一、智能機器時代的曙光

　　從以蒸汽機為標志的第一次工業革命以來，人類創造了多種多樣的機器，突破了體力的極限，生產力突飛猛進。隨著計算機、自動化技術的廣泛應用，機器不僅能替代體力勞動，還能部分替代和輔助腦力勞動，但這些機器一般不具備人類的認知和思維能力，沒有“智能”，只是被動執行指令的工具。隨著新一代信息技術和人工智能技術的發展，越來越多的機器、設備、終端顯示了智慧生物的某些特征，開始向智能機器邁進。

　　筆者認為，廣義的智能機器是指配備各類傳感器、通信模塊、操作系統、應用軟件等軟硬件控制系統，基于云端大數據分析，自主地或交互地執行各種擬人工作，實現自感知、自學習、自決策的機器。智能機器既包括生產生活中的各種智能裝備、工具和產品，如智能裝備、智能汽車、智能家電，也包括智能機器人。狹義的智能機器一般指智能機器人。

　　相對智能硬件來說，智能機器一般指較大型的裝備或產品，是支撐智能工廠、智能交通、智慧家庭等智能組織體系有效運轉的主要載體，也是實現智能制造的核心。智能硬件多由消費電子產品衍生而來，如智能手機、可穿戴設備，也泛指組成智能機器的更小硬件單元如智能傳感器，是“載體”的載體。

　　機器智能化則是機器從體力自動化向認知交流、思維決策和學習自動化發展的歷史進程和必然結果，預示著機器的真正崛起。

　　二、新一代信息技術強化機器智能，打破人機界限

　　上世紀70、80年代，機器智能化賴以實現的主要技術—人工智能取得了一些顯著成果，但計算能力局限嚴重制約了其發展。90年代以來，神經網絡、遺傳算法快速發展，1997年“深藍”計算機戰勝當時的國際象棋冠軍讓人對機器智能化浮想連翩。不過，近半個世紀以來，人工智能技術研究經歷了幾次起落，較少出現突破性進展，人與機器之間的界限仍然非常明顯。

　　21世紀以來，信息技術發展日新月異，尤其是近十年來，隨著越來越多具備計算、感知和交互功能的新產品陸續出現在人們生產和生活中—從第一代蘋果智能手機到自動駕駛汽車，從掃地機器人到可儲存和釋放能量輔助騎行、共享交通信息和監測空氣質量的自行車輪，從到能識別各種家電類型和不同時段用電量的智能電表到具有一定學習能力、可自診斷的智能機床……智能機器時代漸行漸近。

　　（一）新一代信息技術成為人工智能技術突破的重要因素

　　作為“最通用的通用目的技術”，高端芯片、傳感器、寬帶網絡等快速發展使得制約人工智能發展的感知、傳輸、處理等瓶頸逐漸消失，一些依賴復雜運算和快速處理的算法和建模得以實現，尤其是互聯網、傳感器的普及應用提供了海量“訓練數據”，有力支撐著人工智能技術的突破發展。

　　例如認知技術、語音識別等機器學習是人工智能的重要分支。為支撐機器從淺層學習到深度學習，需要更復雜更強大的模型深刻揭示海量數據的復雜信息。機器學習技術借助大數據支撐的新算法和新模型，對來自互聯網、移動終端、生產設備的海量數據等進行推算和優化，不斷提高機器的認知能力和深度學習水平，并對未知事件做更精準的預測。例如，自上世紀80年代末開始應用研究以來，圖像識別技術雖然在手寫數字等小規模應用方面取得過一些成果，但受限于運算能力和經驗數據的不足，在大規模圖像識別方面進展甚微。新一代信息技術發展使得上述瓶頸逐步突破，圖像識別、人臉識別技術獲得重大進展，2012年百度已推出相應的桌面和移動搜索產品。

　　目前機器學習技術已廣泛運用于礦藏資源定位、生產設備故障診斷等領域。如在工業控制領域，機器學習可改善工藝操作流程，使人與機器、機器與機器交互更加頻繁，加快故障診斷和解決速度，提高產品質量和生產效率。

　　人工智能技術在沉寂了多年后再次引人關注，正是由于信息技術的指數級增長，為人工智能技術帶來重大契機。除傳統技術領域外，智能傳感器、憶阻器、神經形態芯片等新型硬件或將開辟人工智能的新天地。

