智能與制造之間，未來將會發(fā)展出兩種路徑，一種是“制造智能化”，繼續(xù)沿著現(xiàn)有的智能制造路線深化；另一種是“智能制造化”，所有的產(chǎn)品都是某種算法的實體化，也即“泛機器人”時代來臨。在未來一段時間內，這兩條路線可能是并存的。

制造業(yè)直接體現(xiàn)了一個國家的生產(chǎn)力水平。最近幾年，隨著信息技術的快速發(fā)展，制造業(yè)面臨著與信息技術融合的選擇。

從最根本上講，制造業(yè)是以生產(chǎn)產(chǎn)品為最終目的。它按照市場要求，通過制造過程，將資源轉化為可供人們使用和利用的大型工具、工業(yè)品與生活消費產(chǎn)品。信息技術，不管是數(shù)字化、網(wǎng)絡化還是現(xiàn)階段的智能化，都只是達到這一目的的手段。

但是新一代人工智能，與早期基于邏輯推理的人工智能不同。新一代人工智能是由數(shù)據(jù)驅動的，它通過給定的學習框架，不斷根據(jù)當前設置及環(huán)境信息修改、更新參數(shù)，具有高度的自主性。比如，“阿爾法狗”依靠深度學習算法，在海量棋譜的訓練下，戰(zhàn)勝了圍棋世界冠軍李世石，宣示了新一代人工智能在某些領域具備甚至超越了人類的能力。

新一代人工智能與制造相關聯(lián)，會是怎樣的情景呢？

智能與制造之間未來將會發(fā)展出兩種路徑，一種是“制造智能化”，即繼續(xù)沿著現(xiàn)有的智能制造路線深化；另一種是“智能制造化”，所有的產(chǎn)品都是某種算法的實體化，也即“泛機器人”時代來臨。在未來一段時間內，這兩條路線可能是并存的。

從制造到“智能制造”政策視野中的制造業(yè)升級

在2015年發(fā)布的《中國制造2025》中，針對智能制造的發(fā)展有較為完整的表述。其中提到了：“新一代信息技術與制造業(yè)深度融合，正在引發(fā)影響深遠的產(chǎn)業(yè)變革”。這種變革，尤其體現(xiàn)在三個方面：基于信息物理系統(tǒng)的智能裝備、智能工廠等智能制造正在引領制造方式變革；網(wǎng)絡眾包、協(xié)同設計、大規(guī)模個性化定制、精準供應鏈管理、全生命周期管理、電子商務等正在重塑產(chǎn)業(yè)價值鏈體系；可穿戴智能產(chǎn)品、智能家電、智能汽車等智能終端產(chǎn)品不斷拓展制造業(yè)新領域。

這里所指的“智能制造”主要是“智能裝備和智能工廠”，而“智能終端產(chǎn)品”和“互聯(lián)網(wǎng)+”帶來的產(chǎn)業(yè)鏈則另外歸類。智能制造的基礎是信息物理系統(tǒng)（Cyber-Physical System，簡稱CPS），這個概念被認為是智能制造的核心。

2015年國務院印發(fā)的《關于積極推進“互聯(lián)網(wǎng)+”行動的指導意見》中，在“互聯(lián)網(wǎng)+”協(xié)同制造部分提到：推動互聯(lián)網(wǎng)與制造業(yè)融合，提升制造業(yè)數(shù)字化、網(wǎng)絡化、智能化水平，加強產(chǎn)業(yè)鏈協(xié)作，發(fā)展基于互聯(lián)網(wǎng)的協(xié)同制造新模式。其主旨在于推進制造業(yè)與互聯(lián)網(wǎng)的融合，從而形成新的產(chǎn)業(yè)生態(tài)體系，集眾智、聚眾力。

