现在制造业出现了很多大的趋势，大的趋势也在推动产业的结构性变革，所以现在不同的行业对于研究的重点也有所不同。因此对于制造业要找到最先研究的重点，找出最优先级。我们做的科研项目必须是与我们的制造业紧密相关的，所以我们通过一系列的研究制定出了战略的路线图，包括分析了行业面对的挑战和机遇，未来工厂的想法，未来工厂对经济、社会、环境带来怎样的影响，如何实现这三个方面的可持续性发展等等。

每年我们都应该把非常宏观的计划变成落地的项目，所以我们把科研的创新重点分到不同的领域当中，而且把领域逐渐细化，变成务实的战略计划，比如分到先进的制造流程，包括适应性智能制造、数字化的虚拟现实等等一系列不同的领域。比如CPS，因为我们希望把IT技术和制造技术融入到自动化流程里面，所以现在我们正在进行技术的整合，在未来的几年里面将着重这方面的工作。今后CPS的应用就是人和机器人共同合作进行组装。

现在新的定制化的产品越来越智能化了，而且有更多功能，但是因为进化和演变的速度非常快，如何吸收最新的技术把不同的材料运用到新产品的制造中，atv直播，成为了我们面临的问题。从工业的角度来说，我觉得制造业所有的企业应该携手合作，不断地推动创新，推动科研，从而能够保证产业在正确的时间做出正确的选择。

　　Beena Ammanath

　　通用电气公司数据科学产品总监

有很多演讲者谈到了工业革命确实影响到了生活的方方面面，我们已经在迎接下一轮的工业革命。所有的机器都将是互联的、智能的。无论是零售广告还是媒介，我们可以看到他们的沟通方式在改变。这对于机器是一样的，比如说未来的5-7年有500亿台的机器进行互联。这就是我们的工业互联网，这是一个网络，所有的智能机器是共同协作的。

对于机器，atv，关键是它的安全性。每个机器都将有传感器，然后通过传感器来完成我们数据的传输，所有的传感器传输机器的数据到我们的平台，通过软件可以进行分析，通过这些数据的分析就能够确保机器的安全操作。对于所有的设备都希望延长使用，比如延长20-30年的使用寿命。通过工业大数据采集和分析软件，我们可以更好地管控和预测这些机器的运作。大数据以及数据的分析对于工业来说有非常大的影响，因为不仅仅是从硬件来说，从软件来说以及数据的传输来说都是非常重要的，它已经改变了工业数据分析的手段。

　　李杰

　　美国辛辛那提大学智能维护系统中心讲座教授、IMS主任

工业大数据时代，一个国家要过得好，必须制造得好。大数据真正的用处不在解决过去的问题，而是从过去问题里面挖掘可以改进和成长的机会。中国做转型，我们做制造CPS都不是目的，目的是要了解企业对顾客的价值。不了解价值就去做数据是没有意义的，所以数据分析的结果很重要。

收集大数据只是开始，我认为真正大数据的意义是没有数据。比如，风电叶片在转动，风速变的时候每个角度不一样，找到了参数，比较一下不同角度的风速就可以找到哪个风电不太好。日常的机器人也是一样，很多机器人每天早上做5分钟动作，6个轴的肩膀很快知道这个肩膀轴有什么问题。我可以建立一个模型，可以通过机器人做动作连续比较找出问题，不需要数据。

机器学习是智能系统的基础，我在这个行业里面已经工作了16年多了。我觉得机器学习第一个目的就是控制，第二个就是预测，第三个就是避免犯错。因为有的时候自己学习不了，有的时候可以找到非常聪明的人来学习，但是现在信息变化得特别快，明天又会出现大量的信息，所以人没有办法，就让机器来学习。

本文由上海市科学学研究所产业创新研究室实习生邹虹荣根据与会专家演讲实录整理。文章为演讲者独立观点，不代表主办机构立场。