中国服装智能制造联盟专家组副组长东华大学教授   闻力生

　　由于2016年以来互联网发展的普及、传感网的渗透、大数据技术的涌现、智能制造发展的需求、信息社区的崛起，以及数据和信息在人类社会、物理空间和信息空间之间的交叉融合与相互作用，当今传统的人工智能发展所处信息环境和数据基础已经发生了深刻变化，人工智能的目标和理念正面临重要调整，传统的人工智能已进入一个新的阶段，其科学基础和实现载体面临新的突破，现在的人工智能可以认为是人工智能2.0，就是现在人们常说的新一代人工智能。也因为有了新一代人工智能（后文统一称“新一代AI”）也就有了新一代智能制造（后文统一称“新一代IM”）。

　　认识新一代AI及其特征

　　我们过去定义人工智能（Artificial Intelligence，AI）是这么说的：人工智能是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能从1950年著名的图灵试验算起，到现在已经有近70多年的历史。这70多年的发展可以分为三个阶段,见图一。从人工智能诞生以来的60多年，即从1956年美国达特茅斯学院召开会议给出人工智能定义到2006年这60年为人工智能萌发期；2006年至2016年十年的时间由于深度学习的快速发展带来人工智能爆发期；在2016年以后则称为进入新一代AI发展期。

图一 新一代AI的发展  

　　新一代AI是如何从传统人工智能中脱颖而出的呢？我个人认为这个分界点可以定在2016年，大家都知道，2016年人类的著名围棋高手被一个机器打败，当然这个机器不是一般机器，而是具有人工智能的机器学习、深度学习技术支撑的智能机器。

　　近年来，人工智能特别是深度学习有了很大发展：主要体现在Transformer 模型及其变种被广泛应用到各个领域，包括语言、语音、图像等模型；人工智能各个子领域的不同主要体现在数据和应用问题上，使用的模型和算法趋于相同；基于大数据的模型预训练或自监督学习被广泛使用，成为各个领域学习和推理的基础；深度学习实现的是类推推理，虽然在逻辑推理表现较差，但也有了较大发展；深度学习技术还被推广应用到其他领域，典型的是科学智能（AI for Science），即用深度学习技术解决物理、化学、生物、医药学等新问题上。但深度学习在实际应用中的可信赖问题、深度学习的可解释性、公平性等问题尚未很好解决；深度学习和类推推理往往只能针对具体的任务进行，而不像人脑那样拥有通用的学习和推理能力，相比人脑的学习和推理能力还相差甚远；深度学习依然需要依赖于大模型、大数据和大算力，数据效率和能源效率要比人低得多。

　　从上可见，传统的深度学习已经明显遇到了问题和困难，有需要研究和开发新一代人工智能的智能计算技术，脑启发计算（brain-inspired computing）就是重要的探索方向，这里说的脑启发计算，可以理解为常说的知识计算和认知推理，脑启发计算并不是简单地模仿人脑，而是根据计算机的特点参考人脑的机制，构建机器的学习和推理智能系统。新一代AI主要是从人脑计算得到启发的，脑启发计算是指以现在的机器学习、深度学习等为主体，在其基础上（主要在功能层面）借鉴人脑的计算机制，构成的全新的智能计算模式。

　　2017年7月国务院发布了《新一代人工智能发展规划》，从规划中我们弄懂了：新一代AI和以往的人工智能的区别、人工智能可不是一个可以简单理解的机器人、人工智能经过60多年的演进，特别是在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术的引领下，经济社会发展强烈需求的驱动下，人工智能出现了一些新特点。明确了新一代AI发展“三步走”目标： 到2020年人工智能总体技术和应用与世界先进水平同步；到2025年人工智能基础理论实现重大突破、技术与应用部分达到世界领先水平；到2030年人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。

　　了解了上面一些问题后，从目前看来，Stuart Russell与Peter Norvig在《人工智能：一种现代的方法》一书中的定义最为准确：人工智能是有关“智能主体（Intelligent agent）的研究与设计”的学问，而“智能主体”是指一个可以观察周遭环境并做出行动以达致目标的系统。这个定义既强调了人工智能可以根据环境感知做出主动反应，又强调人工智能所做出的反应必须达成目标，同时没有给人造成“人工智能是对人类思维方式或人类总结的思维法则的模仿”的那种传统定义。由此可以认定新一代AI可这样定义：基于重大变化的信息新环境和发展新目标的人工智能。新的信息环境包括互联网、移动终端、网络社区、传感器网络和大数据。新的目标是指智能城市、智能经济、智能制造、智能医疗、智能家居、智能驾驶等从宏观到微观的社会需求。可望升级的新技术有：大数据智能、群体智能、跨媒体智能、混合增强智能和自主智能系统（智能无人系统）等。

