“物理世界”（以制造业设备所代表）和“数字世界”（由人工智能、传感器等技术代表）的碰撞催生了制造业的巨大的转变。两个世界的融合将为下一轮经济发展注入新的动能。以人工智能为代表的新技术正在对生产流程、生产模式和供应链体系等生产运营过程产生巨大影响。

据埃森哲公司测算，到2035年，人工智能技术的应用将使制造业总增长值（GVA）增长近4万亿美元，年度增长率达到4.4%。作为新的“生产要素”，人工智能对于制造业的影响有几方面：（1）机器将部分取代人的工作，实现智能自动化。在中国、日本等国家，可以弥补由于老龄化、人力资源成本提升带来的劳动力短缺问题。（2）人工智能通过增强劳动力技能带来生产效率的提升，以提高人的效率，经过重新培训的员工可以执行更高级的设计、编程和维护任务或创造性的工作。（3）人工智能与制造业的深度融合不但将加速新产品的开发过程，还将彻底颠覆原有的生产流程，人工智能程序不仅可以自动完成任务，而且还可以实现全新的业务流程。比如，根据客户的个性化需求自定义产品配置。这将是人工智能在制造业领域的最终目标。

斯坦福人工智能实验室主任、前谷歌大脑项目负责人、前百度首席科学家吴恩达（Andrew Ng）离开百度以后，将自己的创业项目聚焦在制造业领域，希望通过为制造业转型提供技术、培训、运营流程管理等一系列解决方案，成为在制造业领域的AI服务提供商。我通过与吴恩达的交流，希望了解这位站在AI前沿的科学家是如何理解人工智能将为传统制造业带来的改变。

吴恩达认为，目前，人工智能可能在制造业的四个领域中得到应用。

首先，制造业的很多细分领域依赖视觉检查。 AI设备对样品进行视觉检查的能力正在迅速提高，这使我们能够建立自动视觉检测系统。人工智能能够比较产品和照片，并决定是否通过检查。吴恩达团队将机器视觉应用在制造业中的精确质量分析领域，通过比人眼敏感多倍的相机结合AI技术提升图像理解的能力。该公司开发了机器视觉工具，用于在超出人类视觉范围的分辨率下发现电路板等产品中的微观缺陷，并使用机器学习算法对极少量的样本图像进行培训。

其次，优化生产过程。AI通过调节和改进生产过程中的参数，对于制造中使用的很多机器进行参数设置。生产过程中，机器需要进行诸多参数的设置。例如，在注塑中，可能需要控制塑料的温度、冷却时间表、速度等等。所有这些参数都可能受到各种外部因素的影响，例如，外界温度等。通过收集所有这些数据，AI可以改进自动设置和调整机器的参数。

第三，提高新产品制造过程中的设计、制造效率。制造新产品无论在设计还是在生产过程中都是一个迭代的过程，充满了微调。人工智能将能够显著缩短这一过程，提升制造行业的效率。

第四，确定产品质量问题来源。许多产品的制造过程涉及到一系列的步骤，因此，如果最终产品没有通过检验，有时难以确定问题来源。人工智能、数据科学和数据分析将帮助自动识别生产中有问题的步骤。