1. 痛點(diǎn)問題

當(dāng)前智能制造系統(tǒng)中的數(shù)字化和自動(dòng)化程度較高，但是如何應(yīng)用前沿的生成式人工智能技術(shù)去提高系統(tǒng)的智能化程度和逐步提升制造系統(tǒng)的經(jīng)濟(jì)效益是個(gè)痛點(diǎn)問題。制造自動(dòng)化學(xué)科的本質(zhì)是以物理因果關(guān)系作為基礎(chǔ)，輸入變量判別決策時(shí)間短并且對輸出執(zhí)行結(jié)果的準(zhǔn)確性要求高；人工智能學(xué)科是以統(tǒng)計(jì)相關(guān)關(guān)系和數(shù)據(jù)作為基礎(chǔ)的學(xué)科。智能制造產(chǎn)業(yè)作為制造自動(dòng)化與人工智能兩類學(xué)科的融合應(yīng)用，在工程架構(gòu)設(shè)計(jì)，項(xiàng)目實(shí)現(xiàn)和運(yùn)營上如何來解決學(xué)科哲學(xué)（方法論）上的沖突，是行業(yè)的痛點(diǎn)。

2. 解決方案

針對智能技術(shù)的多模態(tài)特點(diǎn)（語音，文字，圖像和多媒體），結(jié)合人機(jī)共融和知識圖譜，設(shè)計(jì)面向機(jī)器人和機(jī)床制造等設(shè)備的系統(tǒng)框架，對于多模態(tài)的輸入信息模擬人腦的分層認(rèn)知和處理機(jī)制進(jìn)行感知決策控制的經(jīng)典行為控制。該解決方案構(gòu)建的信息物理系統(tǒng)能夠提升智能制造系統(tǒng)的智能水平并節(jié)省傳統(tǒng)自動(dòng)化的制造成本（例如人力，設(shè)備，通信和能源成本）從而有明顯的經(jīng)濟(jì)效益。

圖1 采用多模態(tài)具身智能的智能制造系統(tǒng)的原理簡圖

針對當(dāng)前已經(jīng)普遍應(yīng)用的自動(dòng)化制造設(shè)備與系統(tǒng)，利用知識圖譜去規(guī)劃智能系統(tǒng)的感知決策控制層級，并且對系統(tǒng)中的相關(guān)信息采集和數(shù)據(jù)學(xué)習(xí)自適應(yīng)的進(jìn)行規(guī)劃和調(diào)整，以達(dá)到優(yōu)化決策和運(yùn)行的目的。該知識圖譜的建立是基于產(chǎn)業(yè)界多年的知識經(jīng)驗(yàn)進(jìn)行知識點(diǎn)的抽取得到的，具有較強(qiáng)的普適性，并且可以進(jìn)行迭代和更新，將會(huì)幫助大語言模型進(jìn)行垂類小模型的Prompt Tuning微調(diào)（或者LoRA微調(diào)），從而讓智能技術(shù)真實(shí)地進(jìn)入制造的物理世界，即物理具身，最終實(shí)現(xiàn)智能制造系統(tǒng)的具身智能。

圖2 智能制造產(chǎn)業(yè)的典型知識圖譜

當(dāng)前智能制造系統(tǒng)的車間環(huán)境與具身智能的典型設(shè)計(jì)框架如下圖所示，做下是工業(yè)機(jī)器人在裝配車間固定的工作場景，右下是經(jīng)過改造后接收多模態(tài)信息輸入的協(xié)作機(jī)器人的工作場景。

圖3 典型的智能制造車間和機(jī)器人接收多模態(tài)具身智能升級改造

圖4 基于知識圖譜的具身智能制造系統(tǒng)中的協(xié)作機(jī)器人與工業(yè)機(jī)器人