随着智能技术在领域和方法上的不断扩展，其在工业自动化中也取得了越来越广泛的应用，根据应用功能可分为信息获取、智能软测量、数据融合、系统建模、动态控制、过程优化、故障诊断、质量控制、生产调度、商业智能等不同类型。对于未来智能技术的工业应用，孙彦广副院长针对检测、通讯、数据转换和决策、驱动等方面进行了展望：
一、检测——高性价比的任何环境下的过程参数的直接测量
（1）扩展的属性感知：研制进行非常规测量的传感器，提供特殊的定量信息用于评估产品的特性/质量;
（2）软测量：开发更实用、准确的建模技术以证明推理传感的价值;混合建模工具，将过程数据和工艺知识结合起来进行推理和过程性能监视;
（3）传感融合：通过不同传感器输入的集成和融合支持多相系统;开发一般的传感融合算法;多用途传感融合处理器。
二、通讯
（1）人-机通讯——清晰、准确、快速、明确地交换性能和指令信息。在需要决策的时候将各种领域数据综合，以人们能理解的语言提供实时正确信息。开发建立用于报警模式识别和能提出合理化建议的专家系统;开发新的低成本的显示和表达技术，为操作员提供通讯信息。
(2)机-机通讯——及时、准确、自组态的与过程无缝连接接口。即插即用，自主集成控制元件;建立接口库;研究人机交互新方法。鲁棒控制体系结构，提供高频带通讯架构、策略和系统组态工具用于智能传播。
三、数据转换和决策
（1）感知处理——无缝、高速、准确的多传感融合。提供鲁棒软测量，用于基于科学的过程状态估计;实时感知处理。
(2)产品和过程建模——以产品模型为输入形式，过程模型为主过程控制器。将机理知识与数据组合成混合模型；多智能体体系架构;建立过程知识库，支持无专业建模经验人员;动态、自进化模型，支持实时优化。
(3)推理和适应——用于优化操作的控制器。集成控制开发环境；根据产品/过程特性自动形成控制器;经验/知识获取，将其并入智能操作控制系统;提供对未计划/未预见事件的控制逻辑，减少管理和操作过程中人的干预。
(4)任务分解和决策——在实时环境下给出正确的指令。集成决策处理，鲁棒决策处理递阶结构;开发经济的控制策略优化和实施技术;全面工具集成。
四、驱动——直接过程驱动
自诊断、自整定、自主集成,即插即用的执行元件;提供广义工厂控制模型;软执行器,带推理功能,为下一代执行器奠定基础。
（孙彦广：冶金自动化研究院副院长,国家冶金自动化工程技术中心主任,中国自动化
学会理事。）