智能制造发展的十大趋势

一、信息系统集成化

　　各类信息系统的集成应用，让智能技术在终端轻型化、运算复杂化、平台大型化等方面形成了突破。首先是集成电路技术迅猛发展，集成电路技术推动具有不同功能系统的相互集成。其次是复杂运算性能大幅提高，计算机的快速并行运算能力为处理大规模非结构化数据提供支撑。最后是大型云平台集中涌现，大型云平台推动不同类型的服务向平台集中，进而引起用户数据的集中，为智能技术发展提供了沃土。

二、机器学习

　　就像学生在学习中提升能力一样，机器学习是指计算机通过学习人们为它提供的大量“素材”，能够在不依靠外部设定程序的情况下，具备自主识别、处理信息并做出判断的能力。目前，谷歌、facebook、微软、IBM等公司都加快机器学习技术的研发，并向外界开放了本公司的机器学习平台。究其原因，主要是他们希望以机器学习平台凝聚全球智力资源，挖掘散落在全球各个角落的智慧聚合价值。

三、基于人工神经网络

　　深度学习和机器学习有本质区别。深度学习是指按照人脑神经结构在计算机上建立人工神经元网络，教会机器如何像人一样思考。与人类大脑沟回越多智商越高类似，人工神经元网络的层次越多，学习深度就越深，神经元规模就越大，计算也就越复杂。因此当前很多大公司都在不断扩大人工神经网络的规模，已知规模达到150多层。深度学习在机器翻译、图像识别等领域正加快应用。例如，通过不断提升人工神经元网络的技术能力，计算机能够在海量视频图像中准确快速地找到某一帧画面。2016年，更多加深学习深度的技术试验将会集中展开。

四、机器感觉及应用

　　机器感觉就是机器要像人一样具有视觉、味觉、听觉、触觉等感觉能力，并借此开展一系列工作。机器感觉应用的蓬勃发展主要依赖三大技术的支撑。首先是精准传感技术，其次是多传感、多信息融合技术，最后是互联网技术。

五、智能技术

　　智能技术与商业化是相辅相成的，只有很好的商业化才能为技术发展提供源源不断的资金支持，同时技术发展也将为商业化带来更多的消费需求。2016年，智能技术将在视频存储与处理、网络与信息平台运营、电子商务、互联网金融服务、地图与位置服务、公共安全管理等信息密集行业加快商业化步伐。

六、智能装备及机器人

　　目前，无人机、无人车、智能机器人、3D打印等都已形成成熟产品，并开始规模量产。在无人机和无人车方面，美国、英国去年都实施了多项优惠政策，支持无人机、无人车的发展；奔驰、奥迪公司提出将在2016年引入智能驾驶技术，百度公司也将扩大无人驾驶汽车的试验范围。在智能机器人方面，美国、俄罗斯正在研发新一代具有作战能力的军用机器人，同时美国还计划在太空站部署太空机器人。

七、智能识别技术

　　智能识别技术主要是对物品、环境、图像的识别。首先是物品智能识别。智能识别技术通过利用二维码、射频识别（RFID）等对物品进行标记，能够快速记录物品特征信息、实时抓取特定信息、智能追溯物品来源。机器视觉技术使智能机器人能够看清楚它所处的环境，并根据所感知到的环境信息，自行规划行走路径。最后是图像智能识别。目前，指纹和虹膜识别在身份识别的精度和安全性方面仍稍显不足。很多公司都在加快推广人脸识别技术，比如阿里公司已经研发出基于人脸识别的支付功能，大大提升了移动支付的安全性。

八、自然语言理解

　　自然语言理解技术是人机交互的重要方面，即人类如何与机器进行顺畅的语言沟通。目前，自然语言理解技术已深入手机、汽车等人类触手可及的终端产品，应用场景不断拓展。首先，一些电子商务平台能够为用户提供基于语音的集选购、下单、支付等为一体的自助购物功能。其次，一些汽车出行服务平台能够以语音形式与用户在导航、救助等方面进行实时沟通，为用户答疑解惑。同时，大量家用交谈机器人、智能机器人的出现，丰富了大众的家庭生活。

九、智能技术与虚拟现实技术

　　目前，在图形处理器（GPU）、新型显示、人机交互与智能技术融合发展的推动下，虚拟现实技术能够在专用头盔或者眼镜上实现对现实环境的虚拟化再现。2016年的消费电子展表明虚拟现实技术已经发展成熟，很多公司都已推出一套成熟的解决方案，只差将虚拟现实技术进行合理的商业化运作。谷歌、Facebook、索尼、暴风影音等公司在游戏、娱乐、教学训练、创意设计等领域加紧布局虚拟现实，虚拟现实技术在数字内容制作、核心技术研发、显示设备开发等方面接近爆发临界点。

十、智能技术应用创新

　　2016年，智能技术不断演进，应用更加广泛，将进入创新的活跃期。在我们身边将会涌现出更多的智能技术应用，比如取代人力劳动的智能机器人，管理货物运输、仓储、交付的智能物流应用，以及远程智能操控家居用品的智能家居技术。智能技术将加速与其它领域先进技术跨界融合，成为社会进步的重要力量。