在2016年國務院印發(fā)的《關于深化制造業(yè)與互聯(lián)網(wǎng)融合發(fā)展的指導意見》中，這一思路繼續(xù)得到貫徹。該指導意見的主要目標是：制造業(yè)互聯(lián)網(wǎng)“雙創(chuàng)”平臺成為促進制造業(yè)轉型升級的新動能來源，形成一批示范引領效應較強的制造新模式，初步形成跨界融合的制造業(yè)新生態(tài)，制造業(yè)數(shù)字化、網(wǎng)絡化、智能化取得明顯進展，成為鞏固我國制造業(yè)大國地位、加快向制造強國邁進的核心驅動力。這一指導意見強調以“雙創(chuàng)”為抓手，促進制造業(yè)加上互聯(lián)網(wǎng)后形成制造業(yè)新模式和新生態(tài)，成為制造業(yè)轉型升級的新動能。

在以上的三個重要文件中，智能制造主要指的是智能工廠和智能設備，也包括智能終端產(chǎn)品。制造業(yè)與互聯(lián)網(wǎng)的融合，形成新模式和新業(yè)態(tài)，從而取得新動能。所有這些，都是從制造業(yè)出發(fā)，選擇適合與制造業(yè)相融合的信息技術。

具體實踐中的制造業(yè)智能化

現(xiàn)實中智能制造的發(fā)展與政策呼應。隨著制造業(yè)與信息化的融合，制造業(yè)逐漸數(shù)字化，越來越多的數(shù)據(jù)得以匯聚在同一個數(shù)據(jù)平臺。數(shù)據(jù)分析讓制造業(yè)真正地具備了智能化的基礎。基于制造業(yè)數(shù)字化和“互聯(lián)網(wǎng)+”產(chǎn)生的大數(shù)據(jù)，系統(tǒng)平臺再進行數(shù)據(jù)分析，從而形成知識和價值。

這確實反映了當前智能制造的特點。以智能設備為例：在傳統(tǒng)工廠中，機器在失靈時維修，會帶來大面積的停工；如果定期檢修，又會對不需要維修的零部件造成損耗。在機器零部件中嵌入微型計算機后，由機器傳出的信號可以以數(shù)據(jù)的形式傳輸?shù)交ヂ?lián)網(wǎng)上。一旦有零部件的數(shù)據(jù)出現(xiàn)反常，即刻就能實施有針對性的檢修。維修成為可預測的事情，制造過程因此也變得可預測。

再以智能產(chǎn)品為例，傳統(tǒng)的飛機發(fā)動機只是為了提供飛機的動力功能，但是當它被置入微型計算機后，就可以感知飛機的飛行路線，并通過網(wǎng)絡將這些信息傳給其他的機器。在震驚全球的“馬航MH370”事件中，就是該飛機的發(fā)動機供應商而不是馬來西亞航空公司，提供了該飛機航線的一些基本數(shù)據(jù)。

很顯然，這些含有預測性功能的設備，能夠反映飛行軌跡的發(fā)動機，已經(jīng)具有了其“前身”完全不曾有的價值。而這些附加價值的來源，是數(shù)據(jù)和數(shù)據(jù)分析創(chuàng)造的。這是目前智能制造最主要的內涵。

但是總體而言，目前所討論的智能制造距離真正意義上的智能制造還有相當?shù)木嚯x。按照中國工程院院長周濟院士的觀點，目前我們所討論的智能制造還是1.0版本的，目標是實現(xiàn)制造業(yè)數(shù)字化、網(wǎng)絡化，最重要的特征是在全面數(shù)字化的基礎上實現(xiàn)網(wǎng)絡互聯(lián)和系統(tǒng)集成。而在未來的智能制造2.0系統(tǒng)，應是在制造業(yè)數(shù)字化、網(wǎng)絡化的基礎上，更進一步實現(xiàn)真正意義上的智能制造。

在今年剛剛發(fā)布的《新一代人工智能發(fā)展規(guī)劃》中，也對智能制造提出了具體的目標：推進智能制造關鍵技術裝備、核心支撐軟件、工業(yè)互聯(lián)網(wǎng)等系統(tǒng)集成應用，研發(fā)智能產(chǎn)品及智能互聯(lián)產(chǎn)品、智能制造使能工具與系統(tǒng)、智能制造云服務平臺，推廣流程智能制造、離散智能制造、網(wǎng)絡化協(xié)同制造、遠程診斷與運維服務等新型制造模式，建立智能制造標準體系，推進制造全生命周期活動智能化。

