這兩年，由于人工智能在某些領域 (并非是工業領域)的突出表現，有些人開始樂觀起來，覺得中國在要通過“互聯網+”和人工智能實現制造業、工業化的彎道超車。真的會有這么樂觀嗎?
2007年我在寫博士畢業論文時，第一章緒論的第一句話就是，“《十六大報告》(2002)中明確提出‘以信息化帶動工業化，以工業化促進信息化’”。 后來十七大(2007)提出：“工業化和信息化融合”;為這個兩化，國家在2008年還組建了“工業和信息化部”，說明國家對這個發展戰略問題有深刻的認識和重視。再后來十八大(2012)提出：“兩化深度融合”。直到現在如火如荼的智能制造熱潮中，兩化融合仍然是工信部的“立部之本”。十幾年過去了，還在不斷地提兩化，說明這件事情并不容易，推進并不如政府想的那么順利。
目前智能制造離散行業談的很多，但化學工業的智能制造談的卻很少。那么，化工智能制造，到底朝哪個方向發展呢?
化學工業早已實現初級智能系統--自動化控制。由于化工過程的連續性和裝置的大型化，且裝置投資巨大(動輒數十億上百億的投資)，化工行業(包含煉油、石油化工)很早就對過程自動化提出非常高的要求，在上世紀70年代就開始采用DCS用于過程控制。自動化提高了化工生產的穩定性、安全性，也很容易提高工廠的利潤率(提高利潤是是市場經濟環境下企業采用新技術的直接動力)。目前的技術水平可以讓化工生產80%以上生產車間和操作實現無人化，主要在一些涉及固體的處理和輸送上做到自動化還比較困難。大型化工裝置生產車間無人化是正常現象，依靠泵、壓縮機實現物料在密閉管道系統中的流動，依靠各種溫度、壓力、液位、流量控制實現物質和能量在各個操作單元的自動運行。
技術上可行或最優，并不表示經濟效益最優。特別是一些小裝置，完全采用自控系統系統單位成本高;當人力成本低時，寧愿采用人工操作。所以現實世界的化工行業的自動化率是由技術水平、經濟效益(投資成本、人力成本)共同決定。
傳統的人工智能(大數據、機器學習)的核心是對歷史數據歸納提取規則，從而對未來預測。其理論基礎是：運行數據包含了系統的所有重要隱藏信息，無須研究問題機理，可以直接從數據挖掘出系統的規律和知識。
欲了解更多精彩內容，敬請關注乾元坤和MES系統，或撥打13522956919、13522956919進行咨詢。