中國工程院院士，中南大學(xué)教授，中國著名有色金屬工業(yè)自動化專家和學(xué)者，國家自然科學(xué)基金創(chuàng)新研究群體學(xué)術(shù)帶頭人。

 

　　桂衛(wèi)華院士圍繞制約中國有色金屬工業(yè)發(fā)展的資源、能源和環(huán)境等問題，長期致力于復(fù)雜有色金屬生產(chǎn)過程控制理論、技術(shù)和工程應(yīng)用研究，突破了銅鋁鉛鋅等有色金屬冶煉及鋁加工過程的自動化關(guān)鍵技術(shù)問題，應(yīng)用成效顯著。桂衛(wèi)華院士先后獲國家科技進(jìn)步獎6項，完成國家自然科學(xué)基金、國家863與973計劃、國家高技術(shù)產(chǎn)業(yè)化以及廠校合作科研項目30多項。

 

 

　　有色金屬工業(yè)是原材料工業(yè)，在我國發(fā)展勢頭強勁，產(chǎn)量已連續(xù)15年居世界第一，具有十分重要的戰(zhàn)略地位。但我國有色金屬工業(yè)的發(fā)展面臨著綜合利用率不高，能耗大，排放總量壓力大等問題。亟需以人工智能技術(shù)為抓手，促進(jìn)新一代信息技術(shù)與有色金屬行業(yè)融合。

 

　　有色金屬生產(chǎn)是多個化學(xué)反應(yīng)過程的組合，連續(xù)生產(chǎn)不能分割，難以數(shù)字化建模與產(chǎn)品自動化跟蹤。生產(chǎn)過程中產(chǎn)生的海量信息，人工也無法做到及時處理與價值分析。同時，人工操作多依賴于職業(yè)素養(yǎng)，不能精確感知決策，難以滿足動態(tài)全局的決策要求。應(yīng)用人工智能技術(shù)可以解決生產(chǎn)過程中高效知識挖掘和深度學(xué)習(xí)的問題，實現(xiàn)生產(chǎn)關(guān)鍵工序的智能化。同時人工智能技術(shù)的應(yīng)用可取代生產(chǎn)過程中一些高溫危險腐蝕性等工作崗位，智能感知生產(chǎn)全局的動態(tài)變化，精準(zhǔn)決策。

 

　　人工智能助力流程工業(yè)升級仍存在三個方面的挑戰(zhàn)，一是對復(fù)雜工況的動態(tài)感知和知識發(fā)現(xiàn)；二是動態(tài)特性認(rèn)證和知識關(guān)聯(lián)；三是大數(shù)據(jù)環(huán)境下智能驅(qū)動的多目標(biāo)動態(tài)決策運行。

 

 

　　當(dāng)今社會知識型工作基本上占據(jù)壓倒性的地位，其核心要求是完成復(fù)雜分析，精確判斷和創(chuàng)新決策的任務(wù)。知識自動化主要是指知識型工作的自動化。隨著社會發(fā)展，體力型勞動逐漸被自動化技術(shù)所替代。而通過知識型工作自動化，可以解決提高效率、提升應(yīng)對復(fù)雜問題的能力等問題。

 

　　我們所說的知識自動化系統(tǒng)，實際是人工智能技術(shù)、計算機軟件技術(shù)、自動化系統(tǒng)技術(shù)的結(jié)合，更注重其與對象和場景的密切結(jié)合，是在與應(yīng)用對象和場景結(jié)合中間提出問題和思考問題，有著自己的知識特點和特殊策略。知識自動化不僅將計算拓展到新的領(lǐng)域（如具有學(xué)習(xí)和基本判斷的能力），并且可以使知識工作者和機器之間產(chǎn)生新的關(guān)系，比如極有可能像人與其合作者間那樣實現(xiàn)人機之間的交互。

 

　　工業(yè)生產(chǎn)過程的知識自動化主要考慮四個方面：一是現(xiàn)狀，二是為什么要在工業(yè)生產(chǎn)中研究知識自動化；三是能不能在工業(yè)過程中實現(xiàn)知識自動化；四是如何去做。在現(xiàn)代工業(yè)生產(chǎn)中，機器已經(jīng)基本取代體力勞動，而管理運行、控制核心的工作，都是屬于知識型工作，主要依靠的是知識型工作者來完成。知識自動化主要解決兩大問題：一是流程能不能扁平化和更加優(yōu)化；二是流程過程中一系列決策點，如何實現(xiàn)知識驅(qū)動決策。