从人机大战反思人工智能：不能战胜，需“驯化”

智能制造的概念包括了"感知、分析、决策、执行与学习"等五大核心环节，涉及"过程、系统、模式"等三个层次的广义对象，通过对机器、产线、车间、工厂、企业乃至全球供应链等层面的智能化实现，以效率、质量、成本、服务、低耗和绿色作为综合指标，旨在满足用户小批量、个性化的产品需求，提升制造业的核心竞争力。因此，智能制造的核心是智能化，具有环境适应性与自主性的人工智能是智能制造的本质特征。

信息化(数字化、网络化)是智能化的基础与前提。数字化导致数据化，"互联网+"推动内部总线化和外部网络化，数字化与网络化两者相加产生大数据，而大数据则是智能制造中感知智能或大数据深度学习的直接驱动源，也是产生信息(特征)、知识、智慧的基石，同时也成为智能制造中分析、决策、执行与知识学习的主要依据。因此，智能制造的核心共性技术主要涉及人工智能技术(感知智能、认知智能)、计算智能技术(群体智能、进化计算、模糊系统)、机器人技术、大数据分析技术、云计算技术、(移动)互联网技术、物联网技术与虚拟现实技术等。

人工智能的最大应用市场

技术进步与人口红利或刘易斯拐点的消失，特别是全球化分享经济浪潮中高技术产品更新换代周期的缩短以及用户需求的多样性与个性化，都在促使企业由传统的生产型制造模式向具有更多环境适应能力与自主性的服务型制造模式转变。智能制造集成了技术创新、模式创新和组织方式创新，具有跨界连接网络信息空间和实体物理空间的CPS二元世界特征，需要整合与协同产品、运营、供应链、价值链、用户、互联网金融等多源异构数据、信息与知识，进行生产、组织、管理模式、在线服务、决策、故障诊断、预测型维护等的智能优化，以实现"以销定产""大规模个性化定制"等销售与服务模式创新。广义制造系统中生产与服务对象的严重不确定性和高度非线性性，以及多目标的复杂任务要求，均远远超出了传统生产型制造业的能力与范畴，对大数据驱动的感知智能等提出了迫切的需求。由于生产与服务要素众多，大数据资源丰富，CPS跨界连接，因此智能制造可望成为人工智能的最大应用市场。

与20世纪60年代和80年代的两次人工智能热潮不同，人工智能的第三次伟大复兴，源于大数据和超强计算引擎的时代进步，源于以深度卷积神经网络为代表的深度学习方法取得的实质性进步。目前，大数据人工智能已在计算机视觉、语音识别等部分细分领域取得了超过人类水平的性能与体验。在智能制造垂直领域，关键还是如何选定特定应用场景或对垂直领域进行细分再细分，然后就是必须重点关注大数据的采集、清洗、标签、管理与利用，以便在"感知、分析、决策、执行与学习"等各个核心环节中，充分应用大数据驱动的人工智能，推动智能机器人、协同制造、绿色制造与智能服务等智能制造应用的发展。

人工智能加速智能制造的未来发展

以人工智能为主要标志的新科技革命浪潮来势汹涌，必将有力地助推智能制造的发展势头。然而，目前的人工智能技术，真正取得突破的是大数据驱动的深度监督学习和深度强化学习，包括深度卷积神经网络和长短期记忆网络在内的深度监督学习方法，本质上是感知智能或弱人工智能的进步。具有类似"举一反三"能力的通用人工智能与认知智能方法的探索与进步，可望在大数据与大知识双重驱动下获得知识阅读与知识学习能力，使智能制造在"过程、系统、模式"等三个层次上，获得更高水平的态势分析与认知决策能力，实现更强的自主性与环境适应性，进而加速以人工智能为支撑的未来智能制造发展方向与发展模式的探索与创新。