2024年10月20日，“2024国际智能制造创新论坛”在武汉·中国光谷科技会展中心圆满闭幕。本届论坛由湖北省人民政府主办，湖北省科学技术厅、湖北省经济和信息化厅指导，国际智能制造联盟、e-works数字化企业网、国家智能设计与数控技术创新中心、中国机械工程学会工业大数据与智能系统分会承办，湖北省工业软件产业创新联盟、湖北省科技信息研究院、国家数字化设计与制造创新中心、武汉智能装备工业技术研究院、湖北省机械工程学会、武汉企业信息化促进会、武汉·中国光谷创新企业协会协办。

       作为“东湖论坛”的系列重磅活动之一，本次论坛是我国今年举行的规格高、规模大的智能制造高端论坛。论坛聚焦“智能制造创新发展与应用”，围绕国际智能制造技术发展前沿趋势，人工智能、数字孪生等新兴技术在制造业的应用前景、智能制造推进策略与实践展开，为与会嘉宾带来了一场精彩纷呈的国际智能制造知识盛宴，推动了学术界与工业界的交流互动。论坛吸引了国内外知名智能制造专家、制造企业相关负责人、智能制造解决方案供应商代表等500多名嘉宾与会。        国际智能制造联盟荣誉主席，中国工程院周济院士、中国工程院李培根院士、湖北省人民政府副省长张文彤、国际智能制造联盟主席，中国工程院杨华勇院士、湖北省知识产权局局长吴骏、湖北省科学技术厅二级巡视员王东梅、华中科技大学副校长高亮教授、上海交通大学溥渊未来技术学院院长，宁德时代首席制造官倪军教授、瑞典查尔姆斯理工大学Bengt Lennartson教授、美国爱荷华大学Andrew Kusiak教授、美国乔治亚理工学院David W. Rosen教授、意大利米兰理工大学Enrico Zio教授、新西兰奥克兰大学Xun Xu教授等领导和国内外智能制造知名专家莅临本届论坛。

       加拿大工程院院士，广州大学人工智能研究院院长杨春生教授、加拿大工程院院士，华中科技大学教授沈卫明教授、广东华中科技大学工业技术研究院院长张国军教授、国家智能制造专家委员会委员，e-works CEO黄培博士出席了本届论坛。论坛由李培根院士和黄培博士主持。湖北省科学技术厅高新处张远钦处长、湖北省经济和信息化厅软件和信息服务业处董爱军处长也出席了论坛。
        国际智能制造联盟荣誉主席、中国工程院周济院士发表了热情洋溢的致辞。他表示，智能制造是第四次工业革命的核心技术，使人的智慧与机器智能得以充分发挥并相互启发式增长，是实现制造业转型升级的主要技术路径。智能制造也是一项复杂的系统工程，推动智能制造领域的国际交流与合作共赢，是大势所趋、产业所需。近年来，由17个国家的85家机构共同发起组建的国际智能制造联盟，一直致力于推动全球智能制造技术的交流与合作，促进智能制造产业的全球创新与共同发展。湖北省是我国制造业的重要基地，拥有强大的工业基础和较好的科技实力。当前，湖北省正加快建设具有全国影响力的科技创新中心，在“东湖论坛”的这一平台上举办国际智能制造创新论坛，任重道远、大有可为。
       湖北省政府副省长张文彤代表湖北省人民政府向论坛的成功召开表示祝贺。他表示，近年来湖北坚持以智能制造为主攻方向，以先进制造业集群培育为主线，深入推进智能化改造、数字化转型，着力建设自主安全可控的现代化产业体系，制造强省建设迈出了坚实步伐。智能制造科技创新也取得了一系列新成果，在工业软件、工业母机、人形机器人及智能制造专业服务等领域打造了湖北品牌。当前，湖北省以推进新型工业化为新起点，巩固提升“51020”现代产业集群，努力在智能制造工作中争当先行、走在前列。本次会议嘉宾云集、高朋满座，共同探讨智能制造领域的前沿技术和发展趋势，分享国际国内的最新研究和实践经验，并坚信本次会议必将为湖北乃至全国的制造业高质量发展注入新的活力与动力。
大咖齐聚，洞见智能制造新发展

