蚂蚁pt数智化转型是工业工程领域的重要趋势，数字技术的快速发展和应用为工业工程带来了新的机遇和挑战。工业工程的数智化转型需要跨学科、跨领域的合作，来探索新的研究方向和应用路径，为推动数智化转型和智能化发展奠定坚实的基础。

　　8月11日，围绕“工业工程筑基引领数智化转型”主题，2023华人学者工业工程国际年会暨第十三届全球华人工业工程与物流管理院长系主任联席会在香港科技大学（广州）【以下简称港科大（广州）】召开。

　　会上，中国工程院院士、东北大学副校长唐立新在《智能工业数据解析与优化》主题报告中介绍了数据解析与优化融合的核心基础理论。在他看来，制造企业在生产方面面临提质增效迫切需求。在产业向数智化转型升级过程中，工业智能技术作为工业工程的核心，通过构建制造循环工业系统倒逼人才链、创新链与产业链有机对接，在助力企业扩“路”、赋能数字经济与实体经济融合的同时，也将进一步推动工业工程专业发展和人才培养迈上新台阶。

　　唐立新：智能工业是我们国家的发展战略，能够满足国家工业智能化与绿色化的发展战略和重大需求。智能工业的体系结构分为感知、解析和优化三个阶段，目的是从数字化到智能化再到精细化，最终实现生产的绿色化。我的研究基于两个视角：一是在企业内部要如何做好深耕细作，二是在制造循环工业系统中应如何进行固链强体。我汇报的内容就是在智能工业当中，如何更好地融合解析和优化这个基础理论问题。

　　近年来人工智能特别是机器学习、数据解析发展非常快。数据解析是工业智能的前沿基础研究方向，是推动科学发展的源动力之一。系统优化在工业工程中广泛应用，在决策、计划、调度中发挥重要的核心支撑作用，不但是智能制造管理决策的基础理论，也是工业智能的核心基础理论，是数据解析的心脏和发动机。

　　唐立新：在工业工程当中我们面临着建模和算法两大挑战。建模要挑战如何把实际的工艺的约束和管理人员的要求等物理对象转化为数学模型。由于工业过程的复杂性，一个企业的模型难以被另外一个企业直接应用。如何把工艺的约束和管理的要求定量地加以刻画，这个是在研究工业工程如何解决实际问题时必然面对的第一个问题。

　　第二个挑战是建模后如何表达并高效求解，也就是算法优化层面的问题。有时候我们所追求的经济指标、能源指标、生态指标、质量指标等不同目标之间是冲突的，面对多目标、动态的问题，我们开发了两类算法，一类是最优化算法，一类是高效高精度的智能算法。

　　唐立新：我们在钢铁、装备、物流、能源四类工业中，开发了智能化的整体结构。这一结构以物联网实现的企业信息-物理融合系统(CPS)为载体，通过多维度智能技术融合对生产过程进行智能感知，根据获得的数据信息，利用数据解析技术对生产、物流、能源过程进行准确计量、诊断和预报，进而对生产计划、调度进行优化决策和操作执行，从而达到智能工业系统的最大效率和效益，实现传统优势工业智能转型升级和新兴战略工业智能前沿引领。

　　对于在框架中涉及的基础问题，能否探索开发一套不同企业通用的理论方法？我们建立了一套左端基于理性的机理和数学优化模型、右端基于感性的数据解析的模型，研究如何将建模和优化二者融合，通过优化提升解析精度，通过解析提高优化效率。

　　这一种思想核心不同于传统的优化，也不仅限于当下流行的AI数据解析，而是将两者融合，目的就在于发挥两者各自的优点克服不同级别的难题。系统优化的优点在于能够精准刻画对象，缺点在于难以辨识表达不确定的对象或黑盒。而数据解析的优点在于不依赖机理模型，可以根据数据判断对象的行为特征。但它也有局限性，就是过分依赖已经发生的事情，它的前提是过去曾经发生的问题未来还有可能继续发生，但实际上很多有可能在现在或者未来发生的问题在过去并没有发生。

　　唐立新：模型主要是为智能工业提供基础的、核心的、定制的基础理论方法支撑。我们以基础理论为核心，通过工业智能与系统优化国家级前沿科学中心这一平台，把基础理论变成技术，技术是连接着基础理论与应用的桥梁，然后把技术、基础理论和工业过程紧密结合。

　　我们主要聚焦两大类工业，第一类主要是钢铁、装备、物流、能源这4类工业当中进行典型的示范和应用。第二类是在包括芯片制造、半导体工业，传感器工业与机器人工业等新兴工业中同样地发挥作用。

　　我们建立了工业智能与系统优化国家级前沿科学中心，以数据、语言、图像、可视、光电、芯片、传感、等工业智能和系统优化交叉学科为核心进行建设，将信息科学群与工程科学群进行深度学科交叉，旨在立足智能工业应用实际，面向国际学科前沿基础研究和国家“卡脖子”关键技术需求，为国家的工业发展作出贡献。

　　南方财经：广东拥有近300万家工业企业，你认为广东制造业智能化转型情况如何？

　　唐立新：广东有非常好的工业基础，经济发展走在了全国前列，特别是民营企业比较多，他们对工业智能技术的需求比较迫切。就像恩格斯所说的，“社会一旦有技术上的需要，则这种需要就会比十所大学更能把科学推向前进”。今天这个会议也能够达到推动工业智能技术向前发展的效果和目的。

　　唐立新：企业的主要需求在于两个方面。一是在质量方面实现高端高质，企业如何能够精益化生产这是非常重要的。怎样做出高端的产品？做出的产品如何确保质量的稳定可靠一致性？这也是企业的痛点。

　　二是在效能方面，企业关心的是如何提高资源能源和设备利用率，而工业智能技术恰好能够提供更精准的感知和解析的技术，从而为提质增效赋能。

　　唐立新：如刚刚所说的，企业可以通过工业智能技术提质增效，一是关注企业自身的发展，怎么让产品做得更好，效能做得更高；另一方面就是要支撑现代化产业体系。在产业方面，我们也在积极支持构建制造循环工业系统，利用这个产业体系来倒逼我们的创新链，通过创新链把人才组织起来形成人才链，未来我们希望能够将人才链、创新链和产业链有机对接融合，实现三位一体。

　　唐立新：华人工业工程与物流管理院长系主任联席会是香港科技大学（广州）宗福季教授在史建军院士的建议下于2011年发起和倡议的，这个活动在10多年以后，又回到港科大（广州）举办，我觉得有非常重要的纪念意义。

　　回顾工业工程的十年发展，工业工程对提升我们的现代化产业体系，达到技术上自主可控起到非常重要的决定性的作用。大会不仅对促进大湾区落实国家强调的制造强国、质量强国起到非常重要的支撑作用，同时现场也来了不少业界的在工业工程方面有优秀示范的代表，他们对于工业工程这个学科发展、提升工业工程的认知度也起到非常重要的促进作用。