从工业自动化到工业智能化，中国工业究竟还有多远的路要走？智能制造与工业互联网又应如何实现创新发展？中国工程院院士柴天佑对记者表示，生产的智能系统无疑是最重要的发展方向。未来智能系统将包括两个系统：一是智能系统，二是数字孪生系统，自动化的实现必须与人工智能相结合。

　　“工业人工智能就是要将自动化和目前人工智能结合起来，去创造一种适合动态的人工智能技术。”

　　工业智能系统是未来发展方向

　　可以自主学习并不断提升自己的认知水平，再做出决策是人的基本能力之一。而智能制造从信息系统到生产线系统的工况感知，都需要依靠人的这种管控能力。

　　比如操作人员通过信息化系统获得数据分析工况后，可以制定相关决策。从生产线指标到生产参数决策等均通过人来实施决策，最终将结果控制在目标范围之内。

　　柴天佑指出：“目前生产线上出现的问题，相当一部分是因人的决策失误所导致的。人的决策往往不及时，也不能第一时间处理大量的信息，再加上还存在人的主观性。因此一个企业如果决策者优秀，这条生产线就好，决策者出问题这条生产线也会出问题。”

　　那么，下一步系统应当如何发展？生产的智能系统无疑是最重要的发展方向。柴天佑说：“智能系统的特点，就是将加工装备、控制系统和知识工作结合起来组成智能自主化系统。系统有感知功能、决策功能，而且有高性能控制功能。如果决策信息要打通，必须要变成人机优化决策系统。”

　　这一系统的目标是实现企业的高效化和绿色化，将来会由两大系统组成，一是优化决策系统，一是加工装备的智能自主系统。在柴天佑看来，未来企业结构也将会发生变化。如今企业的结构通常依照国际标准的三层结构搭建，即ERP、MES和DCS。面临的问题是，企业目标、工业调度、生产指令、控制指令决策等都依靠知识工作者。目前仍然无法将ERP、MES、DCS无限集成优化，这个问题也是全球目前普遍存在的。

　　他认为，未来系统的发展会走向另外一个方向，即自主系统会由人机合作的自动化系统控制。“现在的决策和控制是分离的，往往有的时候决策正确，但由于执行人的因素使之不一定可以顺利执行。因此，决策和控制一体化是未来发展的走向。”

　　未来智能系统将包括两个系统：一是智能系统，二是数字孪生系统。“可以先在数字孪生系统里做实验，再把数据、决策、算法引入一个智能系统。将DCS管控系统和现在的智能系统、5G、计算智能单元（边缘计算）结合，再加上控制人、人机协作的智能云平台，这样的系统将来可以配合生产线系统。”

　　人工智能技术要与科技深度融合

　　自动化的实现必须与人工智能相结合，而人工智能又分为强人工智能和弱人工智能。柴天佑指出，“强人工智能”是和人一样的、智慧全面的智能。“目前对于强人工智能的发展，国际上有三派意见：一派认为不能实现，一派认为大概需要五十年，还有一派觉得马上就能实现。”柴天佑介绍道。

　　“弱人工智能”即“窄人工智能”，这种人工智能类似于下棋或者开车的功能，但是不能两者同时兼备。柴天佑指出，其本质上是围绕一个特定场景或者特定任务比人做得好，当前人工智能领域的成果都是窄人工智能的成果。

　　为什么工业自动化必须与特殊的、工业人工智能技术结合才可以？对此，柴天佑认为，人工智能的定义是不断与时俱进的，截至目前也没有明确公开的界定。但其有一个核心目标，即能让人的智能行为实现自动化和复制，“我们所看到的图象处理叫复制，AlphaGo则被称为引领智能行动”。

　　从窄人工智能的角度分析，AI并不是单一技术，而是一个用于特定任务的技术。因此，柴天佑认为：“这个意义上来讲，哪个专业都应该学习人工智能技术，因为要把所有的技术都集成在一起。目前的人工智能技术是不可解释，主要依靠数据。结果是对的，但是为什么对却不知道。下一步的发展方向是，一定要将科技深度融合起来。”

　　他以两张图为例。一张图采用大量的图象识别技术可以识别出是猫，准确率达到93%，“但是为什么能识别出来？这个过程并不知道。未来要改造这一算法，要把模型做成可解释模型。比如最后得到的猫，可以分辨出这是猫的皮、这是猫的爪、这是猫。如果希望这一算法技术可以代替人，或者比人的推理能力要强，必须走向可解释的道路”。

　　人工智能和自动化核心目标有区别

　　自动化技术的发展与人类历史上的三次工业革命密切相关。第一次工业革命标志着进入蒸汽机时代，第二次工业革命则是电气时代，而如今广泛采用的管控技术则是第三次工业革命的成果。软件平台、ERP、MES优化等，都使工作的效率大大优化。

　　“通过前三次工业革命，我们实现了操作工作的自动化，也实现了管理和决策工作的信息化。”柴天佑说。

　　那么，人工智能和自动化两者之间的关系究竟是什么？在他看来，这两者的核心目标是有区别的。“人工智能的核心目标是通过人力智能行为实现自动化，而自动化的目标则是减少和减轻人的体力，提高工作效率和效果。”

　　人工智能和自动化的共同点是重视算法和系统的重要性，而且其最终目的也相同，都是通过机器尤其是利用计算机延伸和增强人类感知、认知、决策执行的能力，以及增强人类认识世界和改造世界的能力，完成人类无法完成的特定动作，从而更有效地完成特定工作。