　　（二）新一代信息技術與多領域技術融合加速機器智能化進程

　　智能機器是新一代信息技術、人工智能、自動化及機器人等技術融合發展的產物。新一代信息技術與自動化技術融合創新加速，進一步擴展了“自動化”的內涵：即從代替體力勞動、到輔助腦力勞動、到人、機及整個系統的協調、控制和優化。而基于新一代信息技術與機器人技術的融合，一些機器人已具有相當程度的思維和學習能力。如日本研發的類人機器人ASIMO除了能夠行走和模仿人類動作外，還具備了基本的記憶、識別及自主完成簡單任務的能力，能夠根據他人的位置對行動路線進行預估，甚至進行手語表達。2014年6月，一個計算機聊天程序首次通過“圖靈測試”，即通過回答一系列隨機問題令三分之一的考官認為它是一個“13歲男孩”，根據該測試的標準，計算機開始具備人類思維能力。

　　這一切并不是偶然發生的現象，預示著人與機器的界限開始趨向模糊，機器正在跨越人機界限，向智慧的人類接近。

　　（三）智能機器、互聯網絡和大數據平臺打造“智能機器云”

　　一臺未聯網的機器也可以具有一定的“智能”，但需借助預先嵌入的程序或外部指令而運行，根據環境變化自主解決問題的能力較弱。這種智能機器具有一定的認知能力，但無法做到廣泛交互、深度學習和智能決策，正如人類個體一樣，沒有相互交流、不掌握大量外部知識和信息，其力量仍然是渺小的。

　　詹姆斯·庫夫納2010年提出了“云機器人”的理念。目前中、美、歐相關研究機構都在致力于該領域研究并取得了顯著進展—機器人之間通過連接云平臺實現了知識共享和遠程合作。

　　“智能機器云”將該理念擴展到了所有機器，即智能機器通過互聯網接入云平臺，形成“云+管+端”的機群系統，一方面，可定期更新操作系統進行系統升級，隨時下載APP實現功能擴展（即軟件定義的機器），減少對嵌入程序或輸入指令的依賴；另一方面可實時上傳數據至云平臺，形成海量知識庫。智能機器可隨時與其他機器交流或在云端尋求解決問題的方法，智能機器的知識、經驗將極大豐富。

　　“智能機器云”跨設備、跨地域的分布式系統形成了機器和“云”之間的信息閉環，為機器智能化開辟了新空間—即不再專注于讓機器本身更智能，而是將其智慧集中于“云”中，可實現機器間更廣泛深入的交互、學習和決策優化，降低開發成本。

　　弗蘭克?列維和理查德?莫尼恩在《新勞動分工》中指出，模式識別和復雜溝通是人類相對于數字化勞動力更有優勢的領域。在信息技術指數級增長的今天，機器智能化帶來的巨變隨時可能發生，人類的相對優勢正在弱化，機器的崛起不再遙遠。

　　三、發揮我國既有優勢，把握智能機器發展機遇

　　我國作為制造業第一大國和互聯網第二強國，工業體系完備，內需市場巨大，制造裝備產業增長迅猛，互聯網加快從消費向生產領域滲透，同時具備ICT尖端領域研發和制造能力。為充分發揮我國比較優勢，推動新一代信息技術與制造業深度融合，我國已將智能制造作為戰略重點，加快推進產品、裝備、生產、管理及服務等領域的智能化；同時，除智能手機外，智能家電、可穿戴設備等具有聯網功能的各類智能產品也日益普及—智能機器在生產和生活領域均有著廣闊市場，面臨良好發展機遇。

　　智能機器作為智能生產、生活的核心載體，其發展和創新需構建工業與ICT深度集成、智能軟硬件緊密協同的融合系統。包括重點突破智能傳感器、芯片、操作系統、人工智能等關鍵核心技術，提升智能機器軟硬件支撐能力；發揮本土生產企業優勢，依托龐大的國內市場，在智能制造發展程度不同的行業和領域分層分類推進，加快智能機器的應用普及；以云計算、大數據應用帶動“智能機器云”發展，支撐完善智能工廠、家居、醫療、交通等智能化生態體系。