感謝工業(yè)互聯(lián)網(wǎng)協(xié)會(huì)的邀請(qǐng)，我的題目有點(diǎn)偏理論，但是問題是面向智能制造的。我匯報(bào)五個(gè)方面的內(nèi)容第一是人工智能的背景，我給大家看看人工智能的近期目標(biāo)和遠(yuǎn)期目標(biāo)。遠(yuǎn)期目標(biāo)，就是揭示人工智能的根本機(jī)理，用智能機(jī)器去模擬，去仿真人類的智能。這涉及到很多科學(xué)領(lǐng)域，包括腦科學(xué)、認(rèn)知科學(xué)、計(jì)算機(jī)、系統(tǒng)科學(xué)和控制論。

　　近期的目標(biāo)就是怎么能夠讓機(jī)器更多地響應(yīng)它的智能，有沒有可能超過人的智能，這是智能制造，下面是一些智能制造的復(fù)雜制造過程的圖。這是智能制造的十個(gè)領(lǐng)域，特別是新一代人工智能，包括相關(guān)的領(lǐng)域，航空航天的，也包括生物制造，都在里面，船舶、電力、材料。右邊是從1989年到2015年國際上在新一代人工智能領(lǐng)域的發(fā)展的初步框架。

　　新一代人工智能的國家戰(zhàn)略，美國人工智能已上升為國家戰(zhàn)略。從2013年提出來的，推動(dòng)創(chuàng)人工智能的創(chuàng)新研究計(jì)劃。到2014年的1月，2015年，一直到CSIS發(fā)布國防2045，DARPA支撐美國第三次的抵消戰(zhàn)略，最后白宮成立人工智能委員會(huì)。特朗普提出了人工智能的發(fā)展倡議書，提出了幾個(gè)方面，現(xiàn)在我們國家在人工智能的領(lǐng)域發(fā)展得比較快，也引起了美國的關(guān)注。

　　這是中國新一代人工智能發(fā)展的路線圖，國務(wù)院關(guān)于積極推進(jìn)互聯(lián)網(wǎng)+的行動(dòng)計(jì)劃指導(dǎo)意見，一直到國民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃綱要，到互聯(lián)網(wǎng)+人工智能的實(shí)施方案。人工智能2.0和1.0有一些實(shí)質(zhì)性的區(qū)別，這里包括哪些方面？一個(gè)是從信息的新環(huán)境，還有新目標(biāo)，包括可升級(jí)的新技術(shù)，從這幾個(gè)方面來描述中國的人工智能2.0。

　　新目標(biāo)包括智慧城市、智能經(jīng)濟(jì)、智能醫(yī)療、智能家具、智能駕駛等，可升級(jí)的技術(shù)有大數(shù)據(jù)智能、跨媒體智能、自主智能、人機(jī)混合智能、群體智能。這是人工智能2.0的五個(gè)方向，這也是科技部頒布的，去年發(fā)布的新一代人工智能的發(fā)展規(guī)劃，基本上就是圍繞著五個(gè)方面進(jìn)行布局和部署。

　　可以說人工智能的發(fā)展引起了世界各個(gè)發(fā)揚(yáng)光大和發(fā)展中國家的關(guān)注，不惜花重金來發(fā)展新一代的人工智能。現(xiàn)在各國都意識(shí)到，人工智能是開啟未來智能世界的鑰匙。未來科技的發(fā)展戰(zhàn)略制高點(diǎn)，誰可以掌握人工智能，誰就會(huì)成為未來核心技術(shù)的掌握者。

　　智能制造是智能技術(shù)，特別是新一代人工智能技術(shù)，在制造全生命周期的應(yīng)用當(dāng)中涉及的理論方法、技術(shù)和應(yīng)用。智能制造的另一種說法，從制造的整個(gè)過程，從設(shè)計(jì)、加工、管理、銷售，一直到報(bào)廢處理的全過程。這里面要達(dá)到制造業(yè)智能增長(zhǎng)，包容性增長(zhǎng)、可持續(xù)性增長(zhǎng)的目標(biāo)。