　　柴天佑指出，大数据的特点为在处理对象时，会运用所有的数据将关系引出，再通过机器学习。“当然目前最有效的机器学习还是深度学习，不同的对象用不同的方法，不能互相取代”。

　　在大数据时代，工业环节中的许多信息很难获取，“这也是为什么我一直强调必须要加强智能传感。过去获得的数据都是为控制服务，而今天的数据要为识别和决策服务，是要代替人的眼睛、人的耳朵，但这类数据通常很难获得。”柴天佑分析道。

　　他指出，工业人工智能就是要将自动化和目前人工智能结合起来，去创造一种适合动态的人工智能技术。

　　当前美国、德国都在往这一方向发展，中国也在从事相应的研究，如中国工程院正在开展的新一代智能制造研发。柴天佑说：“实际上，新一代智能制造就是将新一代的人工智能技术应用到制造过程之中。本质上都是要实现制造中的知识工作，实现智能化的制造。现在的目标是，希望我国能在2035年时进入世界前列。”

　　究竟什么是工业人工智能？尽管如今业内人人都在谈，却并未真正实现其统一的定义。可达成共识的是，工业人工智能的核心目标是要实现针对产品和工业设计、经营管理和决策、制造流程的运行管理。

　　目前在工业制造的实际场景中，只是依靠人的感知、认知、分析和决策、经验与知识完成上述工作，实现知识工作的自动化和智能化可以提高社会经济效益。

　　其中，运行工况多源信息感知与识别，经营层、生产层、运行层协同决策，以及企业综合生产指标优化、企业目标如何与智能系统控制结合，是当前重点研究的几个方面。

　　实现工业人工智能任重道远

　　柴天佑说：“下一步的方向，是要将工业自动化技术发展成为工业人工智能技术，把两者结合起来。”

　　美国的相关战略研究曾提到：“人工智能短期内的核心成效，是将以前无法实现自动化的任务实现自动化”。去年6月份，美国修改的《国家人工智能研究计划》指出：要对精准AI进行长期投资，并开发补充人能力的AI系统。

　　对此，柴天佑指出，要实现这一目标仍有三个难点：第一个是如何实现工业环境下多源信息的动态感知；第二个是预报模型的建立，迄今为止人工智能并没有很好地取代人的推理功能，要想比人做得更好，必须建立产品质量的预报模型等；第三个是决策和控制过程的集成，目前这一过程仍然处于分离状态，集成以后需要实现最优化模型。

　　“首先要关注需求驱动，找准问题（感知、认知、决策、执行）、选准特定应用场景；其次是确定目标，应当把最优秀的知识工作作为参考目标；第三是要采用CPS（信息物理系统）思想，研发面向特定应用领域的工业智能系统，并与研发工业互联网系统结合——因为，工业互联网是很重要的工业领域的智能系统。”柴天佑表示。

　　其中，一要重视模型驱动的自动化与数据驱动的人工智能技术紧密融合与协同，二是研发面向各种制造流程的智能算法与研发工业互联网系统紧密结合。“现在用的是模型开发、算法等必须和人工智能结合。”

　　同时，还要将研究开发、实验与工业应用相结合。有观点认为，中国的“死亡谷”是信息和技术的断层，柴天佑认为：“那是过去的情况，今天我们的基础研究是要解决这个问题形成算法，实验后在工作中运用，然后再改进。当然各国目前基本上都采用这一思路，我国提出的工业化和信息化深度融合，之后大家都提大数据、人工智能。今天我们强调的一定是依靠问题驱动，找到重大问题、围绕重大问题将基础研究、研发和实验工业相结合。”

　　他以纤维工艺和华为技术结合为例指出，这就是新的发展思路。2019年美国的科技投入主要围绕十大领域，其中就有两个与工业自动化、工业人工智能有关。“现在称汇聚研究，实际上就是多学科交叉、问题驱动。还有一块是驾驭数据革命，就是数据如何发挥作用。”

　　柴天佑建议，我国从事基础研究最优秀的部门应当和高技术公司乃至整个行业必须整合起来，汇聚研发力量，形成学科交叉、建立长期研究机构。“为什么有些领域缺乏核心技术，研究一段时间后就断了，没有持之以恒。如果持之以恒做下去的话，目前中国已经具备了和国际先进水平竞争的条件。未来工业革命实现什么样的系统，这都是研究的问题所在。”

　　个人名片

　　柴天佑，中国工程院院士。1947年11月生，博士，教授，国际欧亚科学院院士，IEEE Fellow，IFAC Fellow。现任流程工业综合自动化国家重点实验室主任、东北大学国家冶金自动化工程技术研究中心主任。担任国家自然科学基金委员会信息科学部主任、东北大学第六届学术委员会主任、国家“863计划“先进制造与自动化领域专家委员会副主任、国家重点基础研究发展计划（973计划）项目首席科学家、教育部创新团队和国家自然科学基金委创新群体负责人。曾获国家科技进步二等奖三项，省部级特等奖、一等奖十项；获何梁何利科学技术进步奖，全国“五一劳动奖章”。2007年获IEEE系统与控制大会（MSC）颁发的控制研究杰出工业成就奖。发表的论文被SCI检索收录84篇，被EI检索收录322篇，被ISTP检索收录159篇，著作2部。主要研究方向：自适应控制、智能解耦、流程工业综合自动化等。