人工智能+智能制造，会产生什么火花
人工智能，洋气点的叫法是AI，1956年达特茅斯会议首次提出“人工智能”这一术语，标志着人工智能学科的诞生，图灵因其著名的"图灵测试"而被行业尊称为人工智能之父。
人工智能起起伏伏发展大半个世纪后，2016年因著名的“人机大战”进入普通大众的视野，这次“人机大战”由搭载深度学习人工智能算法的谷歌AlphaGo对战人类围棋世界冠军韩国李世石，本次围棋对战AlphaGo以4：1的成绩大败李世石，引起全球轰动。此后，人工智能一跃成为当今最火热的概念之一，社会舆论也充斥着诸如人类是否真的会被机器人替代之类的声音。
[[239164]]
AlphaGo人机大战
目前，人工智能在图像识别、自然语言识别及理解、数据分析等领域发展靠前，而其它具体行业的应用基础基本也来自于这三块基础领域。比如，依赖人工智能的图像识别技术，发展出了OCR技术、安防监控、医疗影像识别辅助诊断、目标跟踪等应用;依赖自然语言识别及理解，发展出了诸如智能客服、智能机器人平台、即时翻译等具体应用;依赖数据分析，发展出了智能投顾、数据监控预警、精准营销等商用场景。
人工智能技术不仅在小范围商用上取得了成功，其还以更快的速度往各行各业渗透，人工智能技术正成为一种能够帮助其它行业从自动化、信息化向智能化迈进的先进工具。
银行可以通过人工智能技术，挖掘融资客户，完成客户信用评级，风险监控，资金合理配置的工作;医生可以借助人工智能技术从人体的各类体征指标中分析出是否患有早期癌症;保险企业可以借其从行业数据中分析并形成最优的产品方案;交通系统可以借其提前预测交通拥堵并在合适的地点安排疏导;餐饮业者可以智能分析得到什么是最合适的菜品、哪里才是最好的店面位置等等。
那么，冠以“智能”之名的智能制造领域，人工智能技术又能为其提供什么样的帮助呢?
智能制造广义而论，是先进信息技术与先进制造技术的深度融合，贯穿于产品设计、制造、服务等全生命周期的各个环节及相应系统的优化集成，旨在不断提升企业的产品质量、效益、服务水平，减少资源消耗，推动制造业创新、绿色、协调、开放、共享发展。
智能制造旨在实现制造业的技术升级，最终实现一个低功耗、低成本、快速响应、高效率、柔性化、智能化、面向客户的绿色制造。归根到底，是一个保障如何提高效率、降低成本的智能化过程。
智能制造
企业运转的功能单位，基本可以分为：供、销、管、产、研、人、财、物、资、策等大的部门。
其中，供和销既是企业独立的首尾两端部门，从更大的市场层面来看也是上下游两个企业直接对接的窗口。相较于其它部门，供销两块在人工智能的渗透程度上相对深入。在开放的市场中，成千上万的企业期望从中找到与自己匹配的那家企业，在此过程中，不仅有大量的需求，也产生了大量的数据。
借助人工智能技术，系统能够识别并理解出客户的图片需求、数字需求、文字需求，将其翻译成机器可以理解的语言;通过语义识别，机器能从海量的市场舆论数据中，挖掘出市场的产品需求;通过语义理解，人工智能可以分析出谁是可靠的供应商，谁是产品的采购者;除此之外，借助人工智能，我们还能了解到市场需求变化，产品迭代周期，前沿技术方向，挑战者的出现，竞争者的出局等等。
智能营销
在企业的人力资源板块，也有和采购、销售类似的应用场景。借助人工智能技术，系统能够识别简历，解析出相对应简历的工作经历、擅长领域、个人信誉、与需求单位的匹配程度，继而能分析得到该份简历对应的是否是一个合格的求职者。最后，人工智能还能为人力资源的薪酬待遇、绩效管理、培训管理、员工关系等做出决策参考。当然，人工智能在人力资源板块的应用，市场也已经有相应产品的推出。
在财会审投融资等方面，人工智能也已成为帮助企业的一个好手，目前，应用领域有手写报销凭证文字识别、自动对账、财务风险识别、资金规划等等。此外，人工智能还在企业资产管理、物流等领域提供帮助。
作为人工智能怎样为智能制造服务的话题，市场更加关注企业在生产制造环节能够提供的帮助。目前，已经有部分生产制造的核心环节部署了人工智能相关产品。
如，机器视觉。机器视觉在工业生产中广泛应用于识别、测量、对位、引导及产品外观质量检测等，机器视觉可以帮助产线识别异常产品，测量目标物体尺寸，辅助机器人等工业设备实施加工过程的引导、对位、操作等功能。
机器视觉
生产过程中，还存在大量的人工单据，它们有生产线上的管理报告，质量数据，出入库物料数据，盘点数据等，市场上已经有专门针对人工字体工单录入的OCR识别系统，通过对人工笔记的不断学习，其能够高质量高效率的录入手工工单，出错率甚至低于人工录单。
