推進(jìn)智能制造轉型的根本原因在于：機器功能表現不遂人愿，人很難掌控機器的全部狀態(tài)情況。機器不容易改變和提升功能，任何的功能更改都需要重新開(kāi)發(fā)某些甚至全部零部件；機器運行狀態(tài)不為人知，且不說(shuō)遠程監控，就是人站在機器前面，也未必知道哪個(gè)零部件正常與否，還有多長(cháng)時(shí)間需要更換；機器不靈活，例如無(wú)法像人手一樣靈巧地裝配零件；機器不認人，無(wú)法判斷誰(shuí)是合法的操作者并給以相應的配合；機器不會(huì )自主發(fā)聲，告訴所有者或其他人，“我已空閑，請給我安排工作”等等。

在機器不智能的時(shí)代，只能靠人的智能來(lái)彌補。但是，人的體力有限易疲勞，人的智力和技能有差異，人的心理狀態(tài)不可控，更重要的是，很多問(wèn)題限于人的辨別力是無(wú)法解決的，例如機器中的一個(gè)關(guān)鍵零部件現在復合受力是多大？環(huán)境的振動(dòng)是否會(huì )引發(fā)加工質(zhì)量問(wèn)題？車(chē)間中的粉塵狀態(tài)何時(shí)會(huì )爆炸等等。

因此，人們一直期望在制造活動(dòng)中能夠有某種人體以外的“智能”要素的參與，無(wú)論是類(lèi)似人還是其它生物的智能要素，加入到機器、生產(chǎn)環(huán)境或者生產(chǎn)的流程之中，使得整個(gè)制造活動(dòng)可以滿(mǎn)足這樣的需求：所有的狀態(tài)信息都能實(shí)時(shí)獲取和快速響應，所有的決策都恰當且及時(shí)，所有的產(chǎn)品特征變化（個(gè)性化需求）都能充分滿(mǎn)足，所有的產(chǎn)品都是高質(zhì)量高附加值的，所有的制造過(guò)程都是高效安全的，所有的設備維護都是主動(dòng)、預測式的，所有的企業(yè)運營(yíng)都是高利潤、低成本、綠色環(huán)保的等等。

作為制造業(yè)智能制造轉型的關(guān)鍵使能技術(shù)，人工智能的發(fā)展在為智能制造賦能的同時(shí)，也為機器從“勞動(dòng)工具”向“勞動(dòng)伙伴”的角色演進(jìn)提供新路徑。

當前，制造企業(yè)從原材料采購、生產(chǎn)制造，到產(chǎn)品銷(xiāo)售與流通，所有經(jīng)營(yíng)生產(chǎn)過(guò)程正越來(lái)越趨于數據化和智能化。數據的不斷累積以及數據算法和模型的不斷發(fā)展成熟，為人工智能融入到制造業(yè)提供了機會(huì )，進(jìn)而促進(jìn)企業(yè)從傳統生產(chǎn)向智能生產(chǎn)轉型。

企業(yè)可以通過(guò)遍布車(chē)間的傳感器和智能芯片，實(shí)現對生產(chǎn)過(guò)程中的全鏈路數據的處理和分析，進(jìn)而提升生產(chǎn)效率、庫存周轉率、設備利用率等關(guān)鍵指標。在銷(xiāo)售層面，通過(guò)對海量的交易數據進(jìn)行挖掘、計算和分析，人工智能可以為企業(yè)制定自動(dòng)化和智能化的生產(chǎn)計劃；在生產(chǎn)層面，通過(guò)對產(chǎn)品數據、生產(chǎn)設備數據的采集和分析，人工智能實(shí)現對生產(chǎn)設備和產(chǎn)品質(zhì)量的智能化診斷，提高產(chǎn)品良品率；在流通層面，通過(guò)產(chǎn)品上部署的傳感器及時(shí)采集產(chǎn)品狀態(tài)數據，為企業(yè)的生產(chǎn)過(guò)程提供決策支撐，同時(shí)也可以提供預測性的維修維護服務(wù)。

人工智能大師西蒙曾說(shuō)過(guò)：“學(xué)習就是系統在不斷重復的工作中對本身能力的增強或者改進(jìn)，使得系統在下一次執行同樣任務(wù)或類(lèi)似任務(wù)時(shí)，會(huì )比現在做得更好或效率更高?！睓C器學(xué)習是人工智能應用的核心，是使計算機具有智能的根本途徑，其應用遍及人工智能的各個(gè)領(lǐng)域?，F有的計算機系統和人工智能系統至多也只有非常有限的學(xué)習能力，因而不能滿(mǎn)足科技和生產(chǎn)提出的新要求。對機器學(xué)習的討論和研究，必將促使人工智能和整個(gè)科學(xué)技術(shù)的進(jìn)一步發(fā)展。

摘自《搜狐網(wǎng)》