今天，工業(yè)生產(chǎn)已經(jīng)可以簡化為底層的工業(yè)裝備和上層的控制系統(tǒng)。不過，雖然控制系統(tǒng)能夠保證自動化生產(chǎn)，但是自動化的生產(chǎn)還無法應(yīng)對兩種生產(chǎn)需求——個性化定制生產(chǎn)和柔性生產(chǎn)。
個性定制產(chǎn)品的生產(chǎn)要求底層的工業(yè)裝備能夠加工出不同的產(chǎn)品。目前自動化流程可以提前設(shè)置生產(chǎn)參數(shù)，部署自動化產(chǎn)線，實現(xiàn)“關(guān)燈工廠”。不過，這種自動化無法滿足定制化和柔性生產(chǎn)的需要。如果產(chǎn)品需要新的工藝和流程，決策部門需要重新把指標(biāo)變成工業(yè)參數(shù)，再由工程師落實控制系統(tǒng)的設(shè)置。
從這個角度看，當(dāng)前的生產(chǎn)系統(tǒng)依然是人與信息物理系統(tǒng)融合的結(jié)果。在這樣一個人機協(xié)作的系統(tǒng)中，人需要先從信息系統(tǒng)采集信息，然后根據(jù)自己的感知、認(rèn)知和功能得到工況信息，最后在這些信息的基礎(chǔ)上進(jìn)行分析和決策。
然而，在自動化水平不斷提升后，人的決策開始制約生產(chǎn)的發(fā)展。因為人很難感知到運行工況的動態(tài)變化，決策也容易受主觀判斷的影響。
因此，實現(xiàn)對個性化生產(chǎn)的自動化，要求工業(yè)裝備和控制系統(tǒng)同時實現(xiàn)智能化。
機器將逐步進(jìn)入決策層，將原有的管理系統(tǒng)變成人機合作的決策系統(tǒng)，讓機器逐漸擁有感知、認(rèn)知和決策的功能。人工智能（AI）的加入也會改變現(xiàn)在的企業(yè)結(jié)構(gòu)——從原有的資源計劃系統(tǒng)、制造執(zhí)行系統(tǒng)和設(shè)備控制系統(tǒng)的三層結(jié)構(gòu)簡化為自主系統(tǒng)和人機決策優(yōu)化系統(tǒng)兩層結(jié)構(gòu)。
不過，目前基于大數(shù)據(jù)的深度學(xué)習(xí)還很難應(yīng)用于制造流程：多尺度和多元信息依然依賴人工獲?。活A(yù)報模型難以建立，預(yù)測依賴人工；決策和控制過程的集成也很困難。
當(dāng)前，人工智能技術(shù)依然不足以支撐機器狀態(tài)的判斷，無法完全實現(xiàn)工況的預(yù)測和追溯。以AlphaGo為例，它之所以能強于人，是因為圍棋有固定的規(guī)則。通過博弈建立精確的決策模型，就能一直訓(xùn)練到打敗人類，也不必考慮能耗。
但是工業(yè)過程的決策截然不同，工況沒有確定的決策和規(guī)則。工業(yè)過程也無法通過反復(fù)試錯去建立模型，更何況工業(yè)過程的決策本身是多目標(biāo)的。所以人工智能技術(shù)更容易解決大數(shù)據(jù)量下的小任務(wù)，但是工業(yè)決策卻是小數(shù)據(jù)量下的復(fù)雜任務(wù)。
所以，人工智能在工業(yè)流程被寄望能實現(xiàn)的工作有三個。首先是對工況多元化信息的感知和認(rèn)知；其次是能夠協(xié)同經(jīng)營層、生產(chǎn)層和運行層的決策；最后是以企業(yè)綜合生產(chǎn)指標(biāo)優(yōu)化為目標(biāo)，自動協(xié)同控制裝備的控制系統(tǒng)。
對應(yīng)人工智能在工業(yè)流程上有望完成的工作，仍有五個關(guān)鍵技術(shù)亟待解決：第一是關(guān)鍵技術(shù)復(fù)雜工業(yè)環(huán)境下運行工況多尺度、多元信息的智能感知和識別技術(shù)；第二是復(fù)雜工業(yè)環(huán)境下基于5G多元信息的快速可靠的傳輸技術(shù)；第三是系統(tǒng)辨識與深度學(xué)習(xí)相結(jié)合的智能建模、動態(tài)仿真和可視化的技術(shù)；第四是關(guān)鍵的工藝參數(shù)和生產(chǎn)指標(biāo)的預(yù)測和追溯技術(shù)；第五是人機合作的智能優(yōu)化決策技術(shù)。
人工智能在工業(yè)領(lǐng)域有廣闊前景，其目的在于彌補人類在工業(yè)流程中決策和操作上的不足。隨著工業(yè)自動化進(jìn)程的不斷推進(jìn)，機器的工作逐漸延伸至原本人類完成的領(lǐng)域。目前，機器已經(jīng)可以完成工業(yè)數(shù)據(jù)采集，也有相應(yīng)的系統(tǒng)和應(yīng)用可以實現(xiàn)數(shù)據(jù)分析和生產(chǎn)模型的構(gòu)建。
