距離上次AlphaGo和李世石的比賽已經過去了一年，如果說上次比賽之前，人們對比賽結果還抱有很大期待，此次的對決，我想大多數人應該都會覺得沒有什么懸念了。

　　這只“狗”的能量已經帶動了整個人工智能領域的“火爆”。短短1年見，人工智能已經改變了人們的思想。最初對于人工智能的驚訝、恐懼褪去后，務實的人們想得更多的是如何“馴化”人工智能，將人工智能和我們的傳統產業結合起來，從根本上改變我們的生活方式。

　　人工智能開啟智能制造新篇章

　　2016年3月9日-15日，谷歌的阿法狗(AlphaGo)以4:1的成績擊敗世界圍棋冠軍李世乭職業九段,人工智能引起全社會的廣泛關注。2016年12月29日-2017年1月4日，谷歌的Master(AlphaGo的升級版)在30秒快棋網測中，以60勝0負1和的戰績，橫掃柯潔、古力、聶衛平、樸廷桓、井山裕太等數十位中日韓世界圍棋冠軍與頂級高手，再次將人工智能推上社會輿論的風口浪尖。

　　人工智能發展的春天

　　2016年，人工智能被普遍視為無人駕駛汽車商業落地的關鍵;基于人工智能的視覺目標識別、人臉識別與唇語識別等，在許多國際公開評測中達到或超過人類水平，其中“刷臉”已開始商業試運營;利用人工智能的專業速記、語音輸入與嵌入式聲控等語音識別應用已可媲美人類，包括神經機器翻譯在內的自然語言處理，性能也得到大幅度提升;生成式對抗網絡受到極大關注。除上述以深度神經網絡為代表的感知智能獲得突破性進展外，發展通用人工智能與認知智能已成為普遍共識。

　　從國際科技巨頭對人工智能的高強度持續投入到美國、中國、英國等國家級人工智能戰略的醞釀與發布，從投資機構推崇的最熱風口到媒體的反復熱炒，從學術研究主流方法的大規模轉向到民眾的街談巷議與擁躉，人工智能無疑迎來了60年發展歷程的春天。未來5～10年，人工智能可望獲得大面積的商業應用與產業發展，極有可能引爆第四次工業革命。

　　智能制造是基于人工智能、大數據、云計算、(移動)互聯網、物聯網、虛擬/增強現實等新一代信息技術，面向設計、生產、管理、服務等服務型制造全要素，整合智能感知、智能決策、智能執行等三個核心環節的先進制造過程、系統與商業模式的總稱，同時也是人工智能眾多垂直應用領域之一。

　　在金融危機之后，無論是美國的工業互聯網計劃，還是德國的工業4.0計劃，均將智能制造列為國家產業發展戰略，力圖強化高端優勢，重振本土制造業與實體經濟。2015年5月，國務院印發《中國制造2025》，部署全面推進實施制造強國戰略。作為中國實施制造強國戰略的第一個10年行動綱領，《中國制造2025》將智能制造作為主攻方向之一。智能制造與“互聯網+”“人工智能+”具有密不可分的關系。2015年12月，工業和信息化部在貫徹落實《國務院關于積極推進“互聯網+”行動的指導意見》的行動計劃(2015-2018年)中，明確將人工智能列為形成新產業模式的11個重點發展領域之一。2016年5月，國家發改委等制定了《“互聯網+”人工智能三年行動實施方案》，計劃到2018年形成千億級的人工智能市場應用規模。2017年1月，科技部部長萬鋼在全國科技工作會議上透露，今年將完成人工智能國家專項規劃，論證人工智能國家重大項目立項。

　　人工智能是智能制造的本質特征

　　1956年，美國“人工智能之父”約翰·麥卡錫等人在英國達特茅斯學院召開的首屆夏季研討會上，正式創立了“人工智能”的概念。會議將人工智能界定為“研究與設計智能體”，并且把智能體定義為“能夠感知環境，并采取行動使成功機會最大化的系統”。因此，人工智能主要涉及如下三個核心環節：一是感知智能，即對人類直覺或感知行為的模擬(皮層枕葉、顳葉和頂葉)，如視覺、聽覺、嗅覺、味覺、觸覺、力覺、滑動覺、溫度體感、空間定位能力等，體現了從物理空間到信息空間的轉換;二是認知智能，即對人類深思熟慮行為的模擬(皮層前額葉等)，包括決策、規劃、推理、記憶、經驗與知識學習等高級智能行為，全部在信息空間中完成;三是行為控制或對人類行動的模擬(運動皮層/通路與肌骨系統)，如靈巧操作與靈活移動等執行級功能的實現，體現了從信息空間到物理空間的轉換。作為一個典型的信息物理系統(cyber physical system，CPS)，人工智能系統根據智能程度與反饋的信息粒度及層級，形成多個閉環，不斷進行試錯反饋修正，通過經驗與知識的學習獲得性能提升。

