孔翰宁：人工智能是工业4.0成败的关键

德国工业4.0之父、德国国家科学工程院前院长、德国国家电动汽车平台（NPM）指导委员会主席孔翰宁

　　新浪财经讯 “第二十届高交会-中国高新技术论坛”于2018年11月14日-16日在深圳举行，本次论坛的主题为“坚持新发展理念、推动高质量发展”，德国工业4.0之父、德国国家科学工程院前院长、德国国家电动汽车平台（NPM）指导委员会主席孔翰宁出席“颠覆性创新技术”主题论坛并演讲。

　　孔翰宁认为，在第四次工业革命中，AI是一个非常重要的技术，也是整个工业4.0成败的关键。“人工智能能够帮助我们一方面保持竞争力，另一方面提高生产力释放我们的灵活性，而且它对环境也有好处，可以带来循环经济，同时能够实现员工工作生活的平衡，带来更好的社会。”

　　以下为演讲实录：

　　孔翰宁：女士们先生们早上好，首先我非常荣幸能够来到第二十届高交会——中国高新技术论坛，我相信大家在此前的嘉宾当中也是听到了很多的技术变革以及我们遇到的第二波数字化的冲击。大家都已经感受到技术的重要性，我们也是能够看到在未来我们需要更多的解决方案，比如说可以利用一些人工智能的技术等等来帮助我们去做很多的事情，比如说机器人等等，可以运用这些新技术帮助我们实现更多的任务。

　　我也相信在几年以前当我们刚开始的时候，我们需要更多的系统来帮助我们做操作，在2008年2009年我们遇到经济危机的时候，当时就是要一些新的技术或者新的解决方案来帮助我们应对危机。我可以说这个基本的改变，我们需要一些原则指导工业的升级或者变革，自动化其实就是一个很好的方案，它可以打造我们的能力，不断使用自动化操作，这种自动化的系统帮助我们学习很多新的技术，一些新的情况，以便于我们可以更好找到出路和解决方案。

　　可以说这个应用过程说这个影响和冲击是可以预见的，而且是非常明显的，在德国、中国都是如此，我们都是制造的大国，我们知道自动化其实是制造领域非常重要的一个方面。首先我想跟大家分享的信息就是关于我们在未来自动化是什么样的？我们应该如何更好地适应未来发展的趋势，这也是我们如何能够进行更智能的制造，同时也要思考在生产的过程中我们需要用哪些战略。第二个问题，我们的商业模式怎么样才能够更好地适应工业4.0时代发展的需求？现在我们更多时候谈论的就是以数据驱动的服务，就像刚刚开场的时候讲过，我们一定要注意的，要思考的问题就是如何能够更好地利用自动化的系统影响我们的生活，影响我们的工作、交通。我们要的就是有什么样的经济商业模式更好地满足我们的需求？另外也是希望它能够做成一个有益的循环。

　　去年德国的总理也是在工业4.0时代对这个概念的提出给予了肯定，同时我们也是跟很多人进行合作，我们希望能够从科学领域，从技术领域，从政府层面有更多的合作，我们可以看到这个PPT上，我们有很多的国家层面合作，也有很多的科学家进入到团队里面，当然过程当中我们也是碰到很多的挑战，所以我们现在需要采取更多的战略，比如说学习的战略，帮助我们很好地应用这个概念。

