中国自动化学会理事长郑南宁、中科院自动化研究所党委布告牟克雄、工信部电子科技委副主任兼秘书长莫玮、青岛市公民政府副市长张德平作为高朋，悉数到场为智能家当峰会致辞。
会上，青岛智能院宣告与国科嘉和、徐工集团、慧拓智能、吉利集团以及松鼠AI等五家企业达成重大互助，并举行签约仪式。

签约仪式

人工智能与自动化发展进程以及趋势

中国工程院院士、中国自动化学会特聘顾问柴天佑以“工业人工智能发展趋势”作为主题，登台为峰会揭橥论坛报告。
柴天佑首先讲工业人工智能拆分成人工智能与工业两部分，回顾了人工智能的发展进程。
提出2010年往后三大成分匆匆使人工智能发展浪潮。
分别是：

1.来自政府、电子商务、商业、社交媒体、科学、政府供应可用的大数据

2.强大的打算能力

3.科技家当增加在人工智能领域的投资

由此可见，可用大数据、打算力、家当投资在人工智能发展当中霸占相称主要的地位。

2016年，谷歌首席实行官桑达尔指出，机器学习是人工智能的核心。
谷歌正将机器学习运用到公司的所用产品当中。
拉开了人工智能机器学习的发展热潮。

由此，深度学习快速发展。
在图像识别领域，人工智能2016年的识别缺点率以降落到3.5%的成绩，标志着图片识别领域已开始超过人类。
（人类缺点率：5%）

目前人工智能技能发展在朝着可阐明机器学习、建立智能系统两个主要方向发展。

柴天佑

柴天佑指出，人工智能分为弱人工智能和强人工智能两种类型。
此前，利用较广的是人工智能是指图像识别、语音识别等窄面利用的弱人工智能。
未来人工智能将朝着与人一样聪慧全面的AI发展。
而基于统计的、无模型的机器学习方法存在严重的理论局限，难以用于推理和回溯，难以作为强人工智能的根本。
实现类人智能和强人工智能须要在机器学习系统中加入“实际模型的导引”。

并且，机器智能系统在企业、政府和环球居民的日常生活中霸占越来越主要的角色，很难估计打算机掌握系统在不久的将来可以实现哪些功能。
因此，人工智能领域正朝着智能系统的方向发展。

自动化的界定并不明确，且随着韶光推移不断变革，但多年来一贯秉持一个核心目标：研制系统替代人或赞助人去完成人类生产、活动和管理活动中的特界说务，减少、减轻人的体力、脑力劳动，提高事情的效率、效益、效果。

近年来，自动化的发展趋势在向掌握系统自主掌握、管理与决策系统智能优化、且形成优化、决策、掌握一体化系统等方向发展。

工业人工智能的浸染与难点

柴天佑教授指出，自动化与人工智能之间的共同点在于：都是通过机器延伸和增加人类的感知、认知、决策、实行的功能，增加人类认识天下和改造天下的能力，完成人类无法完成的特界说务或比人类更有效的完成特界说务。
差异在于研究的工具与方法不同、实现的手段不同（算法和系统），且人工智能在短期内的核心经济影响是自动化以前无法完成的任务。

而目前的工业人工智能则是两者结合。
工业人工智能可以增强劳动力本色、提高事情效率更好地做事客户，能使工业的各个环节产生变革，为前辈制造带来新的希望。
通过工业人工智能与数字设计相结合，将制造过程所需的信息无缝地结合到原材料到产品的转换过程当中，从而形成一个高度互联的工业实体。
通过一整套供应链系统横跨多个公司，智能制造能通过对毛病和故障的检测和纠正以确保产品质量的同等性和可追溯。
这些进步取决于强大的工业互联网创新和面向制造流程的机器学习算法，以及可在以信息为中央的一体化系统中即插即用的机床和掌握系统。

而工业人工智能的难点在于：

1.多源异构数据的机器学习

人工智能深度学习是基于完备标注的大样本静态特性学习，而工业人工智能则须要对不完备、无标注样本的动态特性进行学习。

2.产品质量、能耗以及运行状态的预测与追溯

质料转化为产品的过程是物质流、能源流、信息流交互浸染的过程。
反应机理不清的物理化学过程，其动态特性随运行过程变革。
且不同生产批次之间的动态特性不同，单顿能耗难以在线丈量。

3. 决策与掌握过程集成优化

制造过程中的智能决策吸收到的是小数据，办理的是大任务。
从信息感知层面，制造过程中的智能决策面临着开放环境、信息不完备、规则不愿定等难题。
制造过程当中难以建立决策仿真模型，同时终极决策须要权衡质量、效率、花费等多冲突目标。

柴天佑指出，中国拥有一批国家级重点实验室和工业自动化、信息化的学术带头人、研究骨干以及人才资源。
目前已取得相应的创新成果，由此孕育了一批前辈的高技能公司。
“天下工厂”级别的制造业则为工业人工智能的研究供应了实验环境。
随着国家计策和工业需求的推动，我国的工业人工智能一定会良好发展。