　　智能制造的概念包括了“感知、分析、決策、執行與學習”等五大核心環節，涉及“過程、系統、模式”等三個層次的廣義對象，通過對機器、產線、車間、工廠、企業乃至全球供應鏈等層面的智能化實現，以效率、質量、成本、服務、低耗和綠色作為綜合指標，旨在滿足用戶小批量、個性化的產品需求，提升制造業的核心競爭力。因此，智能制造的核心是智能化，具有環境適應性與自主性的人工智能是智能制造的本質特征。

　　信息化(數字化、網絡化)是智能化的基礎與前提。數字化導致數據化，“互聯網+”推動內部總線化和外部網絡化，數字化與網絡化兩者相加產生大數據，而大數據則是智能制造中感知智能或大數據深度學習的直接驅動源，也是產生信息(特征)、知識、智慧的基石，同時也成為智能制造中分析、決策、執行與知識學習的主要依據。因此，智能制造的核心共性技術主要涉及人工智能技術(感知智能、認知智能)、計算智能技術(群體智能、進化計算、模糊系統)、機器人技術、大數據分析技術、云計算技術、(移動)互聯網技術、物聯網技術與虛擬現實技術等。

　　人工智能的最大應用市場

　　技術進步與人口紅利或劉易斯拐點的消失，特別是全球化分享經濟浪潮中高技術產品更新換代周期的縮短以及用戶需求的多樣性與個性化，都在促使企業由傳統的生產型制造模式向具有更多環境適應能力與自主性的服務型制造模式轉變。智能制造集成了技術創新、模式創新和組織方式創新，具有跨界連接網絡信息空間和實體物理空間的CPS二元世界特征，需要整合與協同產品、運營、供應鏈、價值鏈、用戶、互聯網金融等多源異構數據、信息與知識，進行生產、組織、管理模式、在線服務、決策、故障診斷、預測型維護等的智能優化，以實現“以銷定產”“大規模個性化定制”等銷售與服務模式創新。廣義制造系統中生產與服務對象的嚴重不確定性和高度非線性性，以及多目標的復雜任務要求，均遠遠超出了傳統生產型制造業的能力與范疇，對大數據驅動的感知智能等提出了迫切的需求。由于生產與服務要素眾多，大數據資源豐富，CPS跨界連接，因此智能制造可望成為人工智能的最大應用市場。

　　與20世紀60年代和80年代的兩次人工智能熱潮不同，人工智能的第三次偉大復興，源于大數據和超強計算引擎的時代進步，源于以深度卷積神經網絡為代表的深度學習方法取得的實質性進步。目前，大數據人工智能已在計算機視覺、語音識別等部分細分領域取得了超過人類水平的性能與體驗。在智能制造垂直領域，關鍵還是如何選定特定應用場景或對垂直領域進行細分再細分，然后就是必須重點關注大數據的采集、清洗、標簽、管理與利用，以便在“感知、分析、決策、執行與學習”等各個核心環節中，充分應用大數據驅動的人工智能，推動智能機器人、協同制造、綠色制造與智能服務等智能制造應用的發展。

　　人工智能加速智能制造的未來發展

　　以人工智能為主要標志的新科技革命浪潮來勢洶涌，必將有力地助推智能制造的發展勢頭。然而，目前的人工智能技術，真正取得突破的是大數據驅動的深度監督學習和深度強化學習，包括深度卷積神經網絡和長短期記憶網絡在內的深度監督學習方法，本質上是感知智能或弱人工智能的進步。具有類似“舉一反三”能力的通用人工智能與認知智能方法的探索與進步，可望在大數據與大知識雙重驅動下獲得知識閱讀與知識學習能力，使智能制造在“過程、系統、模式”等三個層次上，獲得更高水平的態勢分析與認知決策能力，實現更強的自主性與環境適應性，進而加速以人工智能為支撐的未來智能制造發展方向與發展模式的探索與創新。