1.5 基于HCPS 2.0的新一代智能制造面临的重大挑战

作为第四次工业革命的核心技术，基于HCPS 2.0的新一代智能制造涉及的方面之广泛、研究的问题之困难、面临的挑战之严峻，都是前所未有的[19，35，67，83-90]。相对应于前文讨论过的三个重大技术进步，新一代智能制造面临的三个重大难题和严峻挑战为系统建模、知识工程和人机共生。

1.5.1 系统建模——数理建模与大数据智能建模的深度融合

系统建模是信息-物理系统和数字孪生技术的关键[37，43，68，71，91，92]，有效建立制造系统不同层次的模型是实现制造系统优化决策与智能控制的基础前提。数理建模方法虽然可以深刻地揭示物理世界的客观规律[93]，但却难以胜任制造系统这种高度不确定性和复杂性问题[43，69，94]。大数据智能建模可以较好地解决智能制造系统建模中不确定性和复杂性问题[5，47]。理论上，基于HCPS 2.0的新一代智能制造通过深度融合数理建模与大数据智能建模所形成的混合建模方法，可以从根本上提高制造系统建模的能力，主要面临以下挑战。

（1）在数据智能建模方面，如何在工业互联网的基础上高质量获取与应用工业大数据？如何实现大数据中知识的有效学习？如何进一步提高解决不确定性和复杂性问题的能力？[44，84，88，95-97]

（2）在混合建模方面，如何充分发挥两种主要建模方法的优势并形成新的混合建模方法？如何有效建立制造系统动力学和系统动力学的模型？[11，62，69，93，98]

1.5.2 知识工程——制造技术和智能技术的深度融合

新一代智能制造本质上是先进制造知识工程，制造系统通过数字化、网络化、智能化技术的赋能，使制造领域知识的产生、利用和传承发生革命性变化，进而升华成为更高层面更加先进的智能制造科学与技术[20，99]，推动新一轮工业革命。先进制造知识工程由制造技术（本体技术）与智能技术（赋能技术）融合而成，因而挑战来自三个方面。

（1）制造技术自身发展面临的挑战，在设计、工艺、材料及产业形态等方面如何不断创新？[100-102]。

（2）智能技术自身发展面临的挑战，如何在通用性、稳健性、安全性等方面不断提升？“弱”人工智能如何向“强”人工智能发展？[2，47，48，65]

（3）更重要的是制造技术与智能技术的跨界深度融合所面临的挑战[103-105]。智能技术如何有效对制造技术赋能？制造业的各个行业、各个领域如何运用智能技术来升华与发展制造领域知识？如何建立和优化各行各业、各种各类制造系统的动力学级别的数字孪生模型？如何跨越制造技术与智能技术相关学科之间、企业之间、专家之间的巨大鸿沟？制造业的企业家、技术专家、技能人才如何成为新一代智能制造创新的主力军？

1.5.3 人机共生——人与信息-物理系统的深度融合

基于HCPS的智能制造需要更加突出人的作用，形成人机共生形态[2，24，32，33，51-54，56，65]，这将带来多方面的挑战。

（1）如何最好地实现人与智能机器的任务分工与合作？[47，65]

（2）如何实现人机协同的混合增强智能？[65]

（3）如何解决好人工智能与智能制造带来的安全、隐私和伦理等问题？[2，90]

遵循“天人合一”这一中国古代哲学思想，在智能制造系统中，人类需要与信息-物理系统紧密合作、深度融合，最终达到人机共生的和谐状态[8，24，33，50-52，56，67]，实现制造业的智能升级，让智能制造更好地造福人类。