可以建立一个类似人脑的智能系统么？_建设智能工厂，如何选择合作伙伴？

1、 可以建立一个类似人脑的智能系统么？

爱丁堡机器人中心创始人戴维·莱恩教授在“类脑智能与群智智能”主题论坛上探讨了“持久的自主性”（PersistentAuton⁃omy），即人工智能和仿生之间的关系。在他看来，人工智能的作用最终会回归自然，实际上，工程师与机器人的工作灵感也是来源于自然，那就是仿生，人工智能的系统辨识在此基础上建立的。

在阐述“持久的自主性”之前，莱恩引用了儿子的成长经历。当孩子6个月大的时候，他试图用手去捡东西，往嘴巴里塞东西，这是婴儿探索世界的方式；16年后，他加入了校橄榄球队，成为一名优秀的运动员，他的肢体具有高度的协调性。这就是令莱恩着迷的地方，人类究竟是如何构建学习系统的？

人类懂得交流，而AI懂得交互。在人脑这个系统中，人类通过学习来进行“抽象”，从而理解正在发生什么。所谓持久自主，就是要包括计划、决策、控制、感知、绘图、修复、诊断、学习、系统等多种功能。

以AI界最成功的应用之一AlphaGo为例，自2016年问世以来，AlphaGo就因为击败了人类职业围棋选手而名声大噪，可是莱恩对AlphaGo这样的人工智能却存在四点困惑。

首先，在AlphaGo学习下棋的过程中，它走的每一步棋都是成功的，如果要用相同的方法来训练其他机器人，那么势必需要更多的训练样本，因为机器人必须懂得处理多种形式的失败。其次，现实里的机器人是实时运行的，AlphaGo的下棋模型则要快上许多倍，其他机器人根本无法模拟这种运行速度，而且专注于围棋的AlphaGo也不会遇到现实里的各种不确定因素。

第三个困惑则涉及“可解释的AI”（Ex⁃plainableAI），即机器的行为可以被人类理解，与机器学习中“黑匣子”的概念形成鲜明对比，否则即使是设计者也无法解释人工智能为什么会做出如此决定，“可解释的AI”拥有实现社会解释的权利。莱恩的最后一个困惑展示了更大的现实意义——电力，要让这些机器人跑起来，需要多大的功率预算？

机器人经历失败是种什么样的体验？在介绍机器人如何制定计划时，莱恩提及了“数字孪生”（digitaltwin）的概念，这是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程。“之所以用到数字孪生，是因为机器人制定计划时需要耗费大量的时间来理解所有偶发的可能性。”

2、 建设智能工厂，如何选择合作伙伴？

目前活跃于智能制造产业的服务提供商主要有：自动化领域公司、工业信息化领域公司、工业互联及物联网公司、大型制造企业等等，各具优势：首先是自动化领域公司，从制造企业效益的角度，设备的自动化改造、控制系统集成应用，往往是最容易想到的切入点，对于智能制造水平的提升见效快，效益显性度高;从应用层面上说，设备是智能制造的基础，对于智能制造的推进有很大的影响力;工业软件公司的优势：工业软件贯穿从设计、工艺、生产、销售等核心业务环节，深入企业业务，具有天然的需求优势，作为从CAD、ERP等基础软件开始接触信息化的中国制造企业而言，对工业软件的认知上就是先入为主的。另外，制造企业关注新技术、关注新设备，但最为关注的问题还是企业运营，因此优化企业管理运营，提升科学决策能力的工具更容易受到青睐;工业互联及物联网公司在大数据、物联网、云计算等技术上的优势绝对是其在智能制造产业中盈利的保证;大型制造企业的优势很明显，对于行业的市场、业务特性、生产特点、管理需求的了解让其很容易从痛点着手抢占市场的先机。其次，这些大型的制造企业本身在其行业内甚至是整个制造行业都有这很大的影响力和标杆性作用，因此更容易被制造企业所信任。

