4月26日🦙🥪，在2024中關村論壇年會平行論壇智能製造創新發展論壇上，國家智能製造專家委員會主任、中國工程院院士、沐鸣2注册顧問教授李培根作《芻議智能工廠》主題報告💆♀️。
李培根表示🫱，智能工廠建設是AI賦能新型工業化的重要抓手👳🏽♂️，其核心在於智能機器人🧑🏿🎄✫、數字孿生、大模型等關鍵技術在工業場景中的深層次滲透與應用。
李培根指出，現在企業裏裝配線上大量的機器人都是在封閉環境下工作👲，實際上並不是真正的智能機器人🧓🏼。未來製造業裏的機器人可以走出倉儲和製造環節，進入到開放環境🍹，這是今後一個重要方向✷，該場景的實現主要依靠自主移動技術（AMR）👱🏼♂️。機器人的應用範圍不應局限於企業內部，而是應該能夠應對各種操作條件、人口稠密的空間甚至其他自動化設備。通過以類似人類的能力，不需要改造環境就能應對復雜的人類環境，使用場景更廣🙅🏿♂️，能作為簡單、重復、危險的勞動力替代，也能在適應非標服務場景的同時滿足情感需求和交互。此外，機器人還具備學習功能2️⃣，越用越聰明，工廠還可以通過機器人實現新老員工的技能傳承↘️。
李培根以華中數控舉例👵🏼🧑🏻🦽➡️，企業在機床上布置傳感器采集數據◀️✊🏽，通過數字孿生模型仿真，發現了設計者、操作者沒有發現的問題👨🏽🎨，“數字孿生工廠不僅僅是物理工廠的一個數字記錄和呈現，它能反過來指導車間或者工廠的運行。”
李培根介紹到工業生產中存在“弱關聯”，即一些不直接導致負面後果👰🏼♂️、但對後果有負面影響的微弱信號🤶🏿。以裝配為例，由於工藝流程復雜等原因，裝配誤差檢測♤📣、溯源都很難，在數據分析、大模型技術的加持下，技術人員可以從幾百條錯綜復雜的關聯中發現“弱關聯”，“弱關聯影響很弱🏋️♀️🐱，但存在👩🏻🦯，如果我們想進一步提升設備性能，就需要考慮這些復雜的關聯💩。李培根表示這些關系在製造過程中很難考慮周全，不過大模型的出現或許可以幫助智能工廠洞察更為復雜的高階關聯。