人工智能和學(xué)術(shù)界的人工智能是有區(qū)別的。人工智能今天熱的一個很重要的因素，是理念的轉(zhuǎn)變。人具有感知、認知、決策和執(zhí)行的能力，那么這種能力怎么用機器實現(xiàn)，這不是今天才有的事。

計算資源和物理資源

深度融合

從第一次工業(yè)革命到第二次、第三次、第四次工業(yè)革命都已經(jīng)伴隨著這種思想，為什么那個時候不叫人工智能，而今天提到這樣的高度？ 有幾個因素，一是資源，信息技術(shù)產(chǎn)生了大數(shù)據(jù)，過去我們用機器來代替人，主要是利用領(lǐng)域知識和數(shù)據(jù)知識，而今天得到了大量的數(shù)據(jù)，記不清的東西在數(shù)據(jù)里都能找到，這是第一個原因。 第二個原因就是信息技術(shù)發(fā)生了變革，產(chǎn)生了移動互聯(lián)網(wǎng)技術(shù)、移動計算和云的概念。還有一個原因就是研究方式發(fā)生了改變，過去的研發(fā)主要是以學(xué)科為導(dǎo)向，而今天的研究實際上是以未來需求為導(dǎo)向。當(dāng)然最重要的一個思想就是計算資源和物理資源的深度融合，去創(chuàng)造人們想象的那些功能。

我今天為什么講制造流程呢，因為我拿它作為一個例子。過去我們認為不可能做的事，今天是有可能實現(xiàn)的。有可能的原因是：一是觀念在改變，敢想敢做；二是充分利用計算資源，充分利用物理資源，而不是人工智能把人代替。智能制造，從科學(xué)上來講，最難的問題是制造流程的制度化。 我主要講理念，理念是讓大家懂得怎樣把人工智能和產(chǎn)業(yè)結(jié)合，怎樣把人工智能的思想和我們的研究相結(jié)合。

今天來做人工智能，必須有一個具體對象，不可能說有一種東西是萬能的，所以從這個意義上講，你首先要清楚對象，而且智能制造講的智能和人工智能是不一樣的。同樣是智慧，但是智慧是因為對象的不同而不同，因目標不同而不同。就像科學(xué)家的智慧和政治家的智慧不一樣，和企業(yè)家的智慧也不一樣，企業(yè)家一定要了解生產(chǎn)對象的特點和目標。

零散制造業(yè)與流程工業(yè)

的區(qū)別

制造業(yè)從學(xué)術(shù)上講最重要的就是兩類，一類是以機械制造、裝備為主；還有一類是流程工業(yè)。國際上講的是工程工業(yè)，中國講的是流程工業(yè)，區(qū)別是什么呢？裝備制造產(chǎn)品是可以數(shù)數(shù)的，流程工業(yè)產(chǎn)品是不能數(shù)數(shù)的，這是最重要的區(qū)別。

作為零散制造業(yè)，它的特點是物理轉(zhuǎn)化過程，所以它的產(chǎn)品、零件到零件加工整個過程只是尺寸改變，因此完全可以數(shù)字化，這點是20世紀70年代就可以實現(xiàn)的，既然有數(shù)字就能用計算機。但是流程工業(yè)是物理化學(xué)工程，所以好多機理不清，產(chǎn)品到產(chǎn)品的過程往往難以數(shù)字化。 另一方面，零散制造業(yè)可以拆分，既然可以拆分就可以全球化，哪個部件壞了都可以換。但是流程工業(yè)不可拆分，因為必須在一條線上。煉出來的鋼水，不能說鋼水放到哪里，一道錯就道道錯。 所以，今天我們國家的制造水平、制造能力并不低，低的是總體制造能力。

流程工業(yè)的難點

流程工業(yè)最難的，第一是工業(yè)設(shè)計，到今天工業(yè)設(shè)計優(yōu)化也沒有解決。裝備可以一流，生產(chǎn)過程完全可以按照國外參數(shù)來做，但是做出來的產(chǎn)品、質(zhì)量不一定合適，什么原因？不同的條件，變化不一樣。 從零散工業(yè)來講，我今天講的是工業(yè)4.0目標，工業(yè)4.0的目標是個性、定制、高效化。德國人的制造業(yè)有兩種生產(chǎn)模式，一種生產(chǎn)模式是把勞動力的成本和原料成本轉(zhuǎn)移到最便宜的地方；另一種方式是用最高水平實現(xiàn)加工過程、設(shè)計過程高度一致化，這兩種不同的道路得到的結(jié)論是不一樣的。 現(xiàn)在面臨的問題是，要創(chuàng)造未來溢價，個性定制成本是高的，怎么讓成本變低？達到新的水平。企業(yè)一定得高效化，要把原料變成真正的機械加工可用的原料，這塊會產(chǎn)生能耗，但這塊不可缺少。

市場環(huán)境在變，原料價格在變，我們現(xiàn)在的制造過程，計價沒有預(yù)測，產(chǎn)能建好以后市場變了。 高效概念就是能夠產(chǎn)生高附加值的產(chǎn)品，綠色化就是怎么把資源、能源高效利用，排放盡可能做到零排，這是我們的目標。

