智能製造是先進製造技術與(yu) 信息技術的深度融合，是我國傳(chuan) 統產(chan) 業(ye) 轉型升級和戰略性新興(xing) 產(chan) 業(ye) 發展的共同使能技術。
智能製造是先進製造技術與(yu) 信息技術的深度融合，是我國傳(chuan) 統產(chan) 業(ye) 轉型升級和戰略性新興(xing) 產(chan) 業(ye) 發展的共同使能技術。智能製造對應的是第四次工業(ye) 革命，在其9大技術支柱中，工業(ye) 物聯網、雲(yun) 計算和工業(ye) 大數據是基於(yu) 分布式和連接的三大基礎，工業(ye) 機器人和3D打印是兩(liang) 大硬件工具，知識工作自動化和工業(ye) 網絡安全是兩(liang) 大軟件支持，而虛擬現實與(yu) 人工智能是麵向未來的兩(liang) 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係統或者學科。人工智能的主要研究內(nei) 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(xi) 、機器行為(wei) 和智能係統等等，推理、知識、規劃、學習(xi) 、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(dong) 西。
說到人工智能，有一位先生我們(men) 不能不提及——圖靈（Alan |Turing）。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，正是由他提出並以他的名字命名。1956年，十多位當時著名的科學家聚集在達特茅斯，花了兩(liang) 個(ge) 月的時間討論人工智能問題，從(cong) 此開辟了一個(ge) 全新的跨學科領域——人工智能領域，距今已經過去了60多年。人工智能在這60多年中，其實可以說是經曆了起起伏伏。
人工智能的三大浪潮
人工智能有三大門派，第一個(ge) 門派通常叫邏輯主義(yi) ，也叫符號主義(yi) ，核心是符號推理與(yu) 機器推理，用符號表達的方式來研究智能、研究推理。第二個(ge) 門派稱為(wei) 連接主義(yi) ，核心是神經元網絡與(yu) 深度學習(xi) ，仿造人的神經係統，把人的神經係統的模型用計算的方式呈現，用它來仿造智能。第三個(ge) 門派是行為(wei) 主義(yi) ，推崇控製、自適應與(yu) 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(yi) 、機器證明、人工智能邏輯語言進步比較快，當時更大的一個(ge) 成果是專(zhuan) 家係統、知識工程。人工智能在發展初期非常熱門，被廣泛看好。1958年，在人工智能誕生兩(liang) 年之後，有兩(liang) 位大師（Simon與(yu) Newell）提出了一個(ge) 著名的預言，預言10年之內(nei) 很多事情人工智能都能解決(jue) 。比如說：
10年內(nei) 戰勝國際象棋冠軍(jun)
10年內(nei) 發現和證明有意義(yi) 的數學理論
10年內(nei) 能譜寫(xie) 優(you) 美的樂(le) 趣
10年內(nei) 能實現大多數的心理學理論
但是20年以後，知識工程方麵設定的遠大目標實現起來大多困難重重，Minsky在1979年發表的文章《K-lines: |A |Theory |of |Memory》，基本上否定了神經網絡大規模學習(xi) 的能力，符號主義(yi) 和連接主義(yi) 從(cong) 此消沉，人工智能進入了第一個(ge) 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，經過幾次裏程碑式的工作，連接主義(yi) 重新抬頭。其中，1986年提出的BP網絡，第一次證明了神經元網絡的學習(xi) 訓練過程可以收斂，這可以說是整個(ge) 人工智能浪潮的奠基性工作。
雖然神經網絡理論的完善使得連接主義(yi) 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(ye) 界。在2006年，傑夫·辛頓（Geoffrey |Hinton）聯合楊立昆（Yann |LeCun）、約書(shu) 亞(ya) ·本吉奧（Yoshua |Bengio）發表了具有突破性的一篇論文《A |Fast |Learning |Algorithm |for |Deep |Belief |Nets》（深度信念網的快速學習(xi) 方法），從(cong) 理論上解決(jue) 了原有神經網絡規模無法擴展，隻能處理單一情況無法處理複雜情況的問題，直接推動深度學習(xi) 理論取得突破，一路發展到今天的高度，形成了人工智能的第三次浪潮。
從(cong) 本質上說，第二次和第三次浪潮在方法論上並沒有本質區別，差別在於(yu) 深度學習(xi) 的成功。硬件的進步和卷積神經網絡模型與(yu) 參數訓練技巧的進步，是促成深度學習(xi) 成功的兩(liang) 個(ge) 重要因素。
人工智能的現狀
