WX20210628-133718
我们是一个制造业大国，但还不是一个强国。伴随着全球范围内的制造业竞争日趋激烈，我国人口红利的消失，人力成本的急剧上升，传统制造业依赖劳动密集型发展的道路已越来越窄。所以，当前我国制造业面临着转型升级和跨越发展的艰巨任务。
尽管智能制造不能简单地归结为人工智能(AI)+制造，但智能制造与传统制造的不同之处可能归结为人工智能与人类对世界的不同认知方式。
人用语言文字思考，通过理论假设建立世界如何运作的模型，然后再根据样本数据分析来验证模型的正确性，并试错证伪，最终形成一个被称为“科学”的庞大知识体系。这个背后，是无数的精英科学家和哲人志士对于数据/现象背后因果关系的不懈努力。尽管也有许多人认为，数据/事物非常复杂，而用人类有限的思想来否定因果是徒劳的。
在现在和未来相当长的时间里，只有在基于因果推理和具有自由意志的AI出现之前，基于算法和数据(或加上算力)的AI才能处理相关性。不同于因果关系，它只量化变量之间的数据关系，而不关注“为什么”，通过相关性确定变量之间的联系(强相关/弱相关)来分析和预测数据。
在因果关系占主导地位的传统制造业中，这种后知纠错模式通常是“出现/发现问题-分析原因-解决问题/总结经验”；而我们所期望的智能制造，则是能够通过算法处理和数据分析，实现预知-判断-判断模式。
