工联网消息(IItime)工业人工智能当前的目标是将以前无法实现工业生产自动化的任务实现自动化。

如今新一代信息技术为工业智能系统的研发带来了新的契机。工业智能系统应该如何研发？10月28日，在2024新浪新闻搜索大会上，中国工程院院士柴天佑发表了关于工业智能发展的几点意见。

工业智能的发展是在对传统工业系统的反思和改进中不断推进的。柴天佑院士指出，传统的工业自动化与信息化系统存在不少缺陷。例如，常见的资源计划（ERP）、制造执行系统（MES）、过程控制系统（PCS）三层企业信息化结构，在实际应用中无法实现制造企业全局优化和个性定制高效化。

这意味着企业在生产过程中，无法根据自身的特殊需求和实时情况，对整个生产流程进行最优的调整和安排。同时，复杂工况与关键工艺参数的感知与识别，以及生产全流程的运行决策与控制，往往依赖于人工的经验和知识。这种方式不仅效率低，而且由于人的主观性和局限性，容易出现错误，从而影响产品质量和生产效率。

就像在一些传统的制造业中，工人凭借经验来判断生产是否正常，对于一些细微的变化可能无法及时察觉，进而导致生产问题的积累。

为了解决这些问题，企业综合自动化与智能化系统开始受到关注。这种系统是一个综合性的体系，它包含了物理系统、优秀知识工作者以及制造流程等多个关键要素。它具备强大的功能，如管理与决策、认知学习、分析决策等，并且拥有自己的知识库，就像一个拥有智慧大脑的系统。

通过智能感知与学习，它能够对生产过程中的工况进行准确识别，从而为生产提供更精准的控制和决策支持。例如，在某些先进的制造企业中，智能系统可以实时监测生产线上的各种数据，通过对这些数据的分析和学习，自动调整生产参数，优化生产流程，最终提高产品质量和生产效率。

柴天佑院士指出，工业人工智能是工业智能算法的基础。虽然对工业人工智能的界定并不明确且随时间的推移不断变化，但是目前工业人工智能的核心目标是，针对产品与工艺设计、经营管理与决策、制造流程运行管理与控制等工业生产活动中目前只能依靠人的感知、认知、分析与决策能力和经验与知识来完成的影响经济效益的知识工作，实现知识工作的自动化与智能化(工况识别、指标预测与回潮、人机互动与协作的智能优化决策)，来显著提高经济效益。

工业互联网不仅是智能制造的基础设施，也是制造业实现数字化、网络化、智能化制造的必备条件，它能够实现智能制造纵向集成、端到端集成和横向集成。

以电熔镁砂生产过程为例，借助工业互联网，可以构建人工识别、决策与控制系统结构。同时，还可以实现端边云协同智能系统，其中端能够实现工况识别决策与控制一体化系统，云可以运行工况、决策与控制过程数字孪生系统，边可以实现参数自优化智能系统。

在实际应用中，这种基于新一代信息技术的工业智能系统取得了令人瞩目的成果。比如在电熔镁砂生产中，实施后产量提高了3.4%，能耗降低了6.65%，效益达到4291元/每炉次。单吨能耗降低8.82%，优质产品产出率提高3.65%，电极消耗降低3.73%，CO₂排放降低8.82%。

那么，工业智能系统究竟应该如何研发呢？柴天佑院士提出了自己的看法。

首先是问题驱动。要从复杂生产过程中识别、决策与控制所面临的亟待解决的问题出发，精准选择应用场景。例如在化工生产中，对于那些危险且复杂的化学反应过程，如何实现精准的参数控制和安全监控是关键问题，需要针对这类场景进行深入研究。

其次是确定目标。要以最优秀的操作人员、工程师和管理者为参考目标，并努力达到和超越他们的水平。这就要求工业智能系统能够学习和吸收人类专家的经验和智慧，并在此基础上进行创新和优化。

再者是采用系统工程方法。要利用工业大数据和端边云架构，建立生产过程数字孪生系统。通过收集和分析大量的生产数据，构建与实际生产过程相对应的数字模型，以便更好地进行模拟、优化和决策。同时，要将工业互联网、工业人工智能、工业元宇宙与工业应用场景紧密融合与协同，研发工业智能系统。

最后是机制创新。研究单位、高技术公司和制造企业要形成合作机制，包括基础研究、技术研发、工程应用和产品化等长期稳定的合作研究机制和研发团队。通过跨学科团队研发模式，将学科方法与技术研发相结合，共同推动工业智能系统的发展。

综上所述，工业智能的实现是一个复杂而系统的工程，需要我们充分认识传统工业系统的不足，积极探索企业综合自动化与智能化系统，借助新一代信息技术开辟新途径，并遵循科学的研发思路和方法。只有这样，才能推动工业智能不断向前发展，实现制造业的转型升级和高质量发展。