智能制造是先進制造技術與信息技術的深度融合，是我國傳統(tǒng)產(chǎn)業(yè)轉型升級和戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的共同使能技術。智能制造對應的是第四次工業(yè)革命，在其9大技術支柱中，工業(yè)物聯(lián)網(wǎng)、云計算和工業(yè)大數(shù)據(jù)是基于分布式和連接的三大基礎，工業(yè)機器人和3D打印是兩大硬件工具，知識工作自動化和工業(yè)網(wǎng)絡安全是兩大軟件支持，而虛擬現(xiàn)實與人工智能是面向未來的兩大牽引技術。

何謂人工智能

人工智能是一種機器智能，是由機器來仿真或者來模擬人智能的系統(tǒng)或者學科。人工智能的主要研究內(nèi)容包括認知建模、知識表示、推理及應用、機器感知、機器思維、機器學習、機器行為和智能系統(tǒng)等等，推理、知識、規(guī)劃、學習、交流、感知、移動、操作等，這些都是做人工智能所要研究的基本東西。

說到人工智能，有一位先生我們不能不提及——圖靈(AlanTuring)。他既是計算機之父，也是人工智能之父。圖靈測試，一種用來判斷機器是否具有智能的測試，正是由他提出并以他的名字命名。1956年，十多位當時著名的科學家聚集在達特茅斯，花了兩個月的時間討論人工智能問題，從此開辟了一個全新的跨學科領域——人工智能領域，距今已經(jīng)過去了60多年。人工智能在這60多年中，其實可以說是經(jīng)歷了起起伏伏。

人工智能的三大浪潮

人工智能有三大門派，第一個門派通常叫邏輯主義，也叫符號主義，核心是符號推理與機器推理，用符號表達的方式來研究智能、研究推理。第二個門派稱為連接主義，核心是神經(jīng)元網(wǎng)絡與深度學習，仿造人的神經(jīng)系統(tǒng)，把人的神經(jīng)系統(tǒng)的模型用計算的方式呈現(xiàn)，用它來仿造智能。第三個門派是行為主義，推崇控制、自適應與進化計算，目前提及較少。

人工智能的第一次浪潮是1956年~1976年，主要是符號主義、機器證明、人工智能邏輯語言進步比較快，當時最大的一個成果是專家系統(tǒng)、知識工程。人工智能在發(fā)展初期非常熱門，被廣泛看好。1958年，在人工智能誕生兩年之后，有兩位大師(Simon與Newell)提出了一個著名的預言，預言10年之內(nèi)很多事情人工智能都能解決。比如說：

10年內(nèi)戰(zhàn)勝國際象棋冠軍

10年內(nèi)發(fā)現(xiàn)和證明有意義的數(shù)學理論

10年內(nèi)能譜寫優(yōu)美的樂趣

10年內(nèi)能實現(xiàn)大多數(shù)的心理學理論

但是20年以后，知識工程方面設定的遠大目標實現(xiàn)起來大多困難重重，Minsky在1979年發(fā)表的文章《K-lines：ATheoryofMemory》，基本上否定了神經(jīng)網(wǎng)絡大規(guī)模學習的能力，符號主義和連接主義從此消沉，人工智能進入了第一個低潮、冰河期。

1976年~2006年間的30年是人工智能的第二次浪潮。在這一次浪潮中，經(jīng)過幾次里程碑式的工作，連接主義重新抬頭。其中，1986年提出的BP網(wǎng)絡，第一次證明了神經(jīng)元網(wǎng)絡的學習訓練過程可以收斂，這可以說是整個人工智能浪潮的奠基性工作。

雖然神經(jīng)網(wǎng)絡理論的完善使得連接主義重新盛行，但是一直到2006年之前，人工智能仍然遲遲走不出實驗室的理論研究，很難真正應用到工業(yè)界。在2006年，杰夫·辛頓(GeoffreyHinton)聯(lián)合楊立昆(YannLeCun)、約書亞·本吉奧(YoshuaBengio)發(fā)表了具有突破性的一篇論文《AFastLearningAlgorithmforDeepBeliefNets》(深度信念網(wǎng)的快速學習方法)，從理論上解決了原有神經(jīng)網(wǎng)絡規(guī)模無法擴展，只能處理單一情況無法處理復雜情況的問題，直接推動深度學習理論取得突破，一路發(fā)展到今天的高度，形成了人工智能的第三次浪潮。

從本質上說，第二次和第三次浪潮在方法論上并沒有本質區(qū)別，差別在于深度學習的成功。硬件的進步和卷積神經(jīng)網(wǎng)絡模型與參數(shù)訓練技巧的進步，是促成深度學習成功的兩個重要因素。

