前言

过去的十多年，从互联网＋、大数据、工业大数据、人工智能、区块链，到工业互联网和工业人工智能，每一两年都会出现一个新名词或新概念，但是这些概念代表什么，具体应该怎么应用却不是很清晰。人工智能在美国经历了超过60年的发展，在某些领域应用得很成功，在某些领域却有相当大的困难。因此我很希望看到人工智能扎实地在工业系统展示出它的能力，加强工业基础，并帮助工业系统成长。我本人在美国近40年从事智能制造以及工业大数据的产学研工作，深深地体会到企业从精益到智能制造的转型过程中，人才、技术管理和执行上的挑战。我写这本书的动机是希望大家可以真正了解什么是工业人工智能以及如何使用工业人工智能。

我于2000年建立了NSF智能维护系统中心IMS，一直从事在工业大数据PHM预测性维护的研究和推广，在这项工作中，我们把人工智能和机器学习当成基础科学和工具来赋能企业，因此也成功地吸引了全球100多家企业，包括宝洁、丰田、通用电气（GE）等，并取得显著的成效。在2018年，我们在美国成立了工业人工智能中心，希望以工业为出发点，运用人工智能形成可以快速验证与可传承的智能工业系统。

人工智能是一门认知科学，主要包括了六大领域：自然语言处理，计算机视觉，认知与推理，博弈与伦理，机器学习和机器人学，可以应用在社交、医疗、商业等众多领域。但是在工业应用中往往发现的问题是，两个工程师用不同的人工智能算法可以有两个不同的答案，这在工业领域里很难被接受，因为在工业领域中需要的是系统性、快速性以及可传承性这三个特点。不同于人工智能，工业人工智能是一个系统工程，更强调如何建立从数据技术（DT）到分析技术（AT）到平台技术（PT）以及有效运营技术（OT）的结合，目的是为了使两个工程师解决问题的答案一致。传统的人工智能专家具有很强的算法能力，但是在缺乏专业知识的情况下很难解决工业系统问题，即使解决了也是个例，很难持续重复。工业人工智能的最大挑战是将以个人为中心的算法思维，转化为系统工程。这是一个去中心化的过程，让每位行业专家的智慧可以通过系统的方法得以传承。

为了让读者更加了解工业人工智能对工业发展的价值，我们分为四个章节阐述：主要为我们为什么需要工业人工智能，工业人工智能的定义与意义，工业人工智能的杀手级应用与赋能系统案例，如何建立工业人工智能的技术与能力。其中，我们把过去在美国工业大数据挑战中所参与的实际案例列出来，让大家可以通过这些案例了解如何用算法去解决工业系统问题，更重要的是读者可以重新找到这些数据，将自己的算法进行验证，也可以把个人的经验分享给其他读者。

为了配合本书的发布，我们会建立一个有关工业人工智能的公众号，每一位读者可以反馈他的经验供大家分享，同时也在这个公众号里给我们提出建议和可以改进的地方。我们希望可以在大家共同的努力下将工业人工智能推广到更广的层面。工业人工智能是由我首先提出的，我衷心希望这个理念、这个新的领域能够系统式地推广，让智能工业能够永续发展。

李杰（Jay Lee）

2019年4月