AlphaGo对围棋界的征服，是当前人工智能技术快速发展的一个缩影。事实上，这种快速发展，既体现在大家广泛关注的娱乐和消费级市场，也正在渗透至传统的工业制造领域。
当前，以云计算、大数据、物联网、人工智能为代表的新技术正在与传统制造业进行快速融合，而以“绿色”和“智能”为核心的制造模式，已成为全行业迈向智能制造的关键方向。而在人工智能技术对制造业产生深远影响的背景下，通过闭环的“智造”解决方案构建智能制造体系，对传统制造企业的转型升级至关重要。
过去几年里，以美德中为代表的大国均颁发了制造强国战略，且这些制造业发展大国在战略制定时具有一定的共性，表达了共同的诉求：围绕客户为中心，重塑行业边界及产业结构，借助新技术体系，实现价值链生产活动的转型升级，交付智能互联产品，占领价值链高端。可以说工业4.0时代，智能制造是制造业的主攻方向。
当前在先进制造过程的各个环节广泛应用上人工智能技术。人工智能技术不仅技术可以用于工程设计、工艺过程设计、生产调度、故障诊断等，也可以将神经网络和模糊控制技术等先进的计算机智能方法应用于产品配方、生产调度等，实现制造过程智能化。而人工智能技术尤其适合于解决特别复杂和不确定的问题。具有自感知（self-sensing）、自学习（self-learning）、自决策（self-decision making）、自执行（self-execution）、自适应（self-adaptation）等功能的新型生产方式。
实际上目前大多数智能制造的“智能”还处于Smart的层次，并未达到Intelligent的水平，目前的智能制造系统主要具有数据采集、数据处理、数据分析的能力，能够准确执行指令，能够实现闭环反馈；同时，人工智能制造的趋势是真正实现“Intelligent”，未来的智能制造系统能够借助人工智能技术实现机器学习、自主决策，并且不断优化。而要打造闭环“智能制造”能力，以某企业构建的智慧数字化工厂为例，在整个数字化工厂的规划、编程和生产过程中，只有在一个闭环中实现信息获取、信息处理和信息反馈，才能更好的帮助企业实现数字化转型。所谓闭环的“智能制造”能力，需要贯穿从产品设计、工程、可视化、协作、生产制造和运营各个阶段，实现信息流从头到尾又从尾到头的传递，并能达到闭环控制的目的。这样一来就可以帮助企业创建一个用于整个生命周期的数字模型，从而在设计、工程、制造和营销、售后团队之间搭起一座沟通的桥梁，进而改进公司工作流、协作和整体效率。
在产品设计环节，该闭环的智能制造解决方案涵盖三维设计、可视化和仿真工具，能完成从概念设计——工业设计——结构/电气设计——仿真分析——数据管理与协同——文档制作——可视化渲染的整个工程设计流程，将帮助企业和设计师大幅提高设计效率、优化产品成本、适应瞬息万变的市场环境及个性化的客户需求。在产品仿真环节，系统提供面向机械仿真、计算流体动力学、注塑成型、复合材料、结构和制造仿真软件，同时还致力于仿真软件的平民化，让越来越多的企业能够更快的、更好的上手使用。在产品制造环节，系统可以为用户提供涵盖从计算机数控(CNC)铣床和车床编程到复杂模具加工的多种先进制造工具，包括用于自动化CNC编程、用于瑞士型车床精准部件制造、用于复杂模具及其他组件设计、用于独立于硬件的检测软件等。除此之外，该智慧工厂的解决方案还覆盖可视化、3D打印、产品生命周期管理等各个维度，不仅如此，这些闭环的“智造”解决方案还同步交付到云端，通过Forge平台实现覆盖初期设计、工程、可视化、协作、生产和运营阶段的云端服务。借助Forge平台，更多的软件开发商都可以参与到此智慧工厂的“智能制造”解决方案的完善中，通过开放的API和软件开发套件，创建基于云端应用的程序、服务和经验。
60年前，一名程序员教会了机器在井字游戏中战胜人类；1997年，“深蓝”（Big Blue）在国际象棋比赛中战胜了世界冠军卡斯帕罗夫；2011年，在智力竞赛节目《危险边缘》中，深蓝的下一代计算机“沃森（Watson）”用推理能力击败了人类对手；最近两年，AlphaGo多次击败世界上最顶尖的围棋选手。
如果说深蓝依靠的大多还是强大的计算能力，那么Watson、AlphaGo已经在信息分析、自然语言处理和机器学习等人工智能领域进行着大量的技术创新。未来人工智能技术一定会给制造业带来重大的变革。事实上，两年前很多企业都在人工智能领域进行着实践，通过对衍生式设计的研究探索着机器学习技术在传统制造业的应用。以飞行器的设计为例：设计师希望飞行器有良好的飞行性能，同时还能承受有效载荷，这意味着要减轻飞行器底盘的重量和减少飞行器的空气阻力。
在人工智能技术的前沿研究中，只要将设计师设定的限制条件输入计算机，计算机就会去探索每一种可能的解决方案，并得出设计者意想不到的一些设计想法，计算机无需具备人类的绘图能力就可以完全自主地创造这些想法。通俗来理解这个过程，衍生式设计就是在传统的CAD设计基础上，根据零部件的承载进行应力分析和拓扑优化，借助于机器学习技术，不停的迭代出多种结构化方案，并从中找到性能相同但重量更轻的结构，然后通过增材制造技术将零件制造出来。衍生式设计的意义在于，可以一定程度上降低工程师的门槛，以后的工程师也许不再需要特别专业的机械结构、材料科学等知识，工程师只需要在不同的设计阶段给出各种约束和限制性条件，计算机就能根据机器学习、大数据分析、材料工程、分析仿真等技术给出设计方案，并且这些所有的应用都可以交付到云平台上进行。
作为人工智能技术的一个分支，人工智能在机器学习领域的实践已有了不少应用案例，包括将衍生式设计技术应用到空客A320、Under Armour、Hack Rod汽车等产品中，为这些企业大幅提升了产品设计和制造效率。
人工智能时代已经全方位来到，即便我们像柯洁一样不愿意与之对决，它一样也要有一天与我们直面挑战。避而不见，莫若拥抱共赢。不管制造业，抑或IT业、服务业、医疗、教育等等，将来一定是人与人工智能共同发展、协同往前的世界，这一天，终将到来。