　　智能制造技術(shù)，涉及到的各種理論和方法。從技術(shù)角度來看包括幾個(gè)環(huán)節(jié)，包括智能設(shè)計(jì)、加工、操作、控制、工藝規(guī)劃、調(diào)度管理、物流、裝配，還有檢測(cè)、診斷。

　　人工智能的基礎(chǔ)是大數(shù)據(jù)，涉及到人工智能的應(yīng)用領(lǐng)域包括移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、車聯(lián)網(wǎng)、GPS、醫(yī)學(xué)影像、安全監(jiān)控、金融、電信等各個(gè)領(lǐng)域，包括數(shù)據(jù)的采集、存儲(chǔ)、推理、分析，一直到應(yīng)用各個(gè)方面這就是關(guān)于機(jī)器學(xué)習(xí)的最簡(jiǎn)單的框架，我們說，從機(jī)器學(xué)習(xí)的角度來講，我們就只有數(shù)據(jù)，從數(shù)據(jù)里面，我們希望通過訓(xùn)練能辨識(shí)出一個(gè)模型，這個(gè)模型怎么辨識(shí)，是動(dòng)態(tài)的還是靜態(tài)的？

　　從數(shù)據(jù)到模型的過程，用到的就是算法。有了模型以后，進(jìn)一步的還得到了更多的數(shù)據(jù)，所以這個(gè)數(shù)據(jù)和模型之間是一個(gè)交互的，這是一個(gè)簡(jiǎn)單的優(yōu)化過程，就是二次優(yōu)化。從機(jī)器學(xué)習(xí)的角度來說，機(jī)器學(xué)習(xí)包括三類，一類就是監(jiān)督式，還有一類是無監(jiān)督的，最后一個(gè)是半監(jiān)督的。

　　什么是監(jiān)督式的？從數(shù)學(xué)的角度來看，系統(tǒng)有輸入、有輸出，有X，有Y，你來辨識(shí)非線性過程。什么是無監(jiān)督？系統(tǒng)里面只有自帶的X，沒有Y，還有一類是半監(jiān)督的，就是既包括輸入也包括輸出，怎么用這三個(gè)學(xué)習(xí)辦法進(jìn)行模式識(shí)別，并且進(jìn)行系統(tǒng)辨識(shí)和應(yīng)用？這一塊講了機(jī)器學(xué)習(xí)方法在風(fēng)機(jī)發(fā)電里面的應(yīng)用，我們課題組提出來了密集連接的神經(jīng)深度網(wǎng)絡(luò)。

　　風(fēng)力發(fā)電里面怎么用深度學(xué)習(xí)，運(yùn)行維護(hù)費(fèi)用占得很高，大概有10%到15%。在海上風(fēng)力很大的時(shí)候這個(gè)比例高達(dá)20%。所以我們?nèi)绾谓档瓦\(yùn)行和維護(hù)成本就成為了關(guān)鍵，研究風(fēng)力發(fā)電診斷的意義在哪？因?yàn)樗某杀竞芨撸恳淮尉S修都需要花大量的成本，搞智能故障診斷和健康管理有非常大的意義。不僅是在風(fēng)電領(lǐng)域，當(dāng)然在高鐵、飛機(jī)上，都可以用，方法是通用的。

　　我們的目的就是降低維護(hù)成本，提高風(fēng)力發(fā)電機(jī)組的安全性和可靠性。這是我們做的魯棒SVM，輸入數(shù)據(jù)帶噪聲，輸出數(shù)據(jù)也帶噪聲，這個(gè)時(shí)候如何建立一個(gè)魯棒SVM模型，它有更好的魯棒性和抗意外性，SVM的敏感性要更好。檢查一個(gè)風(fēng)電機(jī)組有沒有故障的核心，就是看分工的曲線，輸入和輸出看有多大的風(fēng)。如果說分工的曲線是正常的，說明你的風(fēng)機(jī)沒有問題，如果出了問題肯定是風(fēng)機(jī)有故障了，再用機(jī)器學(xué)習(xí)的方法進(jìn)行故障定位，原因的分析也可以找到。

