分析：智能制造的相关基本概念

【智能制造的范畴】
目前领导讲话中提到的智能制造，包含：工业4.0、工业互联网、中国制造2025等 TOPIC。

【如何解释智能制造概念？】
从利用畜力、机械到用计算机，其实都是代替人的劳动。在这一轮的智能制造中，是代替过去机器不太容易代替的人的劳动。这些劳动既包括复杂的脑力劳动，也包括简单的体力、脑力劳动。其特点就是过去的做法不容易做到。与传统机器相比，人往往对外部变化适应更快、更适合复杂外部环境、更加灵活；所以，提高灵活性应该是智能制造重要的努力方向。智能化不是简单地代替人，还要帮助人做得更好、做得比人更好，才能最终促成新一代的工业革命。

【如何理解“智能”概念？】
“智能”在英语中有多个不同的单词来描述：例如，工业4.0多用‘Smart’描述；工业互联网理论多用“Intelligent”表述。Smart 也许偏重灵活性，Intelligent 也许偏重人工智能。
对智能的定义很早之前就有争论。历史上，对智能的解释主要有三个学派：符号主义、联接主义和行为主义。符号主义又称计算机学派，用逻辑推理模拟人的思维；联结主义又称生理学派，主要模拟动物的神经元；行为主义又称控制论学派，模拟的是智能的行为和作用。

【智能制造的学术概念】
智能制造的理论基础，应该主要源于控制论学派。可以说，工业4.0强调的CPS就是自动控制系统的升级版。事实上，CPS 是 Cyber Physical Systems的简称，其中Cyber与控制论(Cybernetics)同源。

从维纳提出控制论开始，就重视控制和通信：《控制论》的另外一个标题就是“在动物和机器中控制和通信的科学”。互联网的产生和发展，使得通信能力获得了极大的提升。这就是为什么CPS的概念的广泛应用与互联网密切相关。现在，互联网和通信传递的基本上都是数字化信息。所以，德国工业4.0、美国工业互联网和中国制造2025等与智能制造相关的国家战略，都与数字化、网络化密不可分。

另外，工业革命讲的智能制造不再限于车间内的生产过程。以工业4.0的理论体系为例，除了生产过程本身的智能化，还包括研发与服务、采购与销售的智能化。

【实现智能制造的可操作性】
毋庸置疑，智能制造的基础是数字化。数字化的信息才能被计算机理解，才能进行反馈、决策和控制。所以，要达到代替人的基本目的，必须将人的感知和表达数字化。这就是数字化的意义所在。正确、迅速的决策应该基于相对完整的信息；完整的信息通过集成获得；互联网提供了信息集成的通道。相关工作，现在就具有可操作性。

数字化是智能化的基础，却不是充分的条件。智能化应该表现为智能的行为。智能的行为来自信息的集成和决策算法。其中，很多决策算法是将人的经验变成计算机的模型或算法——可以理解为CPS中的算法。这一方面的工作也具有现实的可操作性。

【智慧制造模式】
人脑是复杂的，很多思维过程确实难以用计算机描述。在许多场合，简单、不完整的描述达不到工业应用对可靠性的要求。在“工业互联网”的体系中，特别强调了人、智能机器和算法三者的共同作用。即便如此，要发挥人的作用，信息的集成和转化也是必要的，只是简化了决策算法。还有一种说法：通过信息技术把人的智慧更好地发挥出来，称为“智慧制造”。在相当长的一段历史时期内，“智慧制造”的模式在很多场合可能更现实一些。

【智能制造的重要基础在于大数据】
如前所述，智能制造的最终目的不仅是代替人，而是比人做得更好。要比人做得更好，就要更完整的信息、更科学的决策。而这就需要大数据的基础。这时，计算机掌握的信息量很可能超过目前人的感知能力。理想条件下的大数据，应该把产品的开发和使用服务过程、工厂的生产过程、采购销售过程中产生的信息完整地记录下来。这三个过程，分别应该对应工业4.0的三个集成。有效的信息集成可以加快研发、服务的速度、促进不同部门的协调。这样，整个企业就像一个智能体，可以更加灵活迅速地应对企业内外部的变化：从某种意义上说，算是一种智能化的表现吧。

在信息时代，大量存储数据并不难，难的是有效的利用数据。有效利用数据的前提，是数据的组织，即结构化。“要像录像一样，把过程记录下来”。否则，碎片化的数据越多越难有效地使用，甚至产生二义性直至误导决策。建议大数据系统的建设应该是以终为始，与最终应用目标勾连，而不是盲目地堆积数据。

在智能化的过程中，人与机器的关系是复杂的，需要具体问题具体分析。帮助人、代替人、超越人三种类型的工作可以同时存在。完美的智能化，或许只是人们追求的极限。