2016人工智能湖南論壇暨自興人工智能研究院揭牌儀式，來自國內外的許多頂級專家在會上給我們做了報告并接受了雷鋒網獨家專訪。李涵雄，博士，香港城市大學系統工程及工程管理系，和中南大學特聘教授。先后入選國家杰出青年基金（海外）獲得者（2004），教育部長江學者（2006），國家“千人計劃”專家（2010）和IEEE Fellow （2010）。最近二十多年來一直從事智能制造方面的研究，側重于工業過程的智能建模、設計與控制，和基于數據學習的智能決策。本文已經李教授修改確認。

　　您認為建立一個智能化的生產線最重要的是什么？

　　我認為是標準化，要消滅不確定性。就生產來說主要的問題就是不確定性,不確定性影響產品質量，不確定性包括各種各樣的不確定性，例如人為原因造成的不確定性。你想生產中為什么會有那么多操作人員，因為工廠沒法全自動化，如果你要全自動化就要把人去掉，人所做的判斷需要機器來做，但是機器沒辦法像人一樣做出非標準化的決策。

　　關于智能制造，您最近研究的東西能應用在生產界哪里？

　　首先研究分好幾類，我側重于在大學所做的學術研究，而在工業界注重的是產品研究。在大學所做的學術研究相當于是在開發工具。就拿修車來舉例，修車是一組工具的綜合運用。大學研究相當于是為修車提供一個工具，修車與工具并不一定會有直接的聯系，但是一套好的修車工具肯定會提高修車的速度和質量。就智能制造而言，是一個很大的范圍。我想沒有一個大學教授能夠掌握全部的智能制造。我所研究的范圍是電子封裝，主要是點膠和固化過程等方面的研究，在這一方面都有很多需要研究。所以我認為智能制造需要一個產業鏈聯盟，企業共同合作。企業的產品研究要有針對性，高校的研究是要關注于在產品生產中的某一類共性問題。

　　最近很多制造領域的專家都在談柔性制造，您在演講中提到的智能制造和柔性制造這是同一個東西嗎？如果不是，差異在哪？

　　這兩個概念都是差不多，只是表達方法不一樣，本質還是一樣的。比如3D打印，20年前就是快速成型，早期的CAD和快速成型就是目前的3D打印。柔性其實就是智能，柔性靈活，能夠根據不同的情況作出不同的判斷。這些都是不同的名詞，但是實現的內容是一樣的。

　　在智能制造中加入機器學習，根據業內人士的說法，目前還只是一個噓頭多過于實踐的現狀，您怎么看這個問題？

　　我認為機器學習在制造行業中最相對容易實現。因為制造比較標準化。生活當中不確定性太大了，遇到的事情很難標準化，所以在生活中的智能要求最高。相對而言，在智能制造中應用機器學習是較容易的。

　　您剛PPT里講的建模之后，就是機器學習，增強學習，進化計算。后面3個經常在偏軟件中訓練用到，比如AlphGo,  在智能制造的硬件體系里它是如何能生效的，您能介紹下？

　　我不清楚AlphGo是如何具體運作的，但是根據我的邏輯判斷，它是以規則判斷為主。因為現在的人工智能無法做到無規則判斷。規則判斷相對簡單，就是你要將規則判斷的問題進行分解，模塊化，然后進行逐步求解，要把所有可能出現的問題拿出來。然后建立好規則，讓機器知道如何處理好每一個問題，機器就按照這一步驟進行行動。當然，下棋這一問題十分的復雜，越復雜的問題越需要大量的計算，計算機的計算速度就要非常的快。那么人工智能目前基本上就是規則判斷，它不能做一些沒有給它安排的運算。就是說它如果沒見過，它就做不了。舉個例子，現在人每天都在生活，每天都會有很多的經歷。但是如果有一天，把你放到外星球去，你可能就不知道該怎么辦，因為你的記憶庫里沒有與這相關的經驗，那么你就無法做出很好的決策。機器更是如此。