　　理論上是這樣的模型，我們建立一個(gè)魯棒SVM，就是右邊加了一個(gè)robust，過去是沒有的，這樣的模型怎么解？我們變成機(jī)會(huì)約束。再把機(jī)會(huì)約束一轉(zhuǎn)成二階錐規(guī)劃，這個(gè)結(jié)果是2012年的文章。這是一個(gè)擬合的效果，用我們的方法擬合的，還用魯棒SVM擬合的效果。基于半監(jiān)督學(xué)習(xí)的故障診斷，剛才說了，監(jiān)督學(xué)習(xí)只有X跟Y，有輸入有輸出，半監(jiān)督的，有些數(shù)據(jù)是有X和Y的，還有一些樣本只是還有自變量，沒有輸出。這個(gè)問題也非常有用，半監(jiān)督學(xué)習(xí)能夠通過對(duì)數(shù)據(jù)的分布特征找它分布特征的規(guī)律，可以利用有標(biāo)簽的樣本和無標(biāo)簽的樣本信息獲得單一的有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)的算法就是說它可以對(duì)數(shù)據(jù)的分布特征進(jìn)行研究，然后來提高我監(jiān)督學(xué)習(xí)算法的效果。

　　我們提出了什么？我們做機(jī)器學(xué)習(xí)的時(shí)候都要做這個(gè)，就是聚類假設(shè)，屬于同一個(gè)聚類的樣本，屬于同一類別的概率更大。進(jìn)一步演化以后，就是低密度分離假設(shè)，最后是高分離概率假設(shè)。我們建立了一個(gè)模型，這個(gè)叫做regression，這個(gè)概率最大，概率是原理分類面，最后我們把這個(gè)模型分析出來，然后給出解。最后轉(zhuǎn)化成一個(gè)二階錐規(guī)劃，我們還是用交替優(yōu)化的方法，就是兩個(gè)變量，我固定一個(gè)另外一個(gè)。下面是另外一個(gè)應(yīng)用，半監(jiān)督學(xué)習(xí)方法的應(yīng)用。

　　最后我介紹一點(diǎn)強(qiáng)化學(xué)習(xí)，強(qiáng)化學(xué)習(xí)可以追溯到19世紀(jì)巴甫洛夫的條件反射，到20世紀(jì)80年代由Barto等人發(fā)展成理論，廣泛應(yīng)用于人工智能、機(jī)器學(xué)習(xí)和自動(dòng)控制領(lǐng)域，基本思想就是從與環(huán)境的不斷交互試錯(cuò)中學(xué)習(xí)來校正系統(tǒng)的行為。我們要給一個(gè)行為，并且得到了一個(gè)周期里面的收益，這就是馬爾科夫決策過程。

　　那么在國外，這樣的模型可以說用的是非常廣，在美國MIT，最好的研究組也在研究這個(gè)案例。包括阿爾法狗，其實(shí)都是這樣的模型這是我們優(yōu)化的目標(biāo)，使得我的期望最大，就跟開車一樣，你開車控制的是剎車和油門，你的狀態(tài)是車的速度和車的位置，你踩了油門以后車到了另外一個(gè)位置，然后你再判斷你走得對(duì)不對(duì)。在另一段里重新做決策，這一類問題就是序貫決策問題。如果從這個(gè)狀態(tài)到下一個(gè)狀態(tài)的轉(zhuǎn)移概率也可以求出來的話直接就可以求解了，但是我們的問題是沒有轉(zhuǎn)移概率，所以就提出來了強(qiáng)化學(xué)習(xí)的概念。就是在每一個(gè)周期的時(shí)候，有一個(gè)狀態(tài)，我就對(duì)應(yīng)一個(gè)行為。