　　如果我们来看基本的自动体系它的原则，我们需要考虑的就是在人类的方面，我们需要采取行动，另外我们要考虑到环境。我们需要对我们的环境采取的是负责任的行动，我们必须很好地去预测我们的这些行动会带来什么样的后果，所以需要更好地去理解、预测这些技术可能带来的一些影响。比如说对环境有什么样的影响，我们要采取相应的知识来进行培训，以及进行系统的学习，就是利用我们所学到的知识和过去经验帮助我们找到未来方向的策略。最后一点要做的就是，要找到一些模式，一些系统，我们知道这个系统本身它有什么样的限制性，在能力方面有哪些缺陷，我们在未来需要实现哪些方面的突破。这也是我们要考虑的，所以我们也是在我们的实验室不断地做一些模拟，我们去看看这种情景是如何反映的，以便于我们找到更好的应对方案和解决方案，你可以把所有的方面组成一个组织架构，正如图片所表现，我们要看看里面的话题是什么，比如说我们还会考虑到主要的原则，就是会有一个自我调节的框架，我们希望在这个过程当中，能够跟相应方进行很好的协作。能够有不同的控制选择，中间有一系列的自模型，包括环境的模型，包括不同领域的模型，任务模型、合作模型，用户模型，我们在各种规划库当中也有过去重复性的计划规划，可以得到利用。这是一个大的人工智能参考架构，在下面还有一系列的技术。

　　包括和人有关，我们需要去了解一点，在这中间无论是人还是市民、公民也会在每天的生活遇到这种自动系统，不仅在办公室，在他们的家中，甚至在通勤的路上都会有，我们也会关注人和技术之间的交互，关注安全层面，也关注法律、伦理规则的一致性，这三个地方都要保持一致。

　　我们不能以孤岛的方式对待他们，我们在另外一方面要关注在社会方面大家还有一系列的顾虑，包括人的角度，我到底在所谓的责任主体转移方面要在什么程度上运营，我们要通过一系列的用户案例，希望能够找到一系列的有关机会、风险，能够提高它的透明度，不仅是未来的出行，2030路线图，包括安全包括你所获得的时间上的节约，包括供应侧的一系列改进，这是一个非常全面的考量才能够有机会说服人接受这个系统带来的效用。与此同时大家在出行行业可能大家非常熟悉，最近几年自动驾驶领域循序渐进的过程，在自动和部分自动化，在那个时候一定程度上驾驶员可以解放双眼，可以解放双手，但是还是在必要的时候必须要接管、负责，他还是要在驾驶的过程中会遇到一些问题，现在我们进行责任主体的转移时候，就进入到完全或者高度的自动驾驶，也就是说在这里能够让车完全掌管，你能够解放双手、双眼、解放大脑，甚至最后实现解放全人，但是我们知道还是需要很长的时间真的做到完全自动驾驶。

　　最近我们打造一个非常重要的平台，这是德国的人工智能平台，在这中间的条条框框看到一系列的有关指导委员会的工作组，有聚焦应用，有很多的实用建议，有健康卫生、出行、生活、应急救援相关。接下来跟大家分享我们工作组做的具体工作，包括未来的工作，协作机器人，其实现在在很多的大会展会都会看到，下一步我们结合软体机器人和人之间的合作，我们希望能够通过这样的一种协作式的解决问题，不是所谓的预先定义给到机器人输入的顺序，不是由人给到机器人，也许有一些突发事件会发生，必须要有机器实现自我的重组来面对这些意料之外的事情，也就是人和机器在未来会以团队的形式进行合作。

　　关于出行，我们也会关注在智慧交通系统当中各种情境目录下的认证，比如说宝马要做很多数据的一系列训练，包括它也有利用神经网络能够来帮助每台汽车拥有一个比较类似相同的大脑，接下来进入到整车测试，我们需要更大的情境库，有各种不同可能的事件、极端的情况对它进行认证，也就是这个车可以上路了，但是问题是我们是不是可以允许这个系统能够持续地去学习，在这里非常重要，因为这和驾驶员的行为可能又息息相关，而最后你可能会在不同的车型上有不同的能力。有时候会关注我们在做培训，训练的时候我们希望系统能够实现持续再训练再调整，我们也希望能够把整个情景库做得更全。也要考虑情境库和数据量是不是足够，尤其是非常极端、特殊的案例、情境，如果有能力去打造尽可能多的数据，我们需要不仅是实际的模型，也需要虚拟模型，我们也需要来对这些数据实现自动生成的能力，包括甚至在车速变化，在路上可能包括灯光，包括有的时候车上面有人，我们设立的是数以亿计的场景库。

