桂衛華：人工智能技術助力有色金屬行業高效綠色發展
桂衛華
中國工程院院士，中南大學教授，中國著名有色金屬工業自動化專家和學者，國家自然科學基金創新研究群體學術帶頭人。
桂衛華院士圍繞制約中國有色金屬工業發展的資源、能源和環境等問題，工業機器人維修，長期致力于復雜有色金屬生產過程控制理論、技術和工程應用研究，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鍵技術問題，應用成效顯著。桂衛華院士先后獲國家科技進步獎6項，完成國家自然科學基金、國家863與973計劃、國家高技術產業化以及廠校合作科研項目30多項。
觀點一
人工智能助力有色金屬行業高效綠色發展
有色金屬工業是原材料工業，在我國發展勢頭強勁，產量已連續15年居世界第一，具有十分重要的戰略地位。但我國有色金屬工業的發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為抓手，促進新一代信息技術與有色金屬行業融合。
有色金屬生產是多個化學反應過程的組合，連續生產不能分割，難以數字化建模與產品自動化跟蹤。生產過程中產生的海量信息，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素養，不能精確感知決策，難以滿足動態全局的決策要求。應用人工智能技術可以解決生產過程中高效知識挖掘和深度學習的問題，實現生產關鍵工序的智能化。同時人工智能技術的應用可取代生產過程中一些高溫危險腐蝕性等工作崗位，智能感知生產全局的動態變化，精準決策。
人工智能助力流程工業升級仍存在三個方面的挑戰，一是對復雜工況的動態感知和知識發現；二是動態特性認證和知識關聯；三是大數據環境下智能驅動的多目標動態決策運行。
觀點二
知識自動化將提升工業軟件的技術水平
當今社會知識型工作基本上占據壓倒性的地位，其核心要求是完成復雜分析，精確判斷和創新決策的任務。知識自動化主要是指知識型工作的自動化。隨著社會發展，體力型勞動逐漸被自動化技術所替代。而通過知識型工作自動化，可以解決提高效率、提升應對復雜問題的能力等問題。
我們所說的知識自動化系統，實際是人工智能技術、計算機軟件技術、自動化系統技術的結合，更注重其與對象和場景的密切結合，是在與應用對象和場景結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域（如具有學習和基本判斷的能力），并且可以使知識工作者和機器之間產生新的關系，比如極有可能像人與其合作者間那樣實現人機之間的交互。
工業生產過程的知識自動化主要考慮四個方面：一是現狀，二是為什么要在工業生產中研究知識自動化；三是能不能在工業過程中實現知識自動化；四是如何去做。在現代工業生產中，機器已經基本取代體力勞動，而管理運行、控制核心的工作，庫卡機器人何服電機維修，都是屬于知識型工作，KUKA機器人示教器維修，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化；二是流程過程中一系列決策點，如何實現知識驅動決策。