當人工智能“遇上”自動化技術，將碰撞出怎樣的“火花”？近日在山東青島舉行的2024中國自動化大會展現了這樣一幅圖景：當人工智能與自動化深度融合，將自動化技術推向更高層次，日新月異的自動化技術正以前所未有的融合創新、前沿突破迸發出全新活力，在新一輪科技革命和產業變革中迅猛發展，賦能千行百業、賦能未來世界。

深度融合創新發展

“人工智能與自動化的深度融合會改變世界，要把握人工智能和自動化發展方向，把中國的自動化技術推向更高層次。”中國工程院院士、中國自動化學會理事長鄭南寧在大會開幕式上說。

與會專家認為，人工智能正推動自動化技術深入各行各業。人工智能使自動化系統能夠適應環境變化自主決策，為自動化技術帶來廣闊發展空間。

在本次大會上，中國自動化學會副理事長、青島科技大學副校長李少遠教授團隊帶來了人工智能技術在柔性制造生產調度領域的最新研究成果。“我們依托人工智能技術，并結合自動化技術的獨特優勢，實現了生產流程的智能調度，同時實現了對產品質量的精準控制，顯著提升了生產效率與產品合格率，這一成果不僅為智能制造領域注入了新的活力，也展示了人工智能與自動化技術深度融合的巨大潛力。”

“人工智能作為新質生產力的重要引擎，不僅代表了科技的前沿趨勢，更是未來經濟發展的關鍵驅動力。”李少遠教授在接受《經濟參考報》記者專訪時表示，各行業正在探索“人工智能+產業發展”的新模式，加速新質生產力的形成與發展。

以輪胎業為例。國家橡膠與輪胎工程技術研究中心副主任、軟控股份有限公司董事長兼總裁官炳政介紹，作為輪胎制造大國，我國輪胎產量占到全球的50%以上，而輪胎制造過程為流程+離散的混合型制造模式，面臨完備信息、機理經驗、質量控制等難題，對高質量、高效能、高一致制造輪胎產品提出巨大挑戰。通過應用人工智能技術，推進知識參數化、參數軟件化、軟件平臺化，經過多年的工藝創新、材料創新、裝備創新，如今我國已實現了在巨型工程輪胎上的突破。

“目前我們已經大范圍應用了工業視覺技術，這種技術解決了輪胎制造過程中‘黑+黑’的問題，因為黑色材料和黑色背景不好辨別。目前我們應用這項技術，檢測準確率達到99.7%以上。”官炳政說。

打開更大想象空間

中國信息通信研究院發布的《中國數字經濟發展研究報告（2024年）》顯示，截至2023年底，我國人工智能核心產業規模接近5800億元，已經形成了京津冀、長三角、珠三角三大集聚發展區，核心企業數量超過4400家，居全球第二。此外，我國已建成2500多個數字化車間和智能工廠，經過智能化改造，研發周期縮短約20.7%，生產效率提升約34.8%，不良品率降低約27.4%，碳排放減少約21.2%。

人工智能在各行各業加快應用已是不爭的事實，對此，與會專家也提出了新的設想和新的范式。

中國工程院院士、中國科學院沈陽自動化研究所研究員于海斌表示，制造業是國家經濟發展的支柱和動力引擎，在制造業由數字化邁向智能化轉型的關鍵時期，面臨創新設計能力弱、智能自動化水平低、產業鏈供應鏈韌性差等技術挑戰。而制造業智能化發展前景和空間巨大，應發揮海量制造數據的優勢，實現知識和業務流程自動化和智能化，滿足設計制造一體化、柔性制造、綠色制造等關鍵需求。于海斌院士還展望了工業人工智能全面和體系化賦能先進制造業前景，并提出人工智能科技必將遵循“從數字走向實體”的發展規律，才能真正成為新質生產力的基石。

中國自動化學會常務理事、山東大學教授張承慧則展望了元宇宙與新能源系統深度融合的前景。張承慧指出，新能源大規模開發利用已成為全球共識和我國國家戰略，而信息控制技術直接決定能源轉型成敗。控制系統關乎新能源利用核心指標，直接決定系統容量、性能、發電量，應以軟件代硬件，以智能增性能。然而，新能源系統本質是一類高動態、非線性、強耦合的復雜巨系統，面臨高效率發電優化難、高可靠并網控制難、大容量化控制難等問題，元宇宙與新能源系統的深度融合將為新能源數智化控制提供新范式。

發揮優勢突破堵點

在李少遠看來，我國人工智能技術在工業領域的運用具備三大顯著優勢：一是應用場景豐富多元，市場需求潛力巨大，為人工智能技術的實踐應用提供了肥沃土壤；二是科研實力日益增強，我國在人工智能技術研發上取得了諸多突破性進展，科研團隊與企業競爭力顯著提升；三是政策環境持續優化，政府對人工智能技術的扶持力度不斷加碼。

“為保持并擴大這些優勢，我們應深化技術創新，鞏固人工智能技術的核心競爭力；加強人才培養與引進，構建高水平的人工智能人才梯隊；同時，積極參與國際交流與合作，共同引領人工智能技術的健康有序發展。”李少遠說。

針對當前人工智能技術在先進制造業應用面臨的堵點，李少遠認為主要包括技術落地難、數據安全與隱私保護問題，以及專業人才短缺等。而最為緊迫的，是技術如何無縫融入實際生產流程，實現真正的“智造”轉型。“我們亟須深化技術創新，強化技術與實踐的對接能力，確保人工智能技術能夠精準解決制造業痛點；同時，構建全面的數據安全保障體系，確保數據流通與應用過程中的隱私安全；此外，拓寬人才培養路徑，促進跨學科、跨領域的復合型人才成長，為人工智能技術在先進制造業的深度應用奠定堅實基礎。”