隨著第三次人工智能浪潮的到來，通過“機器學習(xi) ”與(yu) “深度學習(xi) ”，用計算機來模擬人的思維過程和智能行為(wei) 的研究得到極大發展。深度神經網絡應用在語音識別和圖像識別這些領域後，取得的突破尤其明顯。
以智能語音交互領域為(wei) 例，這是一個(ge) 高門檻的核心技術領域，全球競爭(zheng) 激烈。2000年之前，中文語音產(chan) 業(ye) 控製在微軟、IBM等國際IT巨頭手中。現在，國內(nei) 的科大訊飛已經成為(wei) 亞(ya) 太地區更大的語音和人工智能上市公司，中外各大互聯網巨頭，包括穀歌、蘋果、百度、騰訊、阿裏巴巴等，都紛紛建立自己的語音研發團隊。在這個(ge) 移動互聯的時代，成千上萬(wan) 的移動互聯網APP應用接入了語音雲(yun) 平台服務，越來越多的行業(ye) 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(chan) 業(ye) 的航天航空領域，語音控製和語音交互功能也早已不是國外戰機獨有。作為(wei) 一家專(zhuan) 注於(yu) 航空領域語音交互解決(jue) 方案的技術供應商和產(chan) 品製造商，航飛科技有限公司所研製的智能座艙語音控製模塊和產(chan) 品已經在國內(nei) 主機所多個(ge) 型號的戰鬥機上實現裝機和試飛。
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deep |speech2引擎的短語識別詞錯率降到3.7%；5月，IBM |Watson係統的會(hui) 話詞錯率低至6.9%；9月，微軟新係統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。根據斯坦福大學所做的一項實驗結果統計，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。
在智能製造領域，工業(ye) 機器人成為(wei) 人工智能的傑出代表被反複提及，成為(wei) 智能製造的重要實現端之一。不少製造業(ye) 企業(ye) 探索並引領著智能製造中智能機器人的發展，而工控圈內(nei) 外的跨界合作比比皆是。2013年，穀歌將波士頓動力（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(wan) 美元投資。2015年，阿裏巴巴聯合富士康向日本軟銀旗下的機器人公司SBRH進行戰略投資。2016年，西門子新業(ye) 務部門Next47正式成立，承擔挖掘西門子在電氣化、自動化和數字化核心業(ye) 務領域顛覆性的創新想法和潛力，其關(guan) 注對象包括人工智能。2016年工博會(hui) ，發那科、思科、羅克韋爾自動化合作發布了FANUC |Intelligent |Edge |link |and |Drive（FIELD）係統。FIELDsystem實現了先進的機器學習(xi) 和深度學習(xi) 能力，結合了人工智能和尖端計算機技術使分布式學習(xi) 成為(wei) 可能，機器人和設備的運行數據在網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調生產(chan) ，令原來難以實現的複雜生產(chan) 協調成為(wei) 可能。
科大訊飛董事長劉慶峰在今年的兩(liang) 會(hui) 上提議將人工智能戰略作為(wei) 國家重點領域，他認為(wei) 即使未來3~5年沒有技術重大突破，以現有人工智能技術要素，也會(hui) 形成巨大的應用突破和產(chan) 業(ye) 突破。哪個(ge) 國家優(you) 先占住製高點，未來人工智能就會(hui) 走在全球的前列。
天拓四方砥礪奮鬥十五載，積極推動“工業(ye) 4.0”和“中國製造2025”，為(wei) 工業(ye) 企業(ye) 自動化、數字化、智能化提供智能製造谘詢規劃、智能製造解決(jue) 方案實施和工業(ye) 大數據應用服務等智能製造整體(ti) 解決(jue) 方案。
結語
人工智能的發展已經經曆了兩(liang) 起兩(liang) 落，現在正處於(yu) 第三次蓬勃興(xing) 起的大好時期。目前，過分誇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，已經可以期待在數年後真正用於(yu) 製造業(ye) 的生產(chan) 過程。但是在今天，其實用性還需要時間來優(you) 化和成熟。
我們(men) 現在要實現的智能製造，是基於(yu) 人造智能而非僅(jin) 僅(jin) 是人工智能的智能製造。其中，源於(yu) 工業(ye) 領域長期積累的工業(ye) 智能，與(yu) 源於(yu) 信息領域的人工智能，是需要相互借鑒和融合的。以這兩(liang) 種智能技術為(wei) 主體(ti) ，兼顧其他智能技術，是今後智能製造技術的主流發展方向。起步於(yu) 工業(ye) 智能，逐漸融入人工智能，應該是適於(yu) 中國企業(ye) 的智能製造之路。