从总体的市场来看，工业软件领域的厂商的综合优势更强，例如SAP等。就企业而言则还是需要根据需求选择合作者，但原则是选择具有智能制造支撑能力，智能工厂构建实力的公司。毕竟，智能制造和智能工厂涵盖领域很多，涉及智能产品、智能设计、智能装备、智能工厂、智能供应链、智能服务等环节，涵盖了诸多计算机软件、硬件和工业自动化技术，系统极其复杂，没有一家公司可以独大，但是软硬件实力、行业影响力一定是重点考虑的加分项，例如：在先进技术的研发创新能力、在全球企业应用领域的影响力、应对复杂性挑战的应变力等等。

SAP资深制造业专家陈曦：建设智能工厂，是一个持续的过程。无论是选择软件，硬件，设备，都需要相应的合作伙伴有长期支持的能力。除了考察合作伙伴产品的功能，还应尽可能考察合作伙伴的产品路线图是否具有前瞻性，合作伙伴的公司是否有持续创新的能力，合作伙伴是否有成功的工业4.0或智能制造的客户，以及客户群的稳定性等。

3、 智慧城市该如何打造？

标准体系在智慧城市建设中起到非常关键的作用。智慧城市建设的标准化有利于提高城市规划的通用性，降低建设成本，有利于促进产业链的分工合作，加强各政府部门之间的互联互通、共享协同，推广最佳的技术和应用实践。

据悉，到2016年，国内将逐步建立健全中国智慧城市国家标准体系。其中，共性、关键性标准涵盖的主要标准领域主要包括：数据与服务融合平台、主数据、数据挖掘分析、跨系统信息交互、信息资源管理与信息系统运维等促进系统、数据与服务融合等。

国内目前负责智慧城市标准体系制定的标准组织包括全国通信标准化技术委员会、全国信息技术标准化技术委员会、全国智能建筑及居住区数字化标准化技术委员会等。据中国电子技术标准化研究院高林透露，目前已立项的智慧城市国家标准包括《智慧城市SOA标准应用指南》、《智慧城市技术参考模型》、《智慧城市评价模型及基础评价指标体系》等6项。

《智慧城市SOA标准应用指南》，由全国信息技术标准化技术委员会牵头负责，规定了智慧城市的SOA应用参考模型及智慧城市建设中SOA标准的综合应用建议，本标准适用于智慧城市整体及具体领域信息化项目的规划、设计、开发、实施、评估、运行和维护。《智慧城市技术参考模型》：全国信息技术标准化技术委员会牵头负责，拟规定智慧城市的技术参考模型、基本技术原则6和要求，适用于智慧城市整体规划及具体领域信息化项目的设计、开发、运行和维护，是指导和综合应用智慧城市的具体技术、服务实现标准的依据，也是建立智慧城市相关质量测评标准、工程标准及应用标准的依据。

《智慧城市评价模型及基础评价第1部分：信息基础设施》：全国通信标准化技术委员会牵头负责，拟规定智慧城市信息基础设施评价对象、范围和指标，并提出相应的评价指标。其中评价指标中包括技术原则和要求以及设计与使用原则。本标准适用于智慧城市整体规划及信息基础设施项目建设与评价，是指导智慧城市具体技术、服务实现的标准依据，也是建立智慧城市相关质量测评标准、工程标准及应用标准的依据。

《智慧城市评价模型及基础评价第2部分：信息化应用和服务》：全国信息技术标准化技术委员会牵头负责，规定了智慧城市信息化应用与服务评价模型、评价指标。适用于智慧城市整体规划及信息化应用与服务项目建设与评价。本标准是评估后续智慧城市具体应用与服务标准的依据。

《智慧城市评价模型及基础评价指标体系第3部分：建设管理》：全国智能建筑及居住区数字化标准化技术委员会牵头负责，标准中建设管理内容主要指城市建设中的水、电、煤气等基础设施管网的建设标准，结合移动互联网、物联网、云计算等先进信息技术与城市管理运营理念，致力于提高城市的基础设施的协同化、智慧化，提供城市生活的舒适度。《信息安全技术智慧城市建设信息安全保障指南》：由全国信息安全标准化技术委员会负责。目前相关资料较少，应该是针对智慧城市建设带来的数据资源集中和共享，所面临的信息安全风险，进行的信息安全保障体系的标准制定。