智能與制造之間，未來將會發展出兩種路徑，一種是“制造智能化”，繼續沿著現有的智能制造路線深化；另一種是“智能制造化”，所有的產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。

制造業直接體現了一個國家的生產力水平。最近幾年，隨著信息技術的快速發展，制造業面臨著與信息技術融合的選擇。

從最根本上講，制造業是以生產產品為最終目的。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、工業品與生活消費產品。信息技術，不管是數字化、網絡化還是現階段的智能化，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據驅動的，它通過給定的學習框架，不斷根據當前設置及環境信息修改、更新參數，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，會是怎樣的情景呢？

智能與制造之間未來將會發展出兩種路徑，一種是“制造智能化”，即繼續沿著現有的智能制造路線深化；另一種是“智能制造化”，所有的產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升級

在2015年發布的《中國制造2025》中，針對智能制造的發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深度融合，正在引發影響深遠的產業變革”。這種變革，尤其體現在三個方面：基于信息物理系統的智能裝備、智能工廠等智能制造正在引領制造方式變革；網絡眾包、協同設計、大規模個性化定制、精準供應鏈管理、全生命周期管理、電子商務等正在重塑產業價值鏈體系；可穿戴智能產品、智能家電、智能汽車等智能終端產品不斷拓展制造業新領域。

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

2015年國務院印發的《關于積極推進“互聯網+”行動的指導意見》中，在“互聯網+”協同制造部分提到：推動互聯網與制造業融合，提升制造業數字化、網絡化、智能化水平，加強產業鏈協作，發展基于互聯網的協同制造新模式。其主旨在于推進制造業與互聯網的融合，從而形成新的產業生態體系，集眾智、聚眾力。

在2016年國務院印發的《關于深化制造業與互聯網融合發展的指導意見》中，這一思路繼續得到貫徹。該指導意見的主要目標是：制造業互聯網“雙創”平臺成為促進制造業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新生態，制造業數字化、網絡化、智能化取得明顯進展，成為鞏固我國制造業大國地位、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”為抓手，促進制造業加上互聯網后形成制造業新模式和新生態，成為制造業轉型升級的新動能。

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，也包括智能終端產品。制造業與互聯網的融合，形成新模式和新業態，從而取得新動能。所有這些，都是從制造業出發，選擇適合與制造業相融合的信息技術。

具體實踐中的制造業智能化

現實中智能制造的發展與政策呼應。隨著制造業與信息化的融合，制造業逐漸數字化，越來越多的數據得以匯聚在同一個數據平臺。數據分析讓制造業真正地具備了智能化的基礎。基于制造業數字化和“互聯網+”產生的大數據，系統平臺再進行數據分析，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據的形式傳輸到互聯網上。一旦有零部件的數據出現反常，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。

再以智能產品為例，傳統的飛機發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據。

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動機，已經具有了其“前身”完全不曾有的價值。而這些附加價值的來源，是數據和數據分析創造的。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的距離。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，目標是實現制造業數字化、網絡化，最重要的特征是在全面數字化的基礎上實現網絡互聯和系統集成。而在未來的智能制造2.0系統，應是在制造業數字化、網絡化的基礎上，更進一步實現真正意義上的智能制造。

在今年剛剛發布的《新一代人工智能發展規劃》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、工業互聯網等系統集成應用，研發智能產品及智能互聯產品、智能制造使能工具與系統、智能制造云服務平臺，推廣流程智能制造、離散智能制造、網絡化協同制造、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“互聯網+”戰略和《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，制造業與信息化、互聯網以及人工智能技術的融合，都在幫助以“制造產品”為最終目的的制造業逐步走向智能化，尤其體現在制造過程的智能化和產品的智能化。但是不論制造過程如何智能，制造仍是主角，產品仍是目的，信息技術只是配角和手段。

從人工智能到“制造智能”

受益于數據量的快速增長、計算能力的大幅提升以及機器學習算法的持續優化，新一代人工智能在某些給定任務中已經展現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發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。

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”最為成功的一款產品，當屬亞馬遜的Echo音箱。這款連開發者自己都沒有信心的產品，在亞馬遜上線后不久受到了全球用戶的追捧。2015年，這款產品一舉占據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，根本不存在于傳統音響的生產體系中。

更多的人工智能實體正在入場

Echo開辟了新的產品市場，緊隨其后，谷歌的Google Home，蘋果發布的Homepod等同類產品也陸續入場。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，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展，未來的社會將會是智能社會。這個社會將會是以大數據為基礎，人工智能為動力，機器人為表現形式的智能社會。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、大數據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，雖然現在機器人和人工智能被大家聯系在一起，但是在過去，這可是完全不同的兩個領域。