目標不同怎么實現(xiàn)？原來的辦法不可能實現(xiàn)，所以只有一個辦法就是智能制造，也就是智慧制造。 這是最先進的流程，先進的流程可以把生產(chǎn)線全部自動化，但是參數(shù)要設(shè)定多少呢？這需要有調(diào)動計劃，調(diào)動計劃也是物聯(lián)網(wǎng)。企業(yè)的經(jīng)營決策，關(guān)系產(chǎn)品質(zhì)量、能耗、物耗，本質(zhì)上是科學(xué)難題，是多目標動態(tài)優(yōu)化。

我們很難優(yōu)化決策，現(xiàn)在畫了一張圖是這樣做，下面是一套加工裝備，帶了一大堆控制系統(tǒng)，有知識的工作者將企業(yè)通過目標調(diào)度轉(zhuǎn)化為生產(chǎn)者，從而轉(zhuǎn)化加工裝備的控制系統(tǒng)，控制加工生產(chǎn)線的加工裝備，將產(chǎn)品加工的質(zhì)量、效益、能耗控制在目標值范圍內(nèi)。所以，現(xiàn)在講的制造流程是知識工作者+機器一體的?，F(xiàn)在的問題是，知識工作者在工作中，很難把這件事做好。

人機合作的決策優(yōu)化系統(tǒng)

現(xiàn)在講將來的模式要有一個愿景，做人工智能必須得有愿景，愿景就是高效化、綠色化。制造流程智能優(yōu)化決策和加工過程的智能自主控制為特征的流程，就是要把這個東西變成一個人機合作的決策優(yōu)化系統(tǒng)、智能自主控制系統(tǒng)，這就是將來的人工智能。

目標里的愿景規(guī)劃不再介紹，首先要定義它的愿景規(guī)劃，愿景規(guī)劃以后要按照這樣做，以后企業(yè)由三層變成了兩層，底下一層都是智能的，上面一層是人機合作的，為什么要這樣做呢？就是因為人不能夠保證質(zhì)量是最優(yōu)的。

下面簡單介紹人工智能。第一次、第二次和第三次工業(yè)革命都是基于數(shù)學(xué)模型感知、認知與決策發(fā)揮的作用。第一次工業(yè)革命是用反饋控制實現(xiàn)了蒸汽機的調(diào)速，第二次工業(yè)革命是PID與邏輯控制實現(xiàn)了傳送帶自動化，第三次工業(yè)革命是先進控制、運行優(yōu)化、ERP與MES使自動化程序更新。第一次是蒸汽代替人，第二次是電力代替蒸汽，這是從本質(zhì)上來講。知識工作者發(fā)揮很大的作用，但是人的很多行為、智力發(fā)展不同，人辦的企業(yè)也是不一樣的。實際上就是說，人在感知上、認知上有問題，面向?qū)崿F(xiàn)多元不確定。多元信息數(shù)據(jù)，大數(shù)據(jù)如何進行動態(tài)感知，這是第一個挑戰(zhàn)。第二個是如何從大數(shù)據(jù)中挖掘機理不清的動態(tài)特性知識和操作與決策經(jīng)驗知識。第三個是如何實現(xiàn)多尺度、多沖突目標、多變的約束等條件下的動態(tài)優(yōu)化決策與控制一體化。第四個就是平臺一體化，到了大數(shù)據(jù)時代，平臺為先，所以必須構(gòu)建工業(yè)互聯(lián)網(wǎng)、工業(yè)云和大數(shù)據(jù)環(huán)境、智能自主控制系統(tǒng)和人機優(yōu)化的系統(tǒng)。 今天智能化計算資源和物理資源深度融合，系統(tǒng)往往是多學(xué)科的。從信息技術(shù)來講，我們培養(yǎng)的人，學(xué)計算機不一定懂通訊，研究通訊的不一定懂自動化。另外，怎么利用深度融合和協(xié)同實現(xiàn)智能化，人工智能做了一個榜樣，就是我們講的深度學(xué)習(xí)，深度學(xué)習(xí)實際上利用了大量數(shù)據(jù)技術(shù)，這比我們原來學(xué)術(shù)上定義的神經(jīng)網(wǎng)絡(luò)、機器學(xué)習(xí)、模式識別產(chǎn)生的效果要好，為什么？ 就是因為運用了大量資源，而且我們今天想一想，為什么Alpha Go能打敗圍棋，是因為人腦袋裝的規(guī)則是有限的，而計算機可以把所有規(guī)則都裝到里面去，云計算就能滿足這種需求。

所以人是憑經(jīng)驗做事，他可以選規(guī)則，對一份具體的工作，運用人工智能的技術(shù)往往可以比人做得更好。而我們需要的是把這些具體的工作高效化、智能化，而不是說完全替代。我們利用各種資源，在觀念上做改變，是能夠幫助現(xiàn)在的產(chǎn)業(yè)實現(xiàn)飛躍發(fā)展的。

（本文根據(jù)柴天佑在2017世界物聯(lián)網(wǎng)博覽會上的演講整理而成，未經(jīng)本人確認。）endprint