中國服裝智能制造聯盟專家組副組長
東華大學教授 聞力生
由于2016年以來互聯網發展的普及、傳感網的滲透、大數據技術的涌現、智能制造發展的需求、信息社區的崛起，以及數據和信息在人類社會、物理空間和信息空間之間的交叉融合與相互作用，當今傳統的人工智能發展所處信息環境和數據基礎已經發生了深刻變化，人工智能的目標和理念正面臨重要調整，傳統的人工智能已進入一個新的階段，其科學基礎和實現載體面臨新的突破，現在的人工智能可以認為是人工智能2.0，就是現在人們常說的新一代人工智能。也因為有了新一代人工智能（后文統一稱“新一代AI”）也就有了新一代智能制造（后文統一稱“新一代IM”）。
認識新一代AI及其特征
我們過去定義人工智能（Artificial Intelligence，AI）是這么說的：人工智能是研究開發能夠模擬、延伸和擴展人類智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能從1950年著名的圖靈試驗算起，到現在已經有近70多年的歷史。這70多年的發展可以分為三個階段,見圖一。從人工智能誕生以來的60多年，即從1956年美國達特茅斯學院召開會議給出人工智能定義到2006年這60年為人工智能萌發期；2006年至2016年十年的時間由于深度學習的快速發展帶來人工智能爆發期；在2016年以后則稱為進入新一代AI發展期。
圖一 新一代AI的發展
新一代AI是如何從傳統人工智能中脫穎而出的呢？我個人認為這個分界點可以定在2016年，大家都知道，2016年人類的著名圍棋高手被一個機器打敗，當然這個機器不是一般機器，而是具有人工智能的機器學習、深度學習技術支撐的智能機器。
近年來，人工智能特別是深度學習有了很大發展：主要體現在Transformer 模型及其變種被廣泛應用到各個領域，包括語言、語音、圖像等模型；人工智能各個子領域的不同主要體現在數據和應用問題上，使用的模型和算法趨于相同；基于大數據的模型預訓練或自監督學習被廣泛使用，成為各個領域學習和推理的基礎；深度學習實現的是類推推理，雖然在邏輯推理表現較差，但也有了較大發展；深度學習技術還被推廣應用到其他領域，典型的是科學智能（AI for Science），即用深度學習技術解決物理、化學、生物、醫藥學等新問題上。但深度學習在實際應用中的可信賴問題、深度學習的可解釋性、公平性等問題尚未很好解決；深度學習和類推推理往往只能針對具體的任務進行，而不像人腦那樣擁有通用的學習和推理能力，相比人腦的學習和推理能力還相差甚遠；深度學習依然需要依賴于大模型、大數據和大算力，數據效率和能源效率要比人低得多。
從上可見，傳統的深度學習已經明顯遇到了問題和困難，有需要研究和開發新一代人工智能的智能計算技術，腦啟發計算（brain-inspired computing）就是重要的探索方向，這里說的腦啟發計算，可以理解為常說的知識計算和認知推理，腦啟發計算并不是簡單地模仿人腦，而是根據計算機的特點參考人腦的機制，構建機器的學習和推理智能系統。新一代AI主要是從人腦計算得到啟發的，腦啟發計算是指以現在的機器學習、深度學習等為主體，在其基礎上（主要在功能層面）借鑒人腦的計算機制，構成的全新的智能計算模式。
2017年7月國務院發布了《新一代人工智能發展規劃》，從規劃中我們弄懂了：新一代AI和以往的人工智能的區別、人工智能可不是一個可以簡單理解的機器人、人工智能經過60多年的演進，特別是在移動互聯網、大數據、超級計算、傳感網、腦科學等新理論新技術的引領下，經濟社會發展強烈需求的驅動下，人工智能出現了一些新特點。明確了新一代AI發展“三步走”目標： 到2020年人工智能總體技術和應用與世界先進水平同步；到2025年人工智能基礎理論實現重大突破、技術與應用部分達到世界領先水平；到2030年人工智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能創新中心。
了解了上面一些問題后，從目前看來，Stuart Russell與Peter Norvig在《人工智能：一種現代的方法》一書中的定義最為準確：人工智能是有關“智能主體（Intelligent agent）的研究與設計”的學問，而“智能主體”是指一個可以觀察周遭環境并做出行動以達致目標的系統。這個定義既強調了人工智能可以根據環境感知做出主動反應，又強調人工智能所做出的反應必須達成目標，同時沒有給人造成“人工智能是對人類思維方式或人類總結的思維法則的模仿”的那種傳統定義。由此可以認定新一代AI可這樣定義：基于重大變化的信息新環境和發展新目標的人工智能。新的信息環境包括互聯網、移動終端、網絡社區、傳感器網絡和大數據。新的目標是指智能城市、智能經濟、智能制造、智能醫療、智能家居、智能駕駛等從宏觀到微觀的社會需求。可望升級的新技術有：大數據智能、群體智能、跨媒體智能、混合增強智能和自主智能系統（智能無人系統）等。