       本次论坛上，多位国内外智能制造领域知名专家齐聚现场，探讨智能制造发展现状，洞见智能制造未来发展方向。
 
        国际智能制造联盟主席杨华勇院士分享了人工智能赋能高端装备智能制造的进展。他解读了高端装备智能制造数字底座的内涵、AIGC赋能高端装备的难点与挑战，以及高端装备大模型与智能制造数字底座的融合应用，并辅以实践案例。他指出，企业落地AIGC，硬件是先决条件，大多数企业的推理需求远大于训练需求。高端装备大模型+智能制造数字底座是推进新型工业化的数字化系统工程，人工智能将重构高端装备研发设计运行的一体化。

           

       瑞典查尔姆斯理工大学Bengt Lennartson教授发表了主题为“数据高效且稳健的强化学习”的演讲。Bengt Lennartson教授解读了动态规划与强化学习的关系、数据驱动的前馈和反馈控制、时间优化在生态驾驶和机器人系统中的应用等。他指出，在运用强化学习时，不要忘记可用但有限的知识，并在可行的情况下制定线性回归模型。另外，确定模型比确定标准要好，在路径已知时使用时间优化。对于行为更加混乱的游戏和系统，例如交通堵塞，深度强化学习仍然是一个重要的策略。        美国爱荷华大学Andrew Kusiak教授分享了生成式人工智能在智能制造中的应用。Andrew Kusiak教授分析了人工智能在当前制造业中应用的特点，讲解了生成式人工智能、基础的生成式人工智能模型以及生成式AI模型在制造业的应用。他表示数字孪生是数字化制造的核心。生成式AI模型在制造业可用于训练数据和图像集的生成，创建代码、文本、图像、音频和视频等内容，以及规划决策和工程设计。他强调数字化是制造业生成式人工智能应用的推动者，人工智能将塑造未来制造业的关键发展。  
       美国乔治亚理工学院David W. Rosen教授以“人工智能制造：现状与未来方向”为主题发表了演讲。David教授结合具体研究项目，讲解了如何在点云表示的3D模型上应用机器学习方法，自动对制造过程进行分类，实现基于零件形状的制造工艺选择，包括使用条件生成对抗网络和拓扑优化进行生成式设计、通过卷积神经网络和条件生成对抗网络实现面向制造的设计（DFM）等。他还解读了Autodesk、达索系统、Ansys、西门子等厂商的生成式AI方案。David教授认为新型的生成式工艺设计是通过决策逻辑和工艺知识生成新的工艺规划。        意大利米兰理工大学Enrico Zio教授围绕“智能维护”展开了分享。Enrico Zio教授表示智能维护即有计划的维护，是充分利用零件寿命的一种策略，它最大限度地减少了因维护活动导致的设备不可用的时间。他强调智能维护是综合应用知识、信息和数据 (KID) 和AI，从而实现状态评估和预测，故障预测与健康管理(PHM)是实现智能维护的关键技术。Enrico Zio教授还结合案例分享了通过PHM实现故障检测、故障诊断、故障预测的应用实践。  
       新西兰奥克兰大学Xun Xu教授以“面向智能制造的认知数字孪生”为题发表了演讲。Xun Xu教授表示随着智能技术的发展，认知数字孪生（CDT）已经成为许多研究者关注的焦点。认知数字孪生是数字孪生的扩展版本，在数字孪生基础上增加认知功能，更智能。他进一步讲解了认知数字孪生的框架、集成开发方法及研究案例。他指出，CDT框架主要由CDT核心实体和用于CDT与外界交互的各种实体组成，核心实体包括需求、服务和认知子实体等，其中认知子实体提供感知和记忆、注意和学习（阶段）等认知功能。        国家智能制造专家委员会委员、e-works CEO黄培博士以“智能制造前沿趋势与推进策略”为题发表演讲。黄培博士剖析了中国制造业面临的产业变革机遇和挑战，梳理了数字化转型相关理念和技术的内涵与相互联系，提出了工业互联网平台健康发展的思考与建议，展示了数字孪生、人工智能和生成式AI的应用场景及案例，并详解了智能制造推进的特点及难点与对策。黄培博士指出，制造企业在推进智能制造过程中，需要避开重自动化轻数字化、重单机自动化轻柔性自动化等八大误区，并强调能够实现可持续发展的企业，一定是数据驱动的企业。 标杆引领，分享智能制造领先实践
  厂商同台，展示智能制造前沿方案
         为了让参会嘉宾更直观地了解各厂商的解决方案，本次大会在会场外还设立了厂商展台，为企业和厂商之间架起了沟通交流的桥梁。参会嘉宾可以通过与厂商的面对面交流与互动，了解前沿产品技术、行业领先解决方案与应用实践，为企业今后的数字化、智能化转型提供借鉴与参考。
互动交流，真知灼见点亮智造花火

