近年来，智能制造是很多工业发达国家积极推进和重点发展的领域，美国、欧洲和日本等都将目光转向人工智能等核心技术，并不断取得新的突破和应用。2016年，美国发布了《国家人工智能研究和发展战略计划》和《为人工智能的未来做好准备》等重要报告，前者提出了投资、人机协同、社会、安全、培训测试、标准和人才等7个人工智能领域的战略方向，后者从政府与治理角度探讨人工智能的挑战与治理问题。美国2020—2021年财务预算优先智能和数字化制造，特别是结合工业物联网、机器学习和人工智能的制造系统等领域。
2017年，德国发布“工业4.0”，并提出面向经济的人工智能战略，启动开发和应用“学习系统”计划，使工作和生产更加灵活和节省资源，从5个方面推进数字策略，期望德国在2025年成为人工智能领军者。2018年，欧盟发布《人工智能协调计划》，制定了投资、研究应用、人才、数据、伦理、公用和合作等7项具体行动，希望使欧洲成为人工智能开发应用的领先者。日本人工智能发展规划稍迟一些，由人工智能技术战略委员会、总务省、文部科学省以及经济产业省负责人工智能规划，2017—2019年相继出台《人工智能技术战略》《人工智能技术战略执行计划》《人工智能战略2019》等战略计划，以本国优势及社会问题为导向的发展思路，主要集中在工业、医疗和交通等三大领域。
2017年，我国发布《新一代人工智能发展规划》，提出了面向2030年我国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施，部署科技创新体系、产业、社会、军民融合、基础设施和重点科技项目等6项重点工作，投资1500亿发展人工智能产业，加快建设创新型国家和世界科技强国。随后发布《促进新一代人工智能产业发展三年行动计划(2018—2020年)》，并在《“十三五”国家科技创新规划”》《“十三五”国家战略性新兴产业发展规划》以及“科技创新2030－重大项目”等规划文件中，都将人工智能列入发展重点，充分体现了我国政府发展人工智能的决心和魄力。
在人工智能战略布局和时间起点方面，美国、德国、中国和日本都差不多，但相对政府层面而言，中国的规划、支持和执行力度更大，其中工业领域人工智能的应用是美国、德国、中国和日本等国家智库和高科技公司高度关注的焦点，成为公认的提升制造业整体竞争力的国家战略。
对于近年来国内外人工智能的发展状况有很多报告，其中包括国家智库层面和企业民间层面的，评价体系也各有不同，因此也只是一个侧面反应。针对1990—2019年中美德英日韩等六国，对比产业核心技术专利数量，中国在产业人工智能方面前进步伐较大，如图1所示。浙江大学顾国达等构建了一个系统全面的人工智能评价指标体系，涵盖人工智能的环境支撑力、知识创造力、产业竞争力3个主要评价领域，2个具体指标，既可从整体掌握经济体人工智能的综合实力，又可从多维度对人工智能的发展成效进行国际比较和动态追踪。利用2010—2018年人工智能领域的数据，对中国、美国、欧洲、日本、韩国和加拿大等6个代表性经济体的人工智能发展水平进行测度，虽然整体水平呈现上升趋势，但增速并不稳定，各经济体间相对差距逐步扩大，中国已进入国际领先集团，发展潜力巨大，但产业竞争力领域与美国差距不小，人力资本和企业经营等重点领域的短板亟须弥补。
图 1 人工智能产业核心专利数和国家分布示意
在2020年7月世界人工智能大会云端峰会开幕式上，工信部部长苗圩致辞:“整体来看，我国人工智能产业发展势头良好，技术创新日益活跃，产业规模持续壮大，与行业融合应用不断深入，发展前景可期。”
1 工业人工智能系统框架
人工智能概念是1956年在美国达特茅斯学院人工智能研讨会上提出的。人工智能是计算机科学或智能科学的分支，主要研究用机器和算法模仿和执行人脑的某些思维和智力功能，期间经历了计算智能、感知智能和认知智能等3个发展阶段。通过不断演进，特别是脑科学、超级计算、大数据、工业互联网、视觉检测等领域的新理论新技术取得的突破和进展，使得人工智能发展突飞猛进。人工智能可以替代劳动、增加劳动供给;赋能一、二、三产业，提高生产效率;创造消费者剩余，提高社会福利;赋能政府、提高政府效率，矫正失灵，具有显著作用。
人工智能也不断推进到工业领域。工业人工智能是指利用人工智能技术改造工业的生产方式和决策模式，达到系统性的降本、增效、提质的作用，是当前工业发展的重要趋势，其实质是实现设计模式创新、生产智能决策、资源优化配置和生产过程智能感知等创新应用，使工业系统具备自感知、自学习、自执行、自决策、自适应的能力，以适应复杂多变的工业环境，完成多样化的工业设计生产任务，提高生产效率和产品质量。工业人工智能成为公认的提升制造业整体竞争力的国家战略。
工业人工智能集成了人工智能、工业互联网、大数据、云计算和信息物理系统等新科技，使得工业生产运行更加灵活、高质量、高效率和节能，其应用前景广阔。阿里云强大的人工智能“工业大脑”集成了设备数据、产品生命周期数据以及相关数据等，与行业知识机制相融合，形成以数据、算力和算法三者融合为核心的智能制造技术体系，实现工业生产的降本、增效、提质和安全。
当前产品生产所得利润不仅与制造本身相关，还与市场环境和产品定位相关，将来的工业人工智能技术会涉及更多产品制造相关因素。本文作者研究的人工智能技术结合工业制造的应用关系如图2所示。