這些目標，是在原有“互聯(lián)網(wǎng)+”戰(zhàn)略和《中國制造2025》的基礎上，強調了人工智能技術在制造過程和產(chǎn)品智能化方面的作用，本質上是“制造+人工智能”。

毫無疑問，制造業(yè)與信息化、互聯(lián)網(wǎng)以及人工智能技術的融合，都在幫助以“制造產(chǎn)品”為最終目的的制造業(yè)逐步走向智能化，尤其體現(xiàn)在制造過程的智能化和產(chǎn)品的智能化。但是不論制造過程如何智能，制造仍是主角，產(chǎn)品仍是目的，信息技術只是配角和手段。

從人工智能到“制造智能”

受益于數(shù)據(jù)量的快速增長、計算能力的大幅提升以及機器學習算法的持續(xù)優(yōu)化，新一代人工智能在某些給定任務中已經(jīng)展現(xiàn)出達到或超越人類的工作能力。人工智能終于從 “永遠還差50年”的窘境中走到了現(xiàn)實應用，這也讓人們對人工智能的未來充滿了想象。

由于人們是在物理現(xiàn)實中生活，人工智能有時候必須以實體的形式與人交流。這是我們即將要看到的人工智能與制造業(yè)發(fā)生關系的一種新的趨勢，即人工智能的實體化。這種實體化，也是一個制造的過程，或許我們可以稱之為“制造智能”。

比如，原本用百度搜索，你不會對背后的算法特別地關注。但是當一臺靠算法運行的百度無人駕駛汽車行駛在路上的時候，你根本無法無視它。實際上，無人駕駛就是人工智能的實體化，只是借用了汽車的“殼”而已。但這個“殼”也可以不借。比如“阿爾法狗”，不管它以什么形態(tài)坐在棋手的對面，原則上都是可以的。蘋果手機的Siri，并沒有實體，它只是依附在手機上，你需要的時候它就會出現(xiàn)。

借“殼”的人工智能，往往歸類于智能硬件，因為看起來它只是對傳統(tǒng)設備進行智能化改造。但是很多時候借的“殼”并不一定是傳統(tǒng)設備，它只是某一種形式的機器人，或者稱之為“泛機器人”。隨著人工智能的發(fā)展，這樣被制造出來的算法實體會越來越多，“泛機器人”將在我們的生產(chǎn)生活中廣泛存在。

Echo本質上是人工智能的實體化

到目前為止，“泛機器人”最為成功的一款產(chǎn)品，當屬亞馬遜的Echo音箱。這款連開發(fā)者自己都沒有信心的產(chǎn)品，在亞馬遜上線后不久受到了全球用戶的追捧。2015年，這款產(chǎn)品一舉占據(jù)了整個音箱市場銷量的 25%，僅僅2016 年一年就賣出了超過 650萬臺。截至 2016 年底，Echo 總共賣出了 820 萬臺。

Echo名義上是一個音箱，但是據(jù)說擁有超過一萬種技能。如果你要早起趕飛機，它可以提供叫醒服務；如果你喜歡自己下廚烹飪，它會告訴你很多菜譜；如果你在廚房做飯的時候想聽書，你可以叫它讀 Kindle 里面的電子書；當然如果你喜歡玩音樂，Echo可以本分地做一個音箱。很顯然，Echo已經(jīng)成為用戶生活中的一部分。

Echo之所以成功，與它的技術內涵密切相關。雖然名義上是一個音箱，但它的核心技術在于語音交互平臺Alexa。如果說 Echo是軀體，那么Alexa就是大腦，所有輸入輸出的信息都經(jīng)由大腦處理。很有特色的是，Echo并沒有觸摸屏，它與人唯一的交流方式是語音。所以，Echo應用的語音交互是在很多場景要替代觸摸屏的核心技術。而且，與競爭對手相比，Echo回應人聲的時間只有1.5秒，這已經(jīng)在人類的容忍范圍之內。

