首先是工业信息化的整体架构，整个工业界都在朝着这个方向快速发展。国家提出新基建，而新基建与智能制造关联很多：一是工业互联网，二是人工智能，三是大数据平台，整个工业信息化转型离不开这三个技术体系。工业互联网分四层——边缘层、IaaS层、PaaS层、SaaS层，数据中台打通数据，解决信息孤岛的问题。当然以前的数据库、大数据平台实际上也和数据中台大同小异，或者说大家的核心思想或目标都是一致的，就是要打通数据。当然数据中台不仅仅是解决数据的或数据汇聚的问题，还有一些相关的数据资产、智能化数据治理服务也在其中。有了数据中台之后，就可以在上层做各种智能化的应用，这和人工智能紧密相关，如智能检测、智能生产、智能运维以及基于知识图谱的智能解决方案，因此可以说工业信息化总体的架构与未来发展趋势无非就是聚焦在数据中台、业务中台以及相关的自动化上。

图12　产品知识图谱（轴承为例）

其次是人机协同。目前存在着一个很大的问题就是人与机器如何进行协作，或者说机器如何帮助人类更好地完成一些任务。这不仅仅局限在智能制造或工业生产上，还有应急消防、应急处理、环境探索与服务餐饮等行业。中国企业面临的一个很大问题就是当前中国人口老龄化非常严重。此外，整个生产制造尤其是工业生产的转型逐步面向高端制造，这就涉及很多人与机器协同的问题，这里说的人与机器协作的问题可能是比较广泛意义上的，包括系统间的协同、数据之间的协同。在一个理想的环境下，人与机器都可以看作智能体，多智能体里面人与机器是不分你我的，或者说淡化了现在这种人与机器的角色关系。在这个多智能体环境里，人与机器可以通信协作、机器与机器之间可以通信协作，这是一个最终理想的状态。从技术体系来说，会用到计算机视觉、自然语言处理、自动控制、交互设计、通信、区块链等基础技术。有了这些基础技术，首先要做相关的人机交互，怎么能够做到人与机器更加自然、智能化的交互，这是目前一个非常重要的研究领域和方向。第二个是人在回路（human in the loop），这就是如何让人类的智慧被机器所吸收。举个数据标注的例子，在做图像数据标注、医疗数据标注的时候，每个人对图像和标注理解是不一样的，如何能够把人类的智慧或标注的过程、差异性让机器所识别，进而机器不仅能够基于人的数据、人给它做的标注去训练，还能够把这个智慧反馈给人。如果机器能够学习标注质量高的人的行为，来监督标注质量低的人，然后修正他标注的过程，这个就是人在回路里面要解决的相关问题。第三个是多机协同，我们最终的目的是做到多人多机协同。那现在的问题是怎么做多机协同？多机协同会涉及多智能体系统的强化学习。现在智能家居面临很大的一个问题就是多机智能协同不够。如果我们在一个房间里面安装了多台音响，如果你说一句唤醒的话，这几个智能音响是可以同时唤醒的，这就是没做到智能协同。再如，智能家居里面的智能灯泡，如果你发出声音后几个智能灯泡都会同时亮起来，它不会关心你在什么位置。假设有一个智能灯泡能够监测到你的位置，它可以根据你的位置实时变化，只亮起你附近的灯，这是多人多机协同里面要解决一个问题，即把机器与机器间的协同解决好。(www.daowen.com)

最后是安全可信的问题，不仅智能制造会面临这个问题，整个人工智能发展过程中都会面临这个问题，即如何保护人的隐私安全。我们未来可以得到更多人的数据、机器数据、通信安全数据，可以用区块链或联盟学习，但人工智能的伦理道德肯定会面临问题，这也是在做人机协同系统的时候，在环境、社会、人类的角度将会面临的一些问题。