智能制造的實(shí)現需要一個(gè)5層的金字塔結構

　　在我的研究過(guò)程當中，有數值不確定性、隨機不確定性和空間不確定性。當主要方程丟失的時(shí)候，最終以隨機的形式、分布的形式來(lái)做判斷，這是隨機不確定性。因此控制在不同的層面上對智能的要求和功能都不太一樣，最基本的一層是過(guò)程的設計，還有底層回路控制，這兩個(gè)集成是很大的挑戰。因為要合理分配工作量，設計系統要易于控制，使設計出的算法比較易于實(shí)現。如果這兩層解決不了就需要監督層來(lái)解決，信息學(xué)科現在提出的知識自動(dòng)化，實(shí)際上就在這里面。

　　建模非常的重要，根據目標的不同，建立的模型就會(huì )不同。我們在做工業(yè)設計的時(shí)候，需要這三個(gè)平臺。一是點(diǎn)膠的物理過(guò)程，必須有實(shí)驗設備才能夠采取設備。二是工業(yè)物理紡織模型，我們也許不知道方程，但會(huì )有一個(gè)標準流程，我們就要找到這個(gè)方程圖。三是物理紡織模型要做標的，最終控制、設計等形成一個(gè)固定流程，而要把虛擬空間和物理空間標定好非常困難。這三個(gè)模塊和階段都必須要做到，缺一不可。

　　制造中智能主要就是解決不確定性的問(wèn)題，人工智能是一種方法和工具，但它不是單一的。單一的方法是無(wú)法解決問(wèn)題的，就跟修汽車(chē)一樣，單一把東西做得再好也修不了車(chē)。而且跟控制不一樣，人工智能是走在應用走在理論前面，控制是理論走在應用前面，而且人工智能關(guān)注是敏捷性而非精確性，因為智能越高精確性就比較差，看我們的機器人就知道了。

　　首先，人工智能系統分為經(jīng)驗級別，就像開(kāi)車(chē)一樣。第二個(gè)方面就是開(kāi)車(chē)的級別。最難的級別就是不確定性的東西判斷，這是未來(lái)是一個(gè)挑戰，而且也很難挑戰，從來(lái)沒(méi)見(jiàn)過(guò)，我們必須要進(jìn)行思考，因此我們當有了數據之后最后提取規則和知識。

　　智能從哪里來(lái)

　　據說(shuō)，人類(lèi)只能感知到世界上 10% 的信息，因為信息滿(mǎn)天飛。感知讓我們獲得信息，經(jīng)過(guò)邏輯決策再行動(dòng)。通過(guò)決策，我們會(huì )做很多的決定，但是決定不一定正確。制造系統也應該判斷機器自身的適應性問(wèn)題，而如今，自適性已經(jīng)通過(guò)大量的運算實(shí)現了。那么人工智能會(huì )因此能夠取代人類(lèi)嗎?我個(gè)人認為人工智能能夠幫助人解決很多問(wèn)題，但是對最終取代人類(lèi)的說(shuō)法并不認同，因為人還有第六感。