新一代AI有5大分支:大數據智能、跨媒體智能、智能無人系統、群體智能、混合增強智能。大數據智能相比于以前的大數據，其數據驅動無需人類干預教導；跨媒體智能從處理單一的視覺、聽覺、文字等，邁向跨媒體認知、學習和推理的新階段；智能無人系統則是從自動化轉向智能化，從機器人轉向更加廣闊的智能自主系統；群體智能是從聚焦研究“個體智能”走向基于聯網的群體智能；混合增強智能是走向混合型增強智能的新計算形態。
新一代AI和傳統人工智能相比較具有以下特征：傳統人工智能是計算機智能，屬于封閉性人工智能。新一代AI應是開放性人工智能；傳統人工智能僅僅依靠的是算力、算法和數據，新一代AI是靠交互學習和記憶；傳統人工智能解決的都是確定性問題，新一代AI要解決的是不確定性問題。
認識新一代IM及其特征
我們通常所說數字化制造是智能制造第一種基本范式，可以稱之為第一代智能制造，是智能制造的基礎。數字化網絡化制造，是智能制造第二種基本范式，也可稱之為“互聯網+制造”或第二代智能制造，德國工業4.0和美國工業互聯網完善地闡述了數字化網絡化制造范式，我們則認為 “新一代AI技術與先進制造技術的深度融合，形成了新一代智能制造（IM）技術，成為了新一輪工業革命的核心驅動力。”如果說數字化網絡化制造是新一輪工業革命的開始，那么新一代智能制造的突破和廣泛應用將推動形成這次工業革命的高潮，引領真正意義上的工業4.0，實現第四次工業革命。
隨著互聯網、大數據、人工智能等技術的迅猛發展，智能制造正加速向新一代智能制造邁進。新一代IM的信息系統通過新一代AI技術賦予信息系統強大的“智能”，使其不僅具有更加強大的感知、決策與控制的能力，更是具有了學習認知、產生知識的能力，從而極大提高處理制造系統復雜性、不確定問題的能力，在新一代IM的驅動下制造知識的產生、利用、傳承和效率均會發生革命性變化 。
新一代IM是數字化、網絡化、智能化技術與制造技術的深度融合，其核心是新一代AI技術與制造技術的深度融合。將新一代AI技術與制造領域知識和技術進行深度融合，使人的智慧與機器智能的各自優勢得以充分發揮，相互啟發式地增長成為新一代IM，用于解決制造系統價值維、組織維和制造全流程及其集成的問題。
新一代智能制造〔IM〕生產模式是在制造空間實現人機共融，見圖二。由新一代人工智能技術和大數據技術與人共同形成的智能制造決策層；由人、工業物聯網與無線服務網實現互聯互通形成制造執行層；由人、機器人技術和智能制造機器共同形成的智能制造的執行層。
圖二 新一代IM空間（來源 網絡）
新一代IM最本質的特征是其信息系統增加了基于新一代AI認知和學習的功能，使原來的信息系統增加了跨媒體智能，這樣信息系統不僅具有強大感知、計算分析與控制能力，更具有學習提升、產生知識的能力。在這一階段，新一代AI技術將使“人-信息-物理系統”發生質的變化，形成了新一代“人-信息-物理系統”。所以新一代IM進一步突出了人的中心地位，是統籌協調人、信息系統和物理系統的綜合集成大系統，見圖三。
圖三 新一代IM（人-信息-物理系統）
（來源 工程院）
有新一代AI才有新一代IM
建立在新一代AI基礎上的新一代IM是一個大系統，主要由智能產品、智能生產、智能服務三大功能系統以及智能制造云和工業智聯網兩大支撐系統集合而成，它貫穿于產品、制造、服務全生命周期的各個環節，通過相應系統的優化集成，實現制造的數字化、網絡化、智能化，不斷提升企業的產品質量、效益、服務水平，推動制造業創新、綠色、協調、開放、共享發展。新一代IM核心是通過物聯網服務互聯網絡，將人、物、設備普遍互聯，實現產品、物流設備、工具共享協作，以創造更加柔性的生產；新一代IM模式的本質是數字化虛擬模型和實體生產的相互滲透，以實現物理世界和虛擬世界的互聯互通。
2022年6月24日，世界智能制造大會在天津正式開幕。我國周濟院士作為專家代表進行演講，他說今后十五年，正是智能制造作為新一輪工業革命核心技術發展的關鍵時期，因為有了新一代AI才有新一片IM。通過今后十五年的努力，我們一定能夠在2035年實現基于新一代AI人工智能下的新一代IM，見圖四。
圖四 新一代智能制造
從人工智能技術發展進程來看，要實現新一代IM也是要分階段進行的。第一階段我們要實現的智能制造是具有計算機智能的智能制造；第二階段我們要實現的智能制造是具有感知智能的智能制造；第三階段我們要實現的智能制造是具有認知智能與自治特征的智能制造，也就是這樣的制造不僅具有更加強大的感知、決策與控制的能力，更是具有了學習認知、產生知識的能力，從而達到自感知、自學習、自決策、自執行、自適應的新一代IM。
中國服裝智能制造聯盟專家組副組長
東華大學教授 聞力生
2023年元月5日于上海
