近年来，人工智能，包括机器感知、机器学习、机器思维等技术在纺织
行业的一些领域有了局部的应用，取得了初步的进展，形成了一定的基础。尤其是这两年，在智能制造等领域开展了一系列开发和应用，受到了重点关注。
一、智能制造
人工智能技术促进智能制造中新模型、新方法、新系统的发展，是纺织智能制造的核心技术，也是应用最多的领域。其中涉及生产过程特征提取、生产工艺优化、生产计划调度、设备排产算法、生产过程优化控制、质量巡回检测和管理、生产作业和搬运智能化衔接、设备故障定位和诊断等多方面。在产品特征识别、质量巡回检测、生产物流搬运等方面取得了一系列可喜的成果。
在当前纺织智能制造项目中，知识获取、知识库建设、深度学习、优化决策等智能化功能还很欠缺，有待在下一阶段重点提高，在自动化、数字化、网络化的基础上，提高智能化水平，使智能制造名副其实。
人工智能技术近年来应用于纺织品织物设计、织物疵点识别和
分析、面料性能评价、棉杂分类和评级、起球等级评定、上染率计算等领域。还可以用来
分析预测纺织品的各种性能，如透气性、抗皱性、耐磨性等指标。如采用机器视觉、机器学习等技术，开展印花织物、色织物的疵点、色差、花型、起球起毛的检测和
分析评价，可以解决多年来存在的技术难点，明显提高识别和
分析的水平。
下一阶段人工智能技术将引入纺织品设计系统，使之具备逻辑推理和决策判断能力，由计算机作为主导，依托知识库、自主学习体系，将大量设计实例、经验和准则相结合，根据设计目标不断缩小探索的范围，达到理想的设计效果。
在当前网络上积累了大量数据的基础上，人工智能技术在纺织服装流行趋势领域有很大发展空间。如借助计算机视觉与图像处理技术，
分析海量照片，可以快速检索用户偏好的色彩、花型和款式；如根据消费者穿衣色彩偏好和消费习惯数据，可以
分析出各个年龄段常穿的颜色，归纳出不同的流行色等。在趋势预测方面，人工智能技术的应用，将明显优于目前的多种建模方式，不仅能够准确地解决许多复杂问题，还可以成为下一阶段纺织服装时尚创新的理想工具。
四、专家系统
在《纺织工业“十二五”科技进步纲要》中就已经提出：应用人工智能技术，开发建立纺织
行业专家系统，建设纺织宏观经济决策支持系统。在
行业层面和企业层面已开展工艺设计、质量管理、企业诊断、纺织知识库等工作，获得了一些经验。未来几年更广泛地运用机器思维方法，专家系统将是人工智能技术在纺织
行业应用的重要内容，汇集
行业专家的知识和经验，积累更新大量信息和技术，解决纺织产品设计、工艺、原料、生产、设备的关键问题，并为相关决策提供有效支持。
工业互联网构建关键基础设施
人工智能的发展离不开互联网的普及，新阶段人工智能在制造业的应用，更加离不开工业互联网的构建。工业互联网体现了互联网等新一代信息技术与工业系统全方位的深度融合，是工业智能化发展关键的信息基础设施。
纺织
行业已经积累了大量的互联网技术应用，通过工业互联网建设，首先构建互联互通的网络基础设施，将分散化的物理生产单元相互连接，打破信息孤岛；关键是在信息共享的基础上，运用人工智能、大数据等技术，对生产运行状态、企业经营状况、产业链协同和市场需求信息进行深度
分析，形成智能化决策，提高工业互联网智能化水平。
工业互联网未来的普及，要面向重点领域打造与
行业特点紧密结合的工业互联网整体解决方案。如依托工业互联网平台开展数据集成应用，实现企业生产与运营管理的智能决策和深度优化；鼓励企业通过工业互联网平台整合资源，构建设计、生产与供应链资源有效组织的协同制造体系，这样才能充分利用
行业专家系统的资源，为人工智能技术的
行业应用提供更加广阔的发展空间。
大数据提供强有力的支撑
从技术发展过程来看，人工智能的核心在于数据支持。首先，大数据技术能够通过数据采集、预处理、存储及管理、
分析及挖掘等方式，从各种各样类型的海量数据中，快速获得有价值信息，为深度学习等人工智能算法提供坚实的素材基础；人工智能的发展也需要学习大量的知识和经验，而这些知识和经验都是从大数据中提取。另一方面，人工智能技术也同样促进了大数据技术的进步，两者相辅相成，任何一方技术的突破都会促进另外一方的技术提升。
纺织
行业近年来逐步开展了大数据技术的应用，在网络营销领域取得了一定的成效，
行业层面的大数据信息服务平台也在筹建中。应该看到，纺织
行业具备应用大数据的广泛基础和迫切需求，与物联网、云计算有机结合，将有力推动产品设计、生产制造、经营管理、物流配送、市场营销等各个环节的资源整合。但是必须注意到，当前纺织
行业大数据还是以互联网上的开放大数据为主，尽管公共数据开放共享程度不够，企业参与数据增值开发进展缓慢，还是取得了可喜的进展；更为重要的是，基于工业互联网的贯穿于纺织工业设计、工艺、生产、管理、服务等各个环节的工业大数据还极为匮乏，即使有也是分散的、碎片化的、不完整的、不共享的，远远不能满足
行业建设专家系统、智能决策系统的要求，成为制约人工智能发展的瓶颈。
下一阶段，要充分利用大数据技术对纺织工业大数据进行挖掘，在企业层面逐步完善企业产品、工艺数据库和知识库，通过人工智能的全面深度感知、实时提取处理、快速计算
分析和智能建模优化，使工业系统具备描述、诊断、预测、决策、控制等智能化功能，实现企业运营优化和生产组织方式变革。在
行业层面要更进一步，在加快
行业大数据服务平台建设的同时，要面向重点细分
行业的应用需求，形成垂直领域的大数据解决方案及服务；系统开展数据资源管理体系建设，积极探索数据开放共享管理的新模式，发挥数据的基础资源作用和创新引擎作用，加快推进以人工智能为主要引领的多领域变革。
未来2～3年里，纺织工业要抓住历史机遇，加快人工智能技术的应用和发展，成为引领未来的战略性技术，带动纺织各个领域智能化水平的提升，进而带来深刻的变革，其深远意义决不可低估。在推进过程中，至关重要的一点是要准确把握人工智能技术的特点，密切结合纺织企业的需求。既要全面落实国家
规划和行动计划，统筹谋划，从全方位推进，也要坚持人工智能的科学定义，不能将其过于泛化，把什么项目都戴上智能化的帽子；既要看到人工智能在人脸识别、自动驾驶、无人机等方面的炫目成果，更要聚焦在纺织
行业长期以来的实际应用，不能盲目照搬其他
行业的成功路径；既要瞄准国内外制造业高水平，长远
规划，着眼未来，也要充分考虑本
行业的现实应用基础，认识到智能化绝非一蹴而就，不能一拥而上，要分出轻重缓急，分步实施，为
行业长期的智能化发展打下坚实基础。
