中国工程院院士柴天佑：工业人工智能发展趋势

　　而目前的工业人工智能则是两者结合。工业人工智能可以增强劳动力素质、提高工作效率更好地服务客户，能使工业的各个环节产生变革，为先进制造带来新的希望。通过工业人工智能与数字设计相结合，将制造过程所需的信息无缝地结合到原材料到产品的转换过程当中，从而形成一个高度互联的工业实体。通过一整套供应链系统横跨多个公司，智能制造能通过对缺陷和故障的检测和纠正以确保产品质量的一致性和可追溯。这些进步取决于强大的工业互联网创新和面向制造流程的机器学习算法，以及可在以信息为中心的一体化系统中即插即用的机床和控制系统。

　　而工业人工智能的难点在于：

　　1.多源异构数据的机器学习

　　人工智能深度学习是基于完全标注的大样本静态特性学习，而工业人工智能则需要对不完全、无标注样本的动态特性进行学习。

　　2.产品质量、能耗以及运行状态的预测与追溯

　　原料转化为产品的过程是物质流、能源流、信息流交互作用的过程。反应机理不清的物理化学过程，其动态特性随运行过程变化。且不同生产批次之间的动态特性不同，单顿能耗难以在线测量。

　　3.决策与控制过程集成优化

　　制造过程中的智能决策接收到的是小数据，解决的是大任务。从信息感知层面，制造过程中的智能决策面临着开放环境、信息不完全、规则不确定等难题。制造过程当中难以建立决策仿真模型，同时最终决策需要权衡质量、效率、消耗等多冲突目标。

　　柴天佑指出，中国拥有一批国家级重点实验室和工业自动化、信息化的学术带头人、研究骨干以及人才资源。目前已取得相应的创新成果，由此孕育了一批先进的高技术公司。“世界工厂”级别的制造业则为工业人工智能的研究提供了实验环境。随着国家战略和工业需求的推动，我国的工业互联网一定会良好发展。