語音互動的關鍵還在于深度學習。當前機器之所以可以識別人的語音，根本上是深度學習訓練的結果。在深度學習中，樣本庫至關重要。如果處理后的聲音與樣本庫不匹配，識別效果就不會太好。因此，技術的難點并不在于如何讓聲音越清晰越好，而是要越接近于訓練樣本庫的特征越好。這要求聲音感知和深度學習方面的技術有很強的組合能力。

能擁有這樣的技術來之不易。據(jù)說亞馬遜從老牌語音識別公司Nuance挖來了大批人才，另外還收購了兩家語音初創(chuàng)公司Yap和Evi。尤其是Evi，在其2013年剛剛從劍橋大學的校園走出來的時候，就被亞馬遜以2600萬美元的價格果斷買入。Echo作為制造業(yè)的一員，它的核心技術是獨特的語音識別技術。這些技術，根本不存在于傳統(tǒng)音響的生產(chǎn)體系中。

更多的人工智能實體正在入場

Echo開辟了新的產(chǎn)品市場，緊隨其后，谷歌的Google Home，蘋果發(fā)布的Homepod等同類產(chǎn)品也陸續(xù)入場。亞馬遜為智能家居設備逐漸添加了許多其他成員，比如tiny Dot、portable Tap和screen-toting Show，雖然都沒有Echo成功，但是制造出實體化的人工智能已經(jīng)成為一種趨勢。

實際上很多服務機器人也可歸為實體化的人工智能。有人稱只要一個平板電腦套上殼會走，就是一個服務機器人。它可以在機場、在景區(qū)，告訴人們廁所在哪里出口在哪里。核心在于人工智能技術，能不能聽懂人講話，能不能看懂人的手勢，能不能與人互動。也就是說，不僅僅是語音識別，基于任何算法的實體化，都有可能在特定場景中有用武之地，都有可能成為下一個人工智能實體化的產(chǎn)品。

就在本文撰寫的這幾天，來自Echo的大腦——Amazon的語音助手Alexa和來自微軟的語音助手Cortana正式“牽手”。這也就意味著，當你需要在電腦上處理一些事情的時候，你可以借助虛擬機器人Cortana，而當你不在電腦旁的時候，你可以借助實體機器人Echo音響。所不同的是，對Cortana來說，你需要輕聲細語；而對Echo，必須大聲喊叫（這背后當然體現(xiàn)著微軟和亞馬遜不同的技術特長）。

“泛機器人”時代來臨

隨著新一代人工智能的發(fā)展，未來的社會將會是智能社會。這個社會將會是以大數(shù)據(jù)為基礎，人工智能為動力，機器人為表現(xiàn)形式的智能社會。在這樣的智能社會中，每一個物體都可能是機器人。理論上，未來的任何人造產(chǎn)品都是智能的。

但在近期，“制造智能化”和“智能制造化”這兩條路線還將長時間并存。在前者的路線上，傳統(tǒng)音箱公司可以借助人工智能技術讓制造過程更加智能化，生產(chǎn)出質量更高的音箱。在后者的路線上，人工智能公司可以借助制造技術生產(chǎn)出叫“音箱”的語音助手，也可以是其他任何有應用價值的算法實體。

在“制造智能化”過程中，智能機器人是重要的組成部分。發(fā)展智能機器人，需要攻克智能機器人核心零部件、專用傳感器，完善智能機器人硬件接口標準、軟件接口協(xié)議標準以及安全使用標準。制造過程中可能還需要一定的人工智能技術。

而在“智能制造化”過程中，制造“泛機器人”所需的核心零部件、材料的重要性固然重要，但是包括云計算、大數(shù)據(jù)在內的基礎技術以及包括機器學習、模式識別與人機交互等通用技術，則是更為關鍵的。

有意思的是，雖然現(xiàn)在機器人和人工智能被大家聯(lián)系在一起，但是在過去，這可是完全不同的兩個領域。