2019年1月10日，由中國自動化學會聯合中國科學院自動化研究所、中華人民共和國工業和信息化部與中國人工智能產業發展聯盟主辦的2019國家智能產業峰會在山東青島召開。峰會以“工業智聯網：AI賦能，智聯世界”為主題，旨在使廣大從業人員更好地理解工業智聯網本質
，挖掘工業智聯網潛在能效，進而推動智能產業發展。

中國自動化學會理事長鄭南寧、中科院自動化研究所黨委書記牟克雄、工信部電子科技委副主任兼秘書長莫瑋、青島市人民政府副市長張德平作為嘉賓
，悉數到場為智能產業峰會致辭。會上，青島智能院宣布與國科嘉和
、徐工集團、慧拓智能、吉利集團以及鬆鼠AI等五家企業達成重大合作，並舉行簽約儀式。

簽約儀式

人工智能與自動化發展曆程以及趨勢

中國工程院院士、中國自動化學會特聘顧問柴天佑以“工業人工智能發展趨勢”作為主題，登台為峰會發表論壇報告。柴天佑首先講工業人工智能拆分成人工智能與工業兩部分，回顧了人工智能的發展曆程。提出2010年以後三大因素促使人工智能發展浪潮。分別是：

1.來自政府
、電子商務、商業、社交媒體
、科學、政府提供可用的大數據

2.強大的計算能力

3.科技產業增加在人工智能領域的投資

由此可見，可用大數據

、計算力、產業投資在人工智能發展當中占有相當重要的地位。

2016nian，gugeshouxizhixingguansangdaerzhichu，jiqixuexishirengongzhinengdehexin。gugezhengjiangjiqixuexiyingyongdaogongsidesuoyongchanpindangzhong。lakailerengongzhinengjiqixuexidefazhanrechao。

由此，深度學習快速發展。在圖像識別領域，人工智能2016年的識別錯誤率以降低到3.5%的成績，標誌著圖片識別領域已開始超過人類。（人類錯誤率：5%）

目前人工智能技術發展在朝著可解釋機器學習、建立智能係統兩個重要方向發展。

柴天佑

柴天佑指出
，人工智能分為弱人工智能和強人工智能兩種類型。此前，運用較廣的是人工智能是指圖像識別、語音識別等窄麵運用的弱人工智能。未來人工智能將朝著與人一樣智慧全麵的AI發展。而基於統計的
、無(wu)模(mo)型(xing)的(de)機(ji)器(qi)學(xue)習(xi)方(fang)法(fa)存(cun)在(zai)嚴(yan)重(zhong)的(de)理(li)論(lun)局(ju)限(xian)
，難(nan)以(yi)用(yong)於(yu)推(tui)理(li)和(he)回(hui)溯(su)
，難(nan)以(yi)作(zuo)為(wei)強(qiang)人(ren)工(gong)智(zhi)能(neng)的(de)基(ji)礎(chu)。實(shi)現(xian)類(lei)人(ren)智(zhi)能(neng)和(he)強(qiang)人(ren)工(gong)智(zhi)能(neng)需(xu)要(yao)在(zai)機(ji)器(qi)學(xue)習(xi)係(xi)統(tong)中(zhong)加(jia)入(ru)“實際模型的導引”。

並且，機器智能係統在企業、政(zheng)府(fu)和(he)全(quan)球(qiu)居(ju)民(min)的(de)日(ri)常(chang)生(sheng)活(huo)中(zhong)占(zhan)據(ju)越(yue)來(lai)越(yue)重(zhong)要(yao)的(de)角(jiao)色(se)
，很(hen)難(nan)估(gu)計(ji)計(ji)算(suan)機(ji)控(kong)製(zhi)係(xi)統(tong)在(zai)不(bu)久(jiu)的(de)將(jiang)來(lai)可(ke)以(yi)實(shi)現(xian)哪(na)些(xie)功(gong)能(neng)。因(yin)此(ci)
，人(ren)工(gong)智(zhi)能(neng)領(ling)域(yu)正(zheng)朝(chao)著(zhe)智(zhi)能(neng)係(xi)統(tong)的(de)方(fang)向(xiang)發(fa)展(zhan)。

自動化的界定並不明確，且隨著時間推移不斷變化，但多年來一直秉持一個核心目標：研製係統替代人或輔助人去完成人類生產、活動和管理活動中的特定任務，減少、減輕人的體力、腦力勞動，提高工作的效率、效益
、效果。