　　這個(gè)E就是數(shù)學(xué)期望，一般是大于0小于1，這包括兩個(gè)部分，一個(gè)叫做動(dòng)作函數(shù)，一個(gè)叫做價(jià)值函數(shù)，對(duì)應(yīng)的右邊就是兩個(gè)網(wǎng)絡(luò)，一個(gè)叫做評(píng)價(jià)網(wǎng)絡(luò)，還有一個(gè)叫做策略網(wǎng)絡(luò)，我們先求里面的過程，這個(gè)叫做評(píng)價(jià)網(wǎng)絡(luò)，后面的這個(gè)網(wǎng)絡(luò)就是策略網(wǎng)絡(luò)。通過這兩個(gè)網(wǎng)絡(luò)的交互迭代，最后找出解。

　　下面我講一下海洋的應(yīng)用，這是深海機(jī)器人，就是我做的一個(gè)自然基金的一個(gè)儀器項(xiàng)目，控制水下機(jī)器人，把它用上去了。現(xiàn)在的控制方法還沒有人這么做，他們都是傳統(tǒng)的控制。這個(gè)機(jī)器人剛剛造出來，這個(gè)機(jī)器人今年要做海試，就是海底噴火山。深海的意義，海洋現(xiàn)象是20世紀(jì)海洋科學(xué)界的重大發(fā)現(xiàn)之一，主要的挑戰(zhàn)在這里。這個(gè)噴口是干什么就是地球里面有一些地質(zhì)構(gòu)造的斷裂帶里面有破損的，包括金銀銅鐵，現(xiàn)在還有一個(gè)極端的生物環(huán)境，我們的目標(biāo)就是找到這個(gè)噴口，找到海底噴火的地方，就得靠水下機(jī)器人去找。

　　過去水下機(jī)器人不帶智能，只是船來控制，通過控制船，自己也能動(dòng)。我們做的機(jī)器人就是加上了智能，有兩個(gè)意義，第一怎么做路徑規(guī)劃，第二怎么實(shí)時(shí)控制我的機(jī)器人，一步一步逼向我的目標(biāo)。只有兩個(gè)科學(xué)問題，就是如何找噴口，第二是如何控制機(jī)器人。這是AUV，找噴口，這就是MDP建模，我們可以連接為部分可觀測(cè)的MDP，里數(shù)據(jù)，有觀測(cè)數(shù)據(jù)，嚴(yán)格地講有些信息是隱藏的。

　　我們通過POMDP的模型，這里的問題是已知機(jī)器人當(dāng)前的位置和狀態(tài)，當(dāng)前的位置、速度，包括檢測(cè)到的噴口信息、濃度，包括化學(xué)傳感器的信息。怎么根據(jù)我現(xiàn)在的狀態(tài)來更好地找到下一步的路，這就是優(yōu)化問題。最后我找到了最終的噴口，這就是MDP，你根本不知道轉(zhuǎn)移概率，但是其他的狀態(tài)我都可以通過傳感器感受到，就是在已知狀態(tài)不知道概率的時(shí)候，這個(gè)模型是最管用的。

　　這是設(shè)計(jì)的網(wǎng)絡(luò)，一個(gè)叫做策略網(wǎng)絡(luò)，一個(gè)叫評(píng)價(jià)網(wǎng)絡(luò)。這就是牛頓法，在第七個(gè)周期里面的收益，這是T+1周期往后的收益，W是權(quán)重，原來是分線函數(shù)，現(xiàn)在是線性函數(shù)，這是迭代的補(bǔ)償。另外是逼近網(wǎng)絡(luò)的更新步驟，它的原理就在這里，這里有一個(gè)網(wǎng)絡(luò)，綜合在一起又是一個(gè)網(wǎng)絡(luò)，我最終找的就是最終策略。

