桂卫华
中国工程院院士，中南大学教授，中国著名有色金属工业自动化专家和学者，国家自然科学基金创新研究群体学术带头人。
桂卫华院士围绕制约中国有色金属工业发展的资源、能源和环境等问题，长期致力于复杂有色金属生产过程控制理论、技术和工程应用研究，突破了铜铝铅锌等有色金属冶炼及铝加工过程的自动化关键技术问题，应用成效显著。桂卫华院士先后获国家科技进步奖6项，完成国家自然科学基金、国家863与973计划、国家高技术产业化以及厂校合作科研项目30多项。
观点一
人工智能助力有色金属行业高效绿色发展
有色金属工业是原材料工业，在我国发展势头强劲，产量已连续15年居世界第一，具有十分重要的战略地位。但我国有色金属工业的发展面临着综合利用率不高，能耗大，排放总量压力大等问题。亟需以人工智能技术为抓手，促进新一代信息技术与有色金属行业融合。
有色金属生产是多个化学反应过程的组合，连续生产不能分割，难以数字化建模与产品自动化跟踪。生产过程中产生的海量信息，人工也无法做到及时处理与价值分析。同时，人工操作多依赖于职业素养，不能精确感知决策，难以满足动态全局的决策要求。应用人工智能技术可以解决生产过程中高效知识挖掘和深度学习的问题，实现生产关键工序的智能化。同时人工智能技术的应用可取代生产过程中一些高温危险腐蚀性等工作岗位，智能感知生产全局的动态变化，精准决策。
人工智能助力流程工业升级仍存在三个方面的挑战，一是对复杂工况的动态感知和知识发现；二是动态特性认证和知识关联；三是大数据环境下智能驱动的多目标动态决策运行。
观点二
知识自动化将提升工业软件的技术水平
当今社会知识型工作基本上占据压倒性的地位，其核心要求是完成复杂分析，精确判断和创新决策的任务。知识自动化主要是指知识型工作的自动化。随着社会发展，体力型劳动逐渐被自动化技术所替代。而通过知识型工作自动化，可以解决提高效率、提升应对复杂问题的能力等问题。
我们所说的知识自动化系统，实际是人工智能技术、计算机软件技术、自动化系统技术的结合，更注重其与对象和场景的密切结合，是在与应用对象和场景结合中间提出问题和思考问题，有着自己的知识特点和特殊策略。知识自动化不仅将计算拓展到新的领域（如具有学习和基本判断的能力），并且可以使知识工作者和机器之间产生新的关系，比如极有可能像人与其合作者间那样实现人机之间的交互。
工业生产过程的知识自动化主要考虑四个方面：一是现状，二是为什么要在工业生产中研究知识自动化；三是能不能在工业过程中实现知识自动化；四是如何去做。在现代工业生产中，机器已经基本取代体力劳动，而管理运行、控制核心的工作，都是属于知识型工作，主要依靠的是知识型工作者来完成。知识自动化主要解决两大问题：一是流程能不能扁平化和更加优化；二是流程过程中一系列决策点，如何实现知识驱动决策。
