在探索工业互联网及其在智能制造生产体系中的应用方面，工业社会目前仍然要直面巨大的技术挑战。例如，我们应该如何进一步提升大量数据的处理和管理能力，如何将基于这些海量数据的分析转化为有效的服务提供给客户，又如何将物理世界和软件世界更好地融合在一起。总之，要在工业界全面采用工业互联网技术，形成有利于智能制造生产体系发展的生态环境，我们还必须付出更多的努力，尤其是要做好以下几个方面的研究工作：
深度学习技术的探索。智能制造在很大程度上需要借助人工智能的技术，而深度学习是受到科学界高度关注的一种人工智能方法，因此对深度学习的研究应该被列为智能制造的重要子课题。深度学习与工业互联网的关系主要体现在提供给学习机制的数据未来可能都得来自智能制造生产体系的各个方面，而且需要学习的样本数据随着学习能力要求的提高而不断扩大。为此，工业互联网的技术发展，必须适应未来人工智能、深度学习、先进控制等复杂系统管理和计算的要求，为智能制造提供更好的服务。
云端计算环境的重构。工业互联网应用软件的开发平台应能够同时满足云上和云下的应用设计和运行管理要求。但是，目前这两种情况差异较大。云下的端设备依靠工业自动化厂商的技术，已经基本上能够满足智能制造的控制要求。但云上的应用开发方面，目前还缺乏必要的软件工具和成熟的技术环境的支持。而且工业互联网的应用也不仅仅只有企业资产的性能管理这一个方面。事实上工业界非常期待在云环境中能够有一种可重构其应用设计的软件方法。
虚拟控制计算的研究。进入工业互联网时代，对生产过程控制系统数据的需求与日俱增。让工业互联网直接进入控制层获取数据的做法，极有可能会带来企业生产过程的安全问题，也很有可能会影响到生产过程的控制性能。为此，需要在智能制造这样复杂的环境中，建立一种与过程控制完全对称的平行系统，如果将该系统与工业互联网对接，即可避免上述问题。但这必须解决技术上的一些关键问题。例如，为降低开发成本，平行的虚拟控制计算环境与智能制造的实际控制器的关系，在形式上应严格保持软件结构的一致性。
网络信息安全的保障。工业互联网的应用，使得比较敏感的工业过程的控制信息暴露在了公共环境中。在工业互联网环境中，确保网络信息安全的技术是目前最为迫切的研究课题。采取完全物理隔离的方法不仅并不能彻底解决工业控制系统的信息安全问题，反而制约了工业互联网技术的发展。如果我们能够在控制算法执行机制上进行深度的创新，是有可能建立一种独特的具有一定免疫特性的安全环境的，并将其延伸到整个工业互联网。除此之外，将智能制造的生产体系信息安全的实时检测，与企业资产性能的管理统一起来，也是对信息安全管控的一种贡献。
工业互联网在智能制造的生产体系中承担着数据通信和信息融合的重要任务，是智能制造系统不可或缺的组成部分。智能制造系统庞大、数据量大、时空分布范围广阔等特点，给工业互联网技术的研究和应用提供了极大的发展空间。因此，我们在实施中国制造2025发展规划的进程中，应该把工业互联网基础技术和设施的研究及建设，与智能制造技术的开发及应用研究放在同一个发展路线图上，在计划安排、资源配置、标准制定等方面予以协同和均衡的管理。
随着信息技术的快速发展，工业互联网的功能定位与技术性能发生新变化的可能性越来越大。未来企业不仅要利用工业互联网资源进行资产的性能管理，而且要利用工业互联网实现智能制造的云控制，将产业链、供应链或价值链的协同机制建立起来，或将先进控制技术资源的公共服务体系建立起来，不断提升智能制造生产体系的创新水平。 |