工业机器人运动轨迹姿态控制，也已经引入了人工智能。对于多关节工业机器人，完成同一个操作，通常可以解出许多不同的运动轨迹方案，但到底什么样的轨迹才是工业机器人更快、更省、更好、更安全的完成工作的最优解，现场调试人员往往没有这么高的水平来完成这个最优解。通过比较不同运动轨迹和最终完成工作时的不同状态，机器人能记住这些状态，并相互间进行比较，以得出最优解。比如机器人组装，机器人能记住完成时间、耗能、组装质量等数据，通过比较，采用了一种产品质量最好、用时最短、使用最少运动的方案。
工业机器人与智能制造
人工智能还能在智能制造中应用到更多更广的领域，比如注塑、焊接、组装，比如生产环境监测、安全预警、厂区巡检等等。
但，为什么人工智能迟迟不能在制造业中运用呢，特别是中小企业。
原因在于我们在制造业的标准化、数字化、网络化进程的滞后。互联网领域人工智能的火热，一定程度上源于互联网在近二十年来的充分发展，在此过程中，互联网企业可以积累，也确实积累了大量的数据。
通过在制造环节中完成标准化、数字化、网络化改造，我们能够轻易地发现问题所在，也能将这个过程自动化，即完成人工智能的部署。
人工智能涉及的学科
人工智能涉及的学科人工智能涉及哪些学科？计算机类自动化类数学专业领域类心理学和哲学学习人工智能为什么要会心理学知识？哲学和人工智能有什么关系？其他人工智能涉及哪些学科？人工智能相关学科有很多，看看你的知识储备够不够！需要补充哪些方面？
计算机类首先，人工智能是计算机科学中的一个分支，所以对应的计算机科学、计算机基础知识、编程语言、互联网知识、物联网知识、软件工程、信息安全等是必备的。
自动化类其次，人工智能的目标是实现辅助人类智慧、部分代替人类智能、扩展人类智能，所以还会涉及自动化、机器学习、智能科学与技术、空间信息与数字技术、电子与计算机工程、信息与计算科学。
数学然后，人工智能需要处理大量的数据，所以数学和逻辑思维也很重要，高数、数学与应用数学、信息与计算科学、数理基础科学、数据科学与大数据技术等。
专业领域类另外，除了一些通用的学科，面对不同的领域，还要学习不同的学科，如：通信工程、信息工程、水声工程、电子信息工程、微电子科学与工程、光电信息科学与工程、自然语言处理、电磁度场与无线技术、电子信息科学与技术、电波传播与天线、集成电路设计与集成系统、轨道交通信号与控制。
心理学和哲学除了计算机知识，心理学和哲学也是必学的学科。
学习人工智能为什么要会心理学知识？试想一下人工智能模仿的是人类的什么？是人类的智慧。人类的智慧由什么产生？人的思想、知识、记忆、创造力。而这一切皆由人的大脑控制。而心理学其实是大脑活动后的一种产物，所以要想让一台计算机真正拥有人类智慧，必须了解人类的心理活动和思考方式。与其说人工智能是在模仿人类智慧，不如说人工智能是在模仿人类思维。只有当人工智能可以像人类一样思考、分析问题、拥有人类的喜怒哀乐，才能算得上是真正的人工智能。
哲学和人工智能有什么关系？说到人工智能中的哲学问题，不得不提著名的图灵测试。图灵测试是由阿兰·麦席森·图灵在1950年的一篇论文《计算机器与智能》中提出的。图灵是英国著名的数学家和逻辑学家，被称为计算机科学之父、人工智能之父，是计算机逻辑的奠基者。图灵测试说的是，一个人和一台机器，在人类不知道对面是机器的情况下对他提问，以此来判断对面的是人类还是机器。进行多次测试后，如果机器让平均每个参与者做出超过30%的误判，那么这台机器就通过了测试，并被认为具有人类智能。从哲学层面来说，如果一台机器通过了图灵测试，那么它真的能被称之为和人类一样有智慧吗？判定一台机器有智慧的标准或者说是界限到底是什么？在实际应用中，哲学在人工智能上也起到了很多决定性的作用。比如一台人工智能机器，在面对文化、信仰、法律都不同的日本人和阿拉伯人，一个可能说这台机器非常智能，一个可能说并不智能，达不到想要的、或做的不对。那么这时，这台机器能不能被称之为是一台人工智能机器？在人工智能发展上，有很多关于类似的哲学问题。仅仅是“智能”二字，在哲学上都有很多的争议。比如，智能的含义到底要怎么去定义？达到什么样的界定才能称之为智能？在这里，我给自己留一个作业，等以后我积累了更多的知识，再和大家讨论关于“人工智能与哲学之间的关系”的问题。
其他除了上面提到的学科，还有认知科学、神经生理学、信息论、控制论、不定性论等。因为人工智能属于跨学科的技术，所以想要学习人工智能，不仅要知道人工智能的基本知识，还要确定研究的方向，朝着既定的目标前进，才不至于在人工智能的学习道路上走岔了。