待解决
长春北方化工灌装设备股份有限公司成立于1996年，是专业从事自动化灌装机器人生产线、智能仓储、数字化车间研发与生产的国家高新技术企业，是国家批准生产防爆型产品的专业装备制造企业。
前段时间参加了一个关于化工智能制造的论坛，听了一些报告，也同一些业内人士和专家作了一些交流。结合我之前写的关于大数据和人工智能的系列文章，写一篇参会感，简单总结一下自己对人工智能和智能制造的看法。
2007年我在写博士毕业论文时，第一章绪论的第一句话就是，“《十六大报告》（2002）中明确提出‘以信息化带动工业化，以工业化促进信息化’”。 后来十七大（2007）提出：“工业化和信息化融合”；再后来十八大（2012）提出：“两化深度融合”。为这个两化，国家在2008年还组建了“工业和信息化部”，说明国家对这个发展战略问题有深刻的认识和重视。十几年过去了，还在不断地提两化，说明这件事情并不容易，推进并不如政府想的那么顺利。
这两年，由于人工智能在某些领域 （并非是工业领域）的突出表现，有些人开始乐观起来，觉得中国在要通过“互联网+”和人工智能实现制造业、工业化的弯道超车。真的会有这么乐观吗？
我一贯的风格，不了解的事情不谈，其他工业我不了解，只谈化学工业。捋一捋人工智能到底和化学工业有啥关系？谈谈我对几个问题的认识：智能是什么？目前化学工业的制造水平在智能制造中处于什么位置？ 化学工业的智能制造重点方向在哪？
《三体智能革命》一书给出了判断一个系统是否智能的五个特征，“状态感知、实时分析、自主决策、精准执行、学习提升。”，即20字箴言。
1、初级智能系统，具备三个基本特征：状态感知、自动决策、即刻执行，即有感知，自决策，善动作。系统决策所使用的依据和知识是人工定义和预先输入，决策时只需简单的比较运算或者数值计算。化学工业生产中的反馈控制系统便是这个层次的智能，传感器仪表对应状态感知，控制器PID算法最近自动决策，控制阀对应即可执行。初级智能系统基本属于传统自动化范畴。
2、恒定智能系统，具备四个基本特征：状态感知、实时分析、自主决策、精准执行。相对初级智能，多了一个“实时分析”，实现不止单一环节、单一功能的自动化，而是全流程的自动化。实时分析使用来自多个传感器的数据，决策规则更为复杂、使用除了比较、算术运算外、加入了更多的“if-then”规则。现在家用的全自动洗衣机便属于这个“恒定智能系统”，它会根据衣服多少、污垢程度自动实现从预洗、洗涤、漂洗、甩干、烘干各个环节的最佳设定。化工中某些间歇生产过程的全流程全自动控制，也属于此范围。我认为连续过程中的多变量模型预测控制也属于这个层次的智能，实时分析数据和建模，估计模型参数，再调整控制目标。
这个系统已经嵌入大量的专业领域知识，决策时需要复杂专业模型计算。之所以称为“恒定智能系统”，在于决策所使用的工业知识均是预先设定，知识内容和知识量为恒定不变，无法自我学习升级。我喜欢将这个智能水平称为“知识自动化”。
3、开放智能系统，具备五个基本特征：状态感知、实时分析、自主决策、精准执行、学习提升。相对恒定智能系统，多了“学习提升”，它已有一定的认知能力，具备了持续自我改善、学习提升的进化能力。这样的系统必须具备强大的计算能力，需要使用人工智能技术或认知计算技术，可以实现对大数据的分析与处理，并能不断应用、积累和创造知识，这是真正的“人工智能”范畴。显然AlphaGo就是这样的开放智能系统；化工生产上有没有这样的例子？我还没有看到过，也想不到有什么地方可以这么干！
不同的智能层次，核心的区别就是决策时所使用的“知识库”的大小和来源。若是预定人工输入的，则是自动化范围；若是系统自我学习并持续改善提升的，则属于人工智能领域。现在有些对制造业现实不了解的人，例如来自计算机领域的人或者装糊涂的人，在讨论智能制造时，直接谈人工智能，容易让人产生误解，并联想到人工智能在其他领域的成功从而对智能制造过于乐观。
举个例子说明自动化和智能化的区别。2012年我在国外用谷歌地图，发现一个很牛的功能，它可以实时查看路况拥堵情况，用不同颜色表示。对开车的人来说，这个功能非常实用。现如今这个功能是所有的地图软件如百度地图、高德地图标准功能，但在当时还是觉得很神奇。我开始想谷歌到底是如何实现这个功能的？觉得谷歌不可能采用卫星实时监测每条路，很可能利用了所有google map用户的实时移动GPS信息，来判定某路段上所有用户的平均移动速度，进而判断路况。后来google了一下这个系统的实现原理，确实是这个道理？
首先看他用到的知识，“if 某路段大量用户的移动速度为零或很慢，then 这个路段处于拥堵状态”其次看这个知识的来源，显然这就是来自于程序开发者 （这个知识不复杂，我都能想到），而不是从数据中产生。
Google做的最大的创新，就是让每一台装有谷歌地图的手机成为一个数据传感器，并实时向谷歌服务器发送用户的GPS地理位置数据，谷歌根据这些汇总的数据进行实时分析以及根据已有知识来做出实时判定。
谈了智能的三个层次，那么，化学工业的智能制造的方向到底在哪个层次？现实可行的路径在哪里？请关注后续更新文章！