人工智能具有显著的溢出效应，能够嵌入到更多的软件和终端设备中，推动战略性新兴产业总体突破，正在成为推进供给侧结构性改革的新动能、振兴实体经济的新机遇、建设制造强国和网络强国的新引擎。习近平总书记在党的十九大报告中指出，要“加快建设制造强国，加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合”。在此背景下，我们需抓住此次产业变革机遇，促进工业智能发展，提升制造业智能化水平，推动人工智能和实体经济深度融合。
人工智能与制造业融合发展的趋势和挑战
今年政府加大对人工智能与制造业融合的政策引导。一方面印发《新一代人工智能发展规划》，在培育智能经济的工作中明确提出推动人工智能与制造业融合，接着印发《促进新一代人工智能产业发展三年行动计划(2018-2020年)》，把“智能制造深化发展”作为四大目标之一。同时深圳、上海、北京、浙江、安徽、贵州、江西等省市结合自身产业发展实际和比较优势，发布专门针对人工智能的相关实施意见，鼓励和支持人工智能与制造业融合发展的政策体系不断完善。另一方面，加强产业指导，由相关部委指导成立中国人工智能产业发展联盟、建立人工智能领域重点实验室，牵引和指导相关技术标准、技术研发、实验验证、应用推广等工作全面展开。
尽管当前人工智能与制造业的融合发展已经显露出一些成效，但该领域仍然较为前沿，我国在技术架构、实施路径、行业标准及产业生态等方面均存在一定的发展瓶颈。技术方面看，一是现有人工智能的计算架构还无法满足工业实时性所带来的计算要求。二是现有人工智能算法和框架对算法输出可靠性的考虑不够，不能满足制造业高可靠性的要求。三是目前以神经网络和深度学习主流算法还不能提供工业智能所需要的明确语义解释。产业方面看，一是工业人工智能主要是由数据、知识密集型的部分领先制造企业与具备人工智能技术优势的ICT企业强强联合推进的，尚不具备在制造业大范围推广的条件。二是行业应用基础较弱。我国制造业自动化数字化网络化水平参差不齐，产业界还缺乏成熟可推广的标杆应用。三是产业发展保障体系有待健全。如工业智能的标准化、工业智能的安全保障体系、工业智能应用中面临的伦理和规律挑战等。
协同推进人工智能与制造业发展
立足当前工业大数据产业融合发展变革的关键时点与历史性机遇，有效聚合各领域企业、高校与科研机构并形成合力，以融合创新为主线，共同推进关键技术和产品的创新、部署与应用，推动深化开源开放的创新模式，以应用引领产业链整体性突破，实现向价值链高端水平跃升。
把握好人工智能与制造业融合发展的关键路径，做好顶层设计。依托国家新一代人工智能发展规划制定与制造业融合发展的行动指南，确定产业突破方向。面向工业设备自动控制、工业产线柔性自组织、设备预测性维护等人工智能应用场景，结合模式识别、智能语音处理、自然语言理解、人机交互技术，开发专用芯片，提升工业互联网设备侧、边缘侧和工业互联网平台的智能化水平。推动人工智能在制造业领域专用算法的开发，发展新型工业软件，推动物理、化学、机械、控制多学科知识与大数据、机器学习、人工智能等智能化分析技术的有机融合，鼓励软件企业、互联网企业面向工艺优化、车间调度、物流管理等典型应用场景开发专用算法，提高工业软件智能化水平。
培育产业发展环境，逐步形成多向贯通、利益共享的产业生态体系。综合运用规划、政策等手段，引导企业组建产业联盟，并以其为主体，制定统一的技术标准、协商共识性的演进路线，实现各环节企业间的协同共进，加速技术研发，并配套以相应的成果转化机制，引导人工智能技术在ICT、互联网等领域的应用成果向制造业输出。建立中国的开源化发展体系，培育、组织和支持在工业大数据等重点领域的开源社区建设，鼓励和支持开源化软件、产品和服务的研发及推广应用。同时开展分类型、分等级推进人工智能阶梯形人才队伍的培育工作，加强企业员工的再培训，做好工业智能化变革下新旧动能的承接工作。
完善资本市场支撑环境，实现产业发展与金融资本之间的良性互动。引导整合社会各类资金，通过创投模式培育发展人工智能与传统产业融合创新催生的大量新技术、新业态、新模式，既要壮“大”，培育在工业智能产业中具有国际影响力的领袖企业，又要扶“小”，扶持初创、中小企业发展和应用工业智能。进一步建设相对宽松的融资环境，鼓励商业银行、股票发行机构等加大对有能力提供行业解决方案的人工智能企业的支持力度，适当降低准入门槛。
统筹协调构建保障体系，为工业智能提供一个安全可靠的发展环境。加强制度建设，面向人工智能技术在未来可能大范围覆盖的工业应用场景，由立法部门及行业协会共同研究制定应用规范、开发守则等涉及到应用安全、伦理道德的行业标准，尽可能规避未来可能出现的相关风险。加强能力建设，建立工业智能公共评测服务平台，开展工业智能产品和解决方案检验测试、风险评估、认定验证，制定并完善相关装备、软件和平台在工业生产应用场景中的安全操作规范守则。
