智能化制造业及人工智能决策

智能化减少了人的体力和脑力劳动，从而提高工作效率的效果和效益，AI是人的智能行为的复制，它们采用的手段是一样的，都是算法和系统。此外，它们的共同点还在于都是通过机器延伸和增强人类的感知、认知决策执行功能，使人增强认识世界和改造世界的能力，去完成人无法完成的特定任务，或者是特定任务比人完成得更好。

谈到人工智能技术，我们会区分强人工智能和弱人工智能，强人工智能是指拥有和人一样的智慧，以及全面的智能。但是今天一些人认为强人工智能是无法实现，当然也有人认为实现强人工智能大概需要50年。我们今天可以实现的是弱人工智能，特点是针对一个特定的场景、目标要比人做得好。例如现在的人工智能技术可以用于开车（自动驾驶），也可以用于下棋。

在工业应用中，将来应该是实现工业环境应用的特殊人工智能技术，到今天为止，人工智能仍然没有大家公认的定义，但是他的核心目标是要实现智能行为的自动化和可复制，不是单一技术，是特定任务的技术集合。

现在的人工智能算法是靠数据得到的，它的准确率是高。
人工智能下一步发展方向将会是：

第一，由现在的不可解释的人工智能，发展到可解释的人工智能技术。因为只有可解释，人才可以进行推理。

第二，人工智能将会向智能系统发展。工业流程中我们现在应用的是自动化控制系统，将来将会转变为智能控制系统。

现在的人工智能和自动化之间有什么相同点和不同点？

从目标来讲，自动化减少了人的体力和脑力劳动，从而提高工作效率的效果和效益，AI是人的智能行为的复制，它们采用的手段是一样的，都是算法和系统。此外，它们的共同点还在于都是通过机器延伸和增强人类的感知、认知决策执行功能，使人增强认识世界和改造世界的能力，去完成人无法完成的特定任务，或者是特定任务比人完成得更好。

不同之处在于，它们处理问题的对象是不同的。

我们现实生活中有两类研究对象：

第一类是机理清楚，动态可以用微分方程调控，静态可以用代数方程描述的对象，通过我们所学到的机理知识，我们知道了其中的因果关系，可以通过因果关系以小数据来进行建模、分析、控制和优化。

第二类是如图像这类很难用数学模型（微分方程、代数方程等）描述的对象，它的信息是在一个空间里边，是一个大数据范畴，这时候可以用大数据和机器学习来处理和建模，这是今天的人工智能技术。

所以人工智能技术发展到今天的深度学习是基于大数据实现的，但是今天的成果有一个条件，就是必须是一个封闭环境下的大数据。我们今天在工业中所遇到的对象，它的整个机理不清晰，难以建立数学模型，我们现在的技术，我们各类专业知识是无法解决这样问题的；另外，工业中的输入输出信息处于开放环境，是可变的（且不确定），人的决策并无法将所有因素都考虑到。

在这样的情况下，再加上工业上的信息难以获取，特别是多元信息的获取，我们的决策目标是冲突的（我们要质量好，那么它的产量不一定高；产量高，成本不一定低）。

这类对象应该是我们未来将自动化和人工智能技术相结合发展新的技术，即工业人工智能技术。

对于工业人工智能，各个国家都极为重视，智能制造业也是把下一代的人工智能技术应用到工业制造中。所以下一步的目标是将工业制造实现智能化。