       在圆桌讨论环节，演讲嘉宾们围绕着“在经济不景气的环境下，制造企业推进智能制造是应该踩刹车还是踩油门？”、“制造企业深入推进智能制造的主要难点与挑战是什么？有何应对措施？”、“人工智能以及AI大模型在制造业哪些具体应用场景能切实提升效率或效益？”等问题，从不同角度分享了各自的真知灼见，引起了现场观众的强烈共鸣。
集思广益，揭示智能制造趋势热点

       本次论坛通过聚集智能制造领域的国内外知名学术界专家，标杆智能制造企业代表和优秀的智能制造解决方案供应商代表，为与会嘉宾全面呈现当前智能制造领域的新技术、新理念以及应用案例，为制造企业推动数字化转型与智能制造提供极大助力的同时，会议也揭示出了当前数字化转型与智能制造的特点与趋势：

       生成式AI与大模型加速融入制造业

       当前，生成式AI和大模型正以前所未有的速度融入制造业的各个领域，包括训练数据和图像集的生成，创建代码、文本、图像、音频和视频等内容，以及规划决策和工程设计。在本次论坛上，国际智能制造联盟主席杨华勇院士讲解了高端装备大模型与智能制造数字底座的融合应用，并指出高端装备大模型+智能制造数字底座是推进新型工业化的数字化系统工程。美国乔治亚理工学院David W. Rosen教授指出新型的生成式工艺设计是通过决策逻辑和工艺知识生成新的工艺规划。此外，中控推出的中控AI标书，能通过整合素材知识搭建智能知识库、集成在线编辑器、协作共享等多种功能，并借助大语言模型(LLM)和算法推荐，实现标书编制流程的智能化、自动化和标准化。开目软件正在探索大模型在工艺内容自动生成、高级排程的应用。

       数字孪生向认知孪生进化

       数字孪生是企业全面深化数字化转型的核心支撑技术之一。近年来，随着智能技术的突破式发展，推动了数字孪生向认知孪生进化。新西兰奥克兰大学Xun Xu教授指出，认知数字孪生已经成为许多研究者关注的焦点。认知数字孪生是数字孪生的扩展版本，在数字孪生基础上增加了认知功能，能够进行感知、关注、记忆、推理、解决问题以及自我学习，进而能够自主创造新知识。

       构建数据驱动型企业，是实现可持续发展的关键

       国家智能制造专家委员会委员、e-works CEO黄培博士指出，随着大数据时代的来临，数据成为企业核心资产的时代已经宣告来临，只有更好的了解数据、采集数据、利用数据，才能决胜未来，实现可持续发展。当前，行业领先的制造企业均已将数据作为推动业务创新和提升竞争力的关键要素。例如，百威实施数据中台项目，在开展数据治理的基础上，部署大数据平台；天能集团以软件、数据、设备互联平台为底座，构建全连接、敏捷、智能的业务平台，实现数据采集、处理、分析和智能决策。

       践行绿色低碳制造，推进碳足迹管理

       在环境保护和气候变化日益严峻的背景下，绿色低碳制造理念深入人心，它要求企业在生产过程中遵循节能减排、资源循环利用的原则，以减少对环境的负面影响。碳足迹管理作为衡量企业碳排放的重要手段，通过监测、报告和减少生产过程中的温室气体排放，助力企业实现可持续发展。在本次论坛上，宁德时代通过建立用于跟踪从供应链、制造厂到电池回收的整个产业链碳足迹的管理系统，实现绿色供应链、零碳工厂及超过90%的电池回收率。百威武汉啤酒厂通过能源管控数字化转型，使其成为全球第一家啤酒行业碳中和工厂。

       本次论坛在热烈的氛围中圆满落下帷幕。此次论坛的召开对于制造企业推进数字化转型与智能制造具有重要的指导意义。精彩纷呈的主题分享，前沿深邃的趋势洞察，气氛热烈的圆桌讨论，让参会者获益匪浅。作为制造业领域的专业平台，e-works始终关注着中国制造业的发展和进步，积极推动并见证制造业的转型与升级。

       近期活动预告：

       2024年10月25日 成都 2024国际智能制造（西南）论坛

       2024年10月30日 青岛 质量管理数字化高级研修班

       2024年11月14-15日 成都 工业设备数据采集与互联工厂建设高级研修班