第三届广东院士高峰年会于近日在佛山举行，中国工程院院士李国杰作了主题为《关于智能制造与工业大数据的宏观战略思考》专题报告。首先讲了中科院计算所在智能制造领域作的尝试与探索，中科院计算所顺德分所现在的工作重点在推广普及软PLC技术，顺德分所的软PLC基础实训平台可进行逻辑控制以及简单的运动控制实验。

智能制造核心是制造，不要把制造忘掉。智能制造是传统的和新一代信息技术（大数据、物联网、云计算、人工智能等）在制造全生命周期的应用。智能制造的目标是实现个性化（按需定制）、柔性化、高质量、低能耗的“制造”，不是追求机器像人一样有“智能”。所谓“智能”就是计算机技术的非平凡应用。

“智能”是随技术进步不断更新的模糊概念，技术普及了就认为不怎么“智能”了。因此不要花太多精力追问“智能在哪里”，不要攀比“智能”。自动化、数字化、网络化、个性化可能是更切实际的目标。

智能制造的关键技术是数字化设计与制造。数字化设计制造的核心技术是建模仿真。智能制造需要通过传感器采集大量数据，通过仿真模拟算法分析大数据获得智能，才能产生价值，因此就关键内涵而言，可以说：智能制造=传感器+模拟仿真+控制系统+智能算法。

学术界对智能和人工智能有各种不同的定义，就智能制造而言，所谓“智能”主要是指机器能自主地应对复杂的需求和环境变化，即能比传统机器更好地对付多样性和不确定性。

智能制造追求的个性化制造、大规模定制本质上是解决通用性和高效率的矛盾。通过生产线的可重构和软件定义制造满足个性化的产品和服务需求，同时又能合理控制成本。

在人机物三元融合世界和赛博物理系统中，今后20年信息技术的发展趋势是人机物三元世界的智能融合，智能制造主要体现物理世界与计算机世界的融合。智能主要通过计算机软件反映出来（软件定义世界），但人在智能制造中的作用也不可忽视，智能制造不等于机器换人。此外在工业大数据特点方面，用于生产和控制的工业大数据有三大特点：一是准确率高、二是实时性强、三是安全性要求高。

在国家大力支持智能制造、互联网+的形势下，建议加大工控领域的研发投入，夯实工控领域的技术积累显得尤为重要。如何从仿制上升到自主创新？要高度重视技术积累，企业占主导地位的资源和生产要素不再是一般劳动力，也不是资本，而是知识。知识与技术需要积累。此外，要大力加强工控领域的人才培养。