传统人工智能概念始于上世纪50年代。半个多世纪以来，人类利用自然语言、神经辨识、神经网络或形象辨识等方法，让机器学习规律，进而提供广泛维度解决方案。

　　相较于前者，工业人工智能隶属垂直领域，其属性聚焦于工业制造系统，涉及汽车、飞机、轮船等移动工具的安全性、节能性、耗油性，工业制造机器人的稳定性、精密性，风力发电的效益性、节能性等相关课题。

　　“2010年以后，三大因素促使人工智能发展浪潮。分别是：来自政府、电子商务、商业、社交媒体、科学、政府提供可用的大数据；强大的计算能力；科技产业增加在人工智能领域的投资。由此可见，可用大数据、计算力、产业投资在人工智能发展当中占有相当重要的地位。”柴天佑指出，人工智能分为弱人工智能和强人工智能两种类型。此前，运用较广的人工智能，是指图像识别、语音识别等窄面运用的弱人工智能。未来人工智能将朝着与人一样智慧全面的AI发展。

　　对于人工智能未来的发展，柴天佑认为，机器、智能系统在企业和全球居民的日常生活中占有重要的角色，下一步的人工智能存在两个方向，一个是可解释的人工智能，另一个是智能系统，让机器更加智能。

　　柴天佑表示，自动化与人工智能之间的共同点在于：都是通过机器延伸和增加人类的感知、认知、决策、执行的功能，增加人类认识世界和改造世界的能力，完成人类无法完成的特定任务或比人类更有效的完成特定任务。区别在于：研究的对象与方法不同、实现的手段不同(算法和系统)，且人工智能在短期内的核心经济影响是自动化以前无法完成的任务。

　　“多年来，工业人工智能一直秉持一个核心目标——针对产品与工艺设计、经营管理与决策、制造流程运行管理与控制等工业生产活动中，目前只能依靠人的感知、认知、分析与决策能力和经验与知识来完成的影响经济效益的知识工作，实现知识工作的自动化与智能化（工况识别、指标预测与回溯、人机互动与协作的智能优化决策），来显著提高经济效益。”柴天佑认为，目前的工业人工智能则是两者结合。工业人工智能可以增强劳动力素质、提高工作效率，更好地服务客户，使工业的各个环节产生变革，为先进制造带来新的希望。通过工业人工智能与数字设计相结合，将制造过程所需的信息无缝地结合到原材料到产品的转换过程当中，从而形成一个高度互联的工业实体。通过一整套供应链系统横跨多个公司，智能制造能通过对缺陷和故障的检测和纠正以确保产品质量的一致性和可追溯。这些进步取决于强大的工业互联网创新和面向制造流程的机器学习算法，以及可在以信息为中心的一体化系统中即插即用的机床和控制系统。

　　柴天佑表示，今后，复杂工业环境下运行工况的多尺度多源信息的智能感知与识别，系统辨识与深度学习相结合的复杂工业系统智能建模、数字孪生与可视化技术，关键工艺参数与生产指标的预测与追溯，复杂工业系统的智能自主控制技术，人机合作的智能优化决策，智能优化决策与控制一体化技术……都将是我国工业人工智能的研究方向。