近期，美国数字化制造与设计创新研究机构宣布了新一批招标项目，至此，今年该机构已颁布15项智能制造相关项目，包括通用电气、陶氏、微软、波音等企业和麻省理工、施乐集团帕克研究中心等大学和科研机构围绕智能制造相关领域展开研究和实践。这些项目让人们看到，发达国家已经开始了真正意义上智能制造的尝试。

要实现从自动化向智能化转变，关键是让机器具有思考能力，或者说让机器摆脱人的辅助能够完成生产任务。机器的智慧从何而来？计算机的运算速度已远超人类，但在模糊判断、交流、决策和创造上的表现与人脑的差距还非常大，要通过提高运算速度获得这些能力是困难的，研究人员发现了另一条赋予机器“智慧”的方法，即云计算和大数据的运用。

借助于几乎无限量的数据资源和云计算提供的超强运算能力，计算机开始胜任营销分析、图像和语音识别以及语言翻译等任务。通用电气提出的工业互联网的核心就是大数据循环，其制造的数以百万计安装传感器的机器产生不间断的数据，这些数据在专门的基于云计算的网络系统中形成工业数据库并进行大数据分析，分析结果分派给指定的工程师、设计人员用于改进产品设计和使用手册，而新的机器则产生更多的数据。

智能制造远非在工厂中安装几台新的机器人那么简单。从发达国家智能制造的发展趋势看，它是一个复杂的体系，包含设备智能化、系统智能化和决策智能化三个层次。当前，即便是美国、德国、日本等最先进的国家，也只是初步实现了设备的智能化，系统智能化和决策智能化的实现还有很长的路要走。

工业机器人的使用是生产设备智能化的表现。智能机器人不仅通过网络相互连接，而且要实现人机交互和协作。瑞士ABB集团今年推出的双臂机器人YuMi，首次实现了与人面对面在一个操作平台上工作。

生产系统的智能化包括自我纠错、柔性生产和网络学习三个关键功能。自我纠错不仅能够减少对工人和技术人员的依赖，还能够在出现故障后快速恢复生产。柔性的生产系统能够满足大规模定制生产的要求，无需因订单变化而改造生产线。制造、销售、使用环节产生的数据将被综合在一起，从而使得机器能够快速学习。

在越来越复杂的市场中，人对生产的决策需要考虑的因素越多，犯错的几率也增大，而生产决策的智能化能够解决这一问题。具备智能决策的工厂能够选择产品和产量，自动执行最优的生产计划。例如，美国的智能电网系统计划是要利用大数据分析，根据当前风速、光照情况、电力需求，实时调节水电站和火力电厂产能，从而使得整个电力系统更加高效和节能。

智能制造将彻底颠覆传统的流水线大规模生产组织方式，这是全球制造业和制造企业必须面对的发展趋势。虽然智能制造时代还在较远的未来才能到来，但无论是发达国家还是发展中国家都应当调整制造业发展方式和方向，迎接智能制造的挑战。