La demande sans cesse croissante de produits de haute qualité, personnalisés et durables, nécessite de plus en plus de systèmes de production auto-adaptatifs, flexibles et efficaces. Par conséquent, des processus de production intelligents sont d'une importance cruciale pour l'avenir de toutes les machines de production et pour les prochaines étapes de leur développement dans la technologie de l'automatisation. De tels processus de production intégreront correctement l'intelligence artificielle (IA) et en particulier les méthodologies heuristiques d'apprentissage machine (ML), en plus des techniques formelles traditionnelles de modélisation et de contrôle.
Pour accroître l'autonomie des machines, leurs capacités d'autoréglage dans toutes les conditions et pour corriger des défauts, des incertitudes relative aux matières premières et des procédés complexes, les systèmes de production intelligents hybrides, intégrant des méthodes heuristiques et formelles, sont considérés comme le moyen de choix. Cette évaluation s'appuie sur la prise de conscience que toutes les tentatives de modélisation de processus et de machines pour prédire et contrôler leur comportement sont d'une part limitées en précision et que d'autre part, de plus en plus de données et d'instruments analytiques sont disponibles. Ainsi, la recherche dans ce domaine se concentre sur la combinaison de la modélisation déterministe avec des solutions de ML et AI, ce qui promet d'être le compromis optimal entre les technologies de traitement de données et les connaissances humaines précédemment acquises sur les processus de production considérés.