人工智能的現(xiàn)狀

隨著第三次人工智能浪潮的到來，通過“機器學習”與“深度學習”，用計算機來模擬人的思維過程和智能行為的研究得到極大發(fā)展。深度神經(jīng)網(wǎng)絡應用在語音識別和圖像識別這些領域后，取得的突破尤其明顯。

以智能語音交互領域為例，這是一個高門檻的核心技術領域，全球競爭激烈。2000年之前，中文語音產(chǎn)業(yè)控制在微軟、IBM等國際IT巨頭手中?，F(xiàn)在，國內(nèi)的科大訊飛已經(jīng)成為亞太地區(qū)最大的語音和人工智能上市公司，中外各大互聯(lián)網(wǎng)巨頭，包括谷歌、蘋果、百度、騰訊、阿里巴巴等，都紛紛建立自己的語音研發(fā)團隊。在這個移動互聯(lián)的時代，成千上萬的移動互聯(lián)網(wǎng)APP應用接入了語音云平臺服務，越來越多的行業(yè)領域，包括汽車領域、手機領域、智能家電領域，都開始應用語音交互服務。在國家支柱產(chǎn)業(yè)的航天航空領域，語音控制和語音交互功能也早已不是國外戰(zhàn)機獨有。作為一家專注于航空領域語音交互解決方案的技術供應商和產(chǎn)品制造商，航飛科技有限公司所研制的智能座艙語音控制模塊和產(chǎn)品已經(jīng)在國內(nèi)主機所多個型號的戰(zhàn)斗機上實現(xiàn)裝機和試飛。

在過去的2016這一年間，語音識別的性能不斷取得突破。2月，百度deepspeech2引擎的短語識別詞錯率降到3.7%；5月，IBMWatson系統(tǒng)的會話詞錯率低至6.9%；9月，微軟新系統(tǒng)的英語語音識別詞錯率低至6.3%，10月進一步降低到5.9%，媲美人類。根據(jù)斯坦福大學所做的一項實驗結果統(tǒng)計，在移動設備上，無論是中文還是英文，采用語音的方式比手動打字的輸入速度快三倍。

在智能制造領域，工業(yè)機器人成為人工智能的杰出代表被反復提及，成為智能制造的重要實現(xiàn)端之一。不少制造業(yè)企業(yè)探索并引領著智能制造中智能機器人的發(fā)展，而工控圈內(nèi)外的跨界合作比比皆是。2013年，谷歌將波士頓動力(BostonDynamics)等8家機器人公司納入麾下。2014年，AI公司Vicarious獲得了由ABBTechnology|Ventures領投的1200萬美元投資。2015年，阿里巴巴聯(lián)合富士康向日本軟銀旗下的機器人公司SBRH進行戰(zhàn)略投資。2016年，西門子新業(yè)務部門Next47正式成立，承擔挖掘西門子在電氣化、自動化和數(shù)字化核心業(yè)務領域顛覆性的創(chuàng)新想法和潛力，其關注對象包括人工智能。2016年工博會，發(fā)那科、思科、羅克韋爾自動化合作發(fā)布了FANUCIntelligentEdgelinkandDrive(FIELD)系統(tǒng)。FIELDsystem實現(xiàn)了先進的機器學習和深度學習能力，結合了人工智能和尖端計算機技術使分布式學習成為可能，機器人和設備的運行數(shù)據(jù)在網(wǎng)絡上被實時的進行處理，這也使各種設備之間能更智能的進行協(xié)調生產(chǎn)，令原來難以實現(xiàn)的復雜生產(chǎn)協(xié)調成為可能。

科大訊飛董事長劉慶峰在今年的兩會上提議將人工智能戰(zhàn)略作為國家重點領域，他認為即使未來3~5年沒有技術重大突破，以現(xiàn)有人工智能技術要素，也會形成巨大的應用突破和產(chǎn)業(yè)突破。哪個國家優(yōu)先占住制高點，未來人工智能就會走在全球的前列。

結語

人工智能的發(fā)展已經(jīng)經(jīng)歷了兩起兩落，現(xiàn)在正處于第三次蓬勃興起的大好時期。目前，過分夸大和貶低人工智能都是不可取的。人工智能的很多研究成果，已經(jīng)可以期待在數(shù)年后真正用于制造業(yè)的生產(chǎn)過程。但是在今天，其實用性還需要時間來優(yōu)化和成熟。

我們現(xiàn)在要實現(xiàn)的智能制造，是基于人造智能而非僅僅是人工智能的智能制造。其中，源于工業(yè)領域長期積累的工業(yè)智能，與源于信息領域的人工智能，是需要相互借鑒和融合的。以這兩種智能技術為主體，兼顧其他智能技術，是今后智能制造技術的主流發(fā)展方向。起步于工業(yè)智能，逐漸融入人工智能，應該是適于中國企業(yè)的智能制造之路。