　　這是仿真的結(jié)果，基于強(qiáng)化學(xué)習(xí)的仿真結(jié)果，有的時(shí)候我們把歷史數(shù)據(jù)用上，效果會(huì)更好，更能快速地找到優(yōu)點(diǎn)。還有一個(gè)例子是控制水下機(jī)械，它可以控制機(jī)器人，而且這樣的控制方法不需要基于機(jī)理模型，將來也可以把這個(gè)方法和基于機(jī)理模型的方法結(jié)合在一起，效果比基于強(qiáng)化學(xué)習(xí)的會(huì)更好，這是一個(gè)優(yōu)化問題。這里有三種控制模式，一個(gè)是深度控制、曲線控制還有海床控制。深度控制就是固定深度，這個(gè)屬于避障控制，那就是海底的造型很特別，要始終跟海底保持距離。第二就是海床追蹤，海床的變化比較平穩(wěn)，沒有明顯的趨勢(shì)變化，但是跟海底的距離幾乎是恒定的。這是我們常用的幾種AUV，采取的傳統(tǒng)控制辦法，PID、模型預(yù)測(cè)控制，嚴(yán)格依賴于精準(zhǔn)的模型，AUV控制當(dāng)中很難滿足，模型涉及到海水，那個(gè)東西一個(gè)地方走一遍，所以精準(zhǔn)的模型是有問題的。那么我們提出了這樣的方法，大家看我們?cè)趺磥磉x狀態(tài)，速度、位置，什么是動(dòng)作，比如說發(fā)動(dòng)機(jī)的轉(zhuǎn)速，對(duì)于三種類型的控制問題，關(guān)鍵信息是什么，狀態(tài)是什么，獎(jiǎng)勵(lì)是什么，我們都做了研究，大家都可以找到論文。剩下的兩個(gè)網(wǎng)絡(luò)一個(gè)是評(píng)價(jià)網(wǎng)絡(luò)，另外一個(gè)是策略網(wǎng)絡(luò)，這個(gè)評(píng)價(jià)網(wǎng)絡(luò)就是已知X和K，必須假定策略是已知的，實(shí)際上你是沒有策略的，所謂的策略網(wǎng)絡(luò)就是一個(gè)狀態(tài)對(duì)應(yīng)著一個(gè)行為，我找最好的策略，使得這個(gè)東西最好。一個(gè)是評(píng)價(jià)網(wǎng)絡(luò)的權(quán)重更新算法，還有一個(gè)是策略網(wǎng)絡(luò)權(quán)重的更新算法，有了這兩個(gè)算法我們就可以做仿真計(jì)算，當(dāng)然還有一些其他的分析，理論分析就不講了，特別是關(guān)于解的穩(wěn)定性、敏感性的分析，也有理論上的推導(dǎo)。這是我們的方法，跟其他的方法，比如說在超調(diào)量和時(shí)間反映因素上，我們好于傳統(tǒng)的LKI，線性二次積分，比另外一個(gè)是NMPC，比它的時(shí)間要好。這是我們算法跟其他算法的對(duì)比分析。

　　    隨著大數(shù)據(jù)時(shí)代的到來，基于大數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)的方法成為近年來的研究熱點(diǎn)，包括建模問題，優(yōu)化問題，各種智能方法，挖掘內(nèi)在的規(guī)律，實(shí)現(xiàn)各系統(tǒng)的智能的充分發(fā)揮。另外就是說人工智能已經(jīng)上升到了國家戰(zhàn)略高度，數(shù)據(jù)是關(guān)系到國家安全的重要資源，大數(shù)據(jù)和人工智能的結(jié)合，將對(duì)國家的經(jīng)濟(jì)、社會(huì)、文化產(chǎn)生深遠(yuǎn)的影響地也會(huì)改變?nèi)祟惿a(chǎn)生活方式，謝謝。