近日，美国数字化制造与设计创新研究机构公布了一系列全新招标项目，至今为止，本年度内该机构已公示了共计15项与智能制造紧密相连的重大科研项目，其中囊括了诸如通用电气、陶氏化学这样的国际知名企业以及麻省理工学院、施乐集团帕克研究中心等高等学府及科研机构共同参与的优先研发项目，所有这些都无不在彰显着当今世界先进国家所正在启动的真正意义上的智能制造实践。

  实现从自动化到智能化的跨越，其关键在于赋予机器以独立思考的能力，亦或是使机器在脱离人工干预的前提下，能够自主完成各项生产任务。然而，机器的智慧究竟源自何处呢？尽管计算机的运算速度早已超越人类，但在模糊判断、交流沟通、决策制定以及创新创造等方面，与人类大脑相比仍存在巨大差距，因此，仅仅依靠提升运算速度来获取上述能力显然并非易事。为此，研究人员们找到了一种全新的途径，那就是充分发挥云计算和大数据的优势。

  借助于近乎无限的数据资源以及云计算所提供的强大运算能力，如今的计算机已经可以胜任诸如市场营销分析、图像及语音识别乃至语言翻译等诸多任务。以通用电气公司提出的工业互联网理念为例，其核心思想正是建立在大数据循环之上，由其制造的成千上万装有传感器的机器不断生成海量数据，这些数据在专门构建的基于云计算的网络系统中汇聚成为庞大的工业数据库，并在此基础上进行深度的大数据分析，最终所得出的分析成果将被分配至特定的工程师和设计师手中，用以改进产品设计和使用指南，同时，新的机器又会继续产生更多的数据。

  智能制造绝不仅仅是在工厂中安装几台新型机器人这么简单。从全球范围来看，发达国家的智能制造发展趋势呈现出一个复杂且多层次的体系结构，主要涵盖了设备智能化、系统智能化以及决策智能化三大部分。目前，即使是美国、德国、日本等科技实力最为雄厚的国家，也仅是初步实现了设备的智能化，至于系统智能化和决策智能化的实现，仍然面临着漫长的道路等待我们去探索。

  工业机器人的广泛应用无疑是生产设备智能化的重要体现。智能机器人不仅能够通过网络实现互联互通，更重要的是，它们必须具备与人进行互动和协同作业的能力。以瑞士ABB集团今年推出的双臂机器人YuMi为例，这是全球首款能够与人直接面对面在同一操作平台上协同工作的机器人。

  生产系统的智能化则主要体现在自我纠错、柔性生产以及网络学习三个关键性能方面。自我纠错功能能够降低对于工人和技术人员的过度依赖，并且在遭遇故障时可迅速恢复正常运行。柔性生产系统能够满足大规模定制化生产的需求，无需因为订单变动而频繁调整生产线。此外，制造、销售、使用各个环节所产生的数据将被整合在一起，进而使得机器得以快速地进行学习和适应。

  在日益复杂的市场环境中，人类在生产决策过程中所需要考虑的因素愈发繁多，相应地，出错的概率也随之增加。然而，生产决策的智能化却能有效解决这一难题。具备智能决策能力的工厂能够自行挑选合适的产品和产量，自动执行最佳的生产计划。例如，美国的智能电网系统规划便是希望借助大数据分析，依据当前的风速、光照条件以及电力需求，实时调整水电站和火力发电厂的产能，从而使得整个电力系统达到更高的效率和更低的能耗水平。