李培根院士展望军人㊙️照片无短裤大JiJ视频“AI+制造”：重视过程数字孪生 洞察高阶关联
最佳回答
“军人㊙️照片无短裤大JiJ视频”李培根院士展望军人㊙️照片无短裤大JiJ视频“AI+制造”：重视过程数字孪生 洞察高阶关联
中新军人㊙️照片无短裤大JiJ视频网重庆12月4日电 (记军人㊙️照片无短裤大JiJ视频者 刘贤)“人工智能在制造中的应用，我觉得很重要的是，过程视角与以前要不一样。”中国工程院院士李培根表示，“过程数字孪生”使人们有可能认识进行中的、流动性的过程——个性化过程。
图为中国工程院院士李培根在重庆演讲。中国机械工业联合会供图
2024装备制造业发展大会2日至5日在重庆举行。其间，李培根在题为《展望“AI+制造”》的演讲中提到前述内容。
李培根举例，即便是同一类型，每台机床在特定时刻工作的状态都是不一样的，现在依靠数字孪生技术就有能力了解这些状态。在每台机床安装传感器，采集的数据就像心电图一样，随着时间变化，描述了每台机床在特定时刻的情况。这让人们可以了解机床是否有故障等问题。
李培根认为，“过程孪生”的意义，一方面可以帮助实现实时过程的优化；另一方面，从“个性化过程”数据，可以发现未意识到的复杂关联，发现一般规律，从而改进产品设计。
“AI+制造”的另一个话题就是“洞察复杂、高阶关联”。
李培根认为，人们对物理系统(产品、装备、零部件等)的认识远不充分，AI可以帮助人们认识和处理物理系统更丰富的属性，更深刻地认识(接近)物理系统的本质。
以人们都熟悉的苹果为例，一个人能说出几十种苹果的性质就不错了；但ChatGPT可以根据产地、品种等的不同，一次性提取出数百种苹果的性质，其中大量细微差别的属性是人类感知能力达不到的。
“成形制造中尚有很多看似影响不大的特性数据被忽略。”李培根说，如材料特性数据，哪怕是同一牌号的材料，其热性质、力学性质、物理性质、化学性质等都有细微差别。还有设备特性数据、工艺数据、环境数据等，它们之间有复杂的关联，以前没有手段去认识；有了AI、大数据技术之后，人们有可能更深刻地认识这些属性，并发现其复杂关联，以便进一步改进。
除了过程孪生、洞察高阶关联外，李培根还提到“AI+机器人”，并提醒“在重视人形机器人的同时，要看到在工业领域很多场合，未必需要人形机器人”，例如非人形的搬运机器人，也相当智能，有非常强的自动平衡能力。
智能体(AI Agent)也引起关注。李培根提到，未来在企业里，可以有完成特定任务的智能体，如设计、工艺、质量分析、运维、营销等；也可以为工程师、管理者开发个人智能代理(具有特定人的知识、又超越其知识范围)的平台。
李培根最后表示，前述所讲内容，并非是企业马上要用的，但大家要有意识地去关注，在有条件的时候可以做一些工作。(完)