　　新一代AI有5大分支:大数据智能、跨媒体智能、智能无人系统、群体智能、混合增强智能。大数据智能相比于以前的大数据，其数据驱动无需人类干预教导；跨媒体智能从处理单一的视觉、听觉、文字等，迈向跨媒体认知、学习和推理的新阶段；智能无人系统则是从自动化转向智能化，从机器人转向更加广阔的智能自主系统；群体智能是从聚焦研究“个体智能”走向基于联网的群体智能；混合增强智能是走向混合型增强智能的新计算形态。

　　新一代AI和传统人工智能相比较具有以下特征：传统人工智能是计算机智能，属于封闭性人工智能。新一代AI应是开放性人工智能；传统人工智能仅仅依靠的是算力、算法和数据，新一代AI是靠交互学习和记忆；传统人工智能解决的都是确定性问题，新一代AI要解决的是不确定性问题。

　　认识新一代IM及其特征

　　我们通常所说数字化制造是智能制造第一种基本范式，可以称之为第一代智能制造，是智能制造的基础。数字化网络化制造，是智能制造第二种基本范式，也可称之为“互联网+制造”或第二代智能制造，德国工业4.0和美国工业互联网完善地阐述了数字化网络化制造范式，我们则认为 “新一代AI技术与先进制造技术的深度融合，形成了新一代智能制造（IM）技术，成为了新一轮工业革命的核心驱动力。”如果说数字化网络化制造是新一轮工业革命的开始，那么新一代智能制造的突破和广泛应用将推动形成这次工业革命的高潮，引领真正意义上的工业4.0，实现第四次工业革命。

　　随着互联网、大数据、人工智能等技术的迅猛发展，智能制造正加速向新一代智能制造迈进。新一代IM的信息系统通过新一代AI技术赋予信息系统强大的“智能”，使其不仅具有更加强大的感知、决策与控制的能力，更是具有了学习认知、产生知识的能力，从而极大提高处理制造系统复杂性、不确定问题的能力，在新一代IM的驱动下制造知识的产生、利用、传承和效率均会发生革命性变化 。

　　新一代IM是数字化、网络化、智能化技术与制造技术的深度融合，其核心是新一代AI技术与制造技术的深度融合。将新一代AI技术与制造领域知识和技术进行深度融合，使人的智慧与机器智能的各自优势得以充分发挥，相互启发式地增长成为新一代IM，用于解决制造系统价值维、组织维和制造全流程及其集成的问题。

　　新一代智能制造〔IM〕生产模式是在制造空间实现人机共融，见图二。由新一代人工智能技术和大数据技术与人共同形成的智能制造决策层；由人、工业物联网与无线服务网实现互联互通形成制造执行层；由人、机器人技术和智能制造机器共同形成的智能制造的执行层。

图二  新一代IM空间（来源 网络）

　　新一代IM最本质的特征是其信息系统增加了基于新一代AI认知和学习的功能，使原来的信息系统增加了跨媒体智能，这样信息系统不仅具有强大感知、计算分析与控制能力，更具有学习提升、产生知识的能力。在这一阶段，新一代AI技术将使“人-信息-物理系统”发生质的变化，形成了新一代“人-信息-物理系统”。所以新一代IM进一步突出了人的中心地位，是统筹协调人、信息系统和物理系统的综合集成大系统，见图三。

 图三  新一代IM（人-信息-物理系统） （来源 工程院）

　　有新一代AI才有新一代IM

　　建立在新一代AI基础上的新一代IM是一个大系统，主要由智能产品、智能生产、智能服务三大功能系统以及智能制造云和工业智联网两大支撑系统集合而成，它贯穿于产品、制造、服务全生命周期的各个环节，通过相应系统的优化集成，实现制造的数字化、网络化、智能化，不断提升企业的产品质量、效益、服务水平，推动制造业创新、绿色、协调、开放、共享发展。新一代IM核心是通过物联网服务互联网络，将人、物、设备普遍互联，实现产品、物流设备、工具共享协作，以创造更加柔性的生产；新一代IM模式的本质是数字化虚拟模型和实体生产的相互渗透，以实现物理世界和虚拟世界的互联互通。

　　2022年6月24日，世界智能制造大会在天津正式开幕。我国周济院士作为专家代表进行演讲，他说今后十五年，正是智能制造作为新一轮工业革命核心技术发展的关键时期，因为有了新一代AI才有新一片IM。通过今后十五年的努力，我们一定能够在2035年实现基于新一代AI人工智能下的新一代IM，见图四。

图四  新一代智能制造

　　从人工智能技术发展进程来看，要实现新一代IM也是要分阶段进行的。第一阶段我们要实现的智能制造是具有计算机智能的智能制造；第二阶段我们要实现的智能制造是具有感知智能的智能制造；第三阶段我们要实现的智能制造是具有认知智能与自治特征的智能制造，也就是这样的制造不仅具有更加强大的感知、决策与控制的能力，更是具有了学习认知、产生知识的能力，从而达到自感知、自学习、自决策、自执行、自适应的新一代IM。

中国服装智能制造联盟专家组副组长

东华大学教授   闻力生

2023年元月5日于上海