人工智能技术作为制造业转型升级最有力的助力器之一，能加速推进以智能化为标志、以人工智能为抓手和以高效绿色制造为目标的工业智能制造的发展进程。因此，我国制造业亟须深度融合人工智能技术，以实现我国制造业的智能升级。

正像2018年9月17日习近平总书记在向世界人工智能大会所致贺信中强调的，“中国正致力于实现高质量发展，人工智能发展应用将有力提高经济社会发展智能化水平。”新一代人工智能正在全球范围内蓬勃兴起，为经济社会发展注入了新动能，正在深刻改变人们的生产生活方式。

在日前召开的2019国家智能产业峰会上，中国工程院院士、中南大学教授、中国自动化学会副理事长桂卫华在会上提出：“我国制造业经过长期努力，在生产工艺、制造装备及自动化技术等方面均取得了长足的进步，但其发展面临资源综合利用率低、能耗水平不平衡、排放总量大、高水平现场工艺技术人员短缺等严峻挑战。”

“人工智能技术作为制造业转型升级最有力的助力器之一，能加速推进以智能化为标志、以人工智能为抓手和以高效绿色制造为目标的工业智能制造的发展进程。因此，我国制造业亟须深度融合人工智能技术，以实现我国制造业工业的智能升级。”桂卫华表示。

决定未来经济的颠覆技术

“以人工智能实现自动化”包含两方面内涵，第一是知识型工作自动化。在现代工业中，机器在许多方面已经取代或者正在取代体力劳动，知识型工作在社会分工中占有压倒性的地位。知识型工作皆由知识型工作者完成，这要求工作者具有分析、判断和决策能力。

早在2009年，美国帕罗奥多研究中心就讨论过知识型工作的未来，指出知识型工作自动化将成为工业自动化革命后又一次革命。2013年，麦肯锡全球研究院发布的《展望2025，决定未来经济的12大颠覆技术》报告里专门谈到知识型工作自动化。在“12项颠覆性技术中，排在第二位的是知识型工作自动化”。桂卫华说，“知识型工作自动化预计在2025年可带来5.2万亿元至6.7万亿元的巨大经济效益，但目前尚未得到广泛关注。”

第二是知识系统自动化，即机器完成工作，需要结合场景和对象来研究自动化问题。“就知识系统方面的研究而言，自动化系统最初的雏形是专家系统，这类系统严格说来都是局部工程，没有系统实现知识型工作自动化。”桂卫华在谈及知识系统研究的现状时说。

知识自动化：大数据处理新方法

知识型工作者目前遇到许多挑战。第一个挑战是生产出现新要求。生产过程的复杂性，对精确建模、信息化控制提出了新要求。第二个挑战是新的信息环境。云平台、移动计算、物联网、大数据的出现使数据种类和规模迅速增加，知识型工作者面对海量信息感到无所适从。不同于以往一张表格承载几个数据，现在数据规模大多十分庞大。

“如何利用好这些数据往往依赖个人的素质。”桂卫华表示，人工决策存在主观性，不能实现全流程稳定运行、个人知识推广传承都使得人工智能技术亟待提升。

桂卫华介绍：“知识工作自动化，或者说知识自动化，跟原来的知识型工作自动化有所区别。知识型工作的自动化，是简单取代人。把知识型工作自动化推广到知识自动化，就可使得原来不能做得到的工作现在可用机器实现。”

知识自动化在制造业中如何有机运用？

桂卫华说：“例如原材料工业的原料采购问题，人要考虑采购目标、费用，考虑金属总量、品位、杂质、上下限问题，考虑供求关系、市场情况、宏观经济、政策因素的影响，还要考虑供应情况、供应商信息，考虑企业本身的能力、存储能力、财务状况等。根据这些情况来进行决策，会产生很多复杂问题。”

在这样的复杂决策情况下，通过知识型自动化的办法来解决机器操作问题，不失为最优化的办法。

人机合作：实现系统智能化

能够稳定运行是企业生存关键。长期稳定运行主要受制于原料、工况波动、工序复杂、操作忙碌等因素。要实现这一目标，人工智能在感知、认知学习和决策操作方面亟待技术攻关。

在对人工智能发展现状和趋势的集体学习中，习近平指出，人工智能在产业升级、产品开发、服务创新等方面具有技术优势。要以人工智能技术推动各产业变革，在中高端消费、创新引领、绿色低碳、共享经济、现代供应链、人力资本服务等领域培育新增长点，才能加快促进人工智能同一、二、三产业深度融合。

而人工智能如何在工业领域深入融合？

桂卫华指出，未来，我国的人工智能系统，要从原来简单、单一的信息系统转变成人机合作的系统，通过人与机器合作来实现整个系统的智能化。

“通过建立框架来实现整个智能系统的优化，框架里包括了一系列数据和机理知识融合的问题。”桂卫华结合具体案例阐释说，原来依赖专家看或肉眼判断工况的视觉方法，现在通过知识自动化的办法，就可实现工况的智能诊断和识别。

摘自《中国科学报》