近年來，自動化的發展趨勢在向控製係統自主控製
、管理與決策係統智能優化、且形成優化、決策
、控製一體化係統等方向發展。

工業人工智能的作用與難點

柴天佑教授指出，自動化與人工智能之間的共同點在於：都是通過機器延伸和增加人類的感知
、認知、決策、執行的功能，增加人類認識世界和改造世界的能力

，完成人類無法完成的特定任務或比人類更有效的完成特定任務。區別在於研究的對象與方法不同
、實現的手段不同（算法和係統），且人工智能在短期內的核心經濟影響是自動化以前無法完成的任務。

而目前的工業人工智能則是兩者結合。工業人工智能可以增強勞動力素質、提高工作效率更好地服務客戶

，能使工業的各個環節產生變革，為先進製造帶來新的希望。通tong過guo工gong業ye人ren工gong智zhi能neng與yu數shu字zi設she計ji相xiang結jie合he


，將jiang製zhi造zao過guo程cheng所suo需xu的de信xin息xi無wu縫feng地di結jie合he到dao原yuan材cai料liao到dao產chan品pin的de轉zhuan換huan過guo程cheng當dang中zhong，從cong而er形xing成cheng一yi個ge高gao度du互hu聯lian的de工gong業ye實shi體ti。通過一整套供應鏈係統橫跨多個公司，智能製造能(neng)通(tong)過(guo)對(dui)缺(que)陷(xian)和(he)故(gu)障(zhang)的(de)檢(jian)測(ce)和(he)糾(jiu)正(zheng)以(yi)確(que)保(bao)產(chan)品(pin)質(zhi)量(liang)的(de)一(yi)致(zhi)性(xing)和(he)可(ke)追(zhui)溯(su)。這(zhe)些(xie)進(jin)步(bu)取(qu)決(jue)於(yu)強(qiang)大(da)的(de)工(gong)業(ye)互(hu)聯(lian)網(wang)創(chuang)新(xin)和(he)麵(mian)向(xiang)製(zhi)造(zao)流(liu)程(cheng)的(de)機(ji)器(qi)學(xue)習(xi)算(suan)法(fa)，以(yi)及(ji)可(ke)在(zai)以(yi)信(xin)息(xi)為(wei)中(zhong)心(xin)的(de)一(yi)體(ti)化(hua)係(xi)統(tong)中(zhong)即(ji)插(cha)即(ji)用(yong)的(de)機(ji)床(chuang)和(he)控(kong)製(zhi)係(xi)統(tong)。

而工業人工智能的難點在於：

1.多源異構數據的機器學習

人工智能深度學習是基於完全標注的大樣本靜態特性學習，而工業人工智能則需要對不完全、無標注樣本的動態特性進行學習。

2.產品質量
、能耗以及運行狀態的預測與追溯

原料轉化為產品的過程是物質流
、能源流、信(xin)息(xi)流(liu)交(jiao)互(hu)作(zuo)用(yong)的(de)過(guo)程(cheng)。反(fan)應(ying)機(ji)理(li)不(bu)清(qing)的(de)物(wu)理(li)化(hua)學(xue)過(guo)程(cheng)，其(qi)動(dong)態(tai)特(te)性(xing)隨(sui)運(yun)行(xing)過(guo)程(cheng)變(bian)化(hua)。且(qie)不(bu)同(tong)生(sheng)產(chan)批(pi)次(ci)之(zhi)間(jian)的(de)動(dong)態(tai)特(te)性(xing)不(bu)同(tong)，單(dan)頓(dun)能(neng)耗(hao)難(nan)以(yi)在(zai)線(xian)測(ce)量(liang)。

3. 決策與控製過程集成優化

製造過程中的智能決策接收到的是小數據，解決的是大任務。從信息感知層麵，製造過程中的智能決策麵臨著開放環境
、信息不完全、規則不確定等難題。製造過程當中難以建立決策仿真模型

，同時最終決策需要權衡質量、效率
、消耗等多衝突目標。

柴天佑指出，中國擁有一批國家級重點實驗室和工業自動化、信息化的學術帶頭人、研究骨幹以及人才資源。目前已取得相應的創新成果
，由此孕育了一批先進的高技術公司。“世界工廠”級別的製造業則為工業人工智能的研究提供了實驗環境。隨著國家戰略和工業需求的推動，我國的工業人工智能一定會良好發展。