在2020年2月18日写了科学网博文《三谈智能+X的基本要素和实施路径》，网页链接如下：
http://blog.sciencenet.cn/home.php?mod=space&uid=99553&do=blog&id=1219097
之后，全面修改了本课题组的一篇稿件以及相应的审稿意见逐点回复函；受邀审理了某期刊的一篇稿件；再就是精心准备并在稍许紧张忐忑的心情下完成了自己的第一次远程网络直播授课，内容则是《聚合物成型CAD/CAE基础》的绪论部分。其中，简介了“互联网+”和智能制造的基本概念和要素。本专业同学们很有兴趣，积极地通过QQ群以打字方式提出了很多问题。我用QQ语音方式简单回答了同学们的问题。现在做一整理，并沿用前几日的博文题目，暂命名为《四谈智能+X的基本要素和实施路径---以智能制造为例》，发给同学们查阅，也放在自己的科学网博客里，以求相互启发、集思广益、共同进步。
智能制造技术是必然要求实时检测、实时决策、实时控制等“三个实时”的，即对应于计算机的实时输入、实时计算、实时输出。单纯地就这些字眼来看，真的是大道至简啊，很好理解，其体系结构也很简单。但是深入到纷繁复杂、变化万千的制造业本身来看，如何能做到“实时检测”？如何又能做到“实时决策”，我认为在学科划分细致、多学科实质性融合难度大、论文评价方式占主流的当下学术界是很难做到的事。其实，我认为这也是当下消费互联网产业爆炸式地大发展、而工业互联网产业举步维艰的原因。
举例来说，做信息、计算和人工智能的专业人士可能会说，要实现智能制造，需要制造业人士为我保障“实时检测”的条件、准备好“实时决策”所需的训练样本及验证样本，我就可以通过训练得到具有“实时决策”功能的人工智能，就如“给我一个支点，我能撬动地球”那样。关键问题是：怎样才能给出这样一个支点啊？
其实，制造业的信息化并不是一个新概念，工业化和信息化的“两化融合”是实施很久的一项工业产业政策。例如，制造业的计算机辅助设计（CAD）、计算机辅助工程（CAE）、计算机辅助制造（CAM）、计算机辅助工艺规划（CAPP）、计算机集成制造系统（CIMS）都是很深入制造业人才培养和工矿企业组织管理的事。就我的了解，相当多的中、大型制造业企业有专门的模拟仿真等计算机辅助工程（CAE）部门。但是，在这些制造业企业里，这些CAE部门通常担任生产部门的参谋角色，因为这些CAE部门往往不能给出令人放心的可靠结果，只能是在生产部门里试一试，作个参考。那么为什么这些CAE部门不能给出令人放心的可靠结果呢？我认为这和在线监测技术手段的缺失直接相关：没有可靠有力的手段能直接验证和量化评估CAE结果。既然没有标尺，那谁敢说自己的CAE结果是可靠的呢？
因此，我认为分布式、多物理量、准确可靠、实时在线的低成本工业监测技术，是智能制造的瓶颈。试想，假如在制造业里分布式、多物理量、准确可靠、实时在线的低成本工业监测技术得到普及（这也可以理解成工业互联网的一部分内容），那么CAE结果就可以直接地被量化评估，信息---物理系统（CPS）的信息世界和物理世界才能真正统一。在此基础上，就可以充分、放心地利用CAE技术手段生成人工智能所需的训练样本和验证样本，低成本地实现“实时决策”功能。
随着人工智能技术的发展，存在一种相当流行的观点：以后传统专业人才的需求将弱化，将用人工智能逐步代替传统专业人才。从上述的分析来看，没有这些精通传统制造业的人才，如何落地分布式、多物理量、准确可靠、实时在线的低成本工业监测技术？如何做好纷繁复杂、变化万千的制造过程模拟仿真？其实，我认为这才是阿基米德在寻找的“支点”啊！