　　还有人机的互动，有些不太容易的就是一方面让这个车具有智能的，它是能够在每一种情境下不需要任何外部的帮助，不需要外部的通信就能够保持这个情境的安全，这是我们需要去做的。另外的问题就是人和社会的问题，比如说驾驶员会接管，这样的情况可能系统会不会拒绝它，有的时候可能人会觉得是不是系统出问题了，所以我要接管，我要用人来驾驶，这中间还是会有问题，这是很大的问题。甚至有时候会关注系统是不是真的发现这个驾驶员违反交通法规了，他是不是能够去接管来代替驾驶员的判断？另外一个情境就比较恐怖，如果机器识别这个驾驶员要发布恐怖袭击，它去接管，会涉及到总体平衡的总体安全性的平衡。

　　接下来进入到医疗行业，在过去的十年里面看到很多的研究在发生，现在有很多的系统，比如说我们要控制人们的血糖水平，这是非常重要的一个努力。人为的错误很多，可能有时候搞错患者，所以我们如何能够实现精准医疗，个性化医疗，有了这些系统能够帮助我们做好这部分的管理，现在通过系统来监控甚至来定义什么时候你需要更多的禁食或者更多的胰岛素给药，在这里能够大大地降低，包括在院内的死亡率，一方面让我们的工作量减少，能够让人做得更多，但是我们同样也要关注什么时候要通知人类在什么样的程度上机器可以进行自主工作。另外一个情境也是我们比较容易想到的，是希望能够让这些设备机器进入到受污染的恶劣环境下，因此我们需要将无人机探测现场，还要在地上的机器人能够做应急救援受伤的人，在这张片子上可以看到列出一系列的技术挑战。还有一些例子是类似的恶劣环境，是深海环境，我们可以看到这样的一个智能化环境能够提供深海开采的潜能，甚至可以实现水下的电池充电，这也是非常好的实现长期自动驾驶，而且在右边非常有意思是像猴子一样，类猴机器人，有一个可移动的脊椎还有很大的装了传感器的脚。

　　基于统计学的深度神经网络的方法，一方面我们更需要，或者同样需要也是传统的基于知识的人工智能一系列手段方法，能够让两者之间相辅相成，左边是统计或者深度神经网络的学习，能够提高我们一系列知识方面的能力，利用过去基于知识学习能够帮助我们解释神经学习的结果，完善知识图谱，有关于文化变化，需要实现是组织内部的灵活性，在一个组织里面如何去关注效率，而在另外一边在同一个组织内部还要非常灵活另外一种分权或者去中心化的决策能力，在未来甚至现在终身学习变得更重要，中间有柔性的强调差异度，有针对化的在职培训，同样我们也需要做定制化的学习，能够针对每个员工给到更属于他的专属培训。

　　我觉得对于第四次工业革命，AI是一个非常重要关键的技术，也我们整个工业4.0成败的关键。人工智能能够帮助我们一方面保持在经济大环境下的竞争力，另一方面提高生产力释放我们的灵活性，而且它最终对环境也是有好处的，这些解决方案可以带来循环经济，而且它甚至能够超越我们传统的生产方式。而且能够有一些所谓的城市化的生产，也就是离我们员工的家更近的灵活生产方式，最后提到对于生活质量的改进有更好的工作，也就是能够实现工作生活的平衡，能够带来更好的社会包容，最后非常重要的一点，能够更到各位安全的环境，像之前的讲者提到，如果有机会人工智能到2030年让我们的GDP翻一番，这的确是一个我们绝对不能妥协，我们只有非常努力地去把这些从竞争方面，环境的质量，生活的质量一同向前推进，谢谢各位的聆听。

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。

责任编辑：谢长杉