廣告
廣告
賽迪宋穎昌:“工業互聯網平臺+人工智能”融合發展新圖景
通信產業網|2020-04-16 10:32:02
作者:宋穎昌來源:通信產業網

微信圖片_20200415150404.jpg

【通信產業網訊】(賽迪智庫信軟所工業互聯網研究室副主任 宋穎昌)當前,人工智能在醫療、金融、安防等領域的探索步伐不斷加快,成為新型基礎設施建設的重要領域。特別是在本次新冠肺炎疫情期間,人工智能圍繞人臉識別、基因測序、智能機器人等領域發揮重要作用。

習近平總書記強調,“人工智能是引領這一輪科技革命和產業變革的戰略性技術,具有溢出帶動性很強的‘頭雁’效應?!比斯ぶ悄苁枪I互聯網的重要使能技術,工業互聯網平臺為人工智能在工業領域落地提供大量應用場景和基礎支撐。推動人工智能與工業互聯網融合發展,有利于進一步提升工業互聯網平臺服務能力,豐富工業互聯網應用場景,加速工業互聯網的落地推廣,切實提高制造企業數字化、網絡化、智能化水平。

一、人工智能:工業互聯網平臺運行的“神經系統”

(一)人工智能提升工業互聯網平臺邊緣智能水平

工業互聯網作為新一代信息技術與制造業融合發展的產物,涵蓋研發、設計、生產、制造、物流等多類系統。

通過運用人工智能技術有利于實現各類工業設備的自決策、自治理,推動設備在最佳運行狀態自動實現信息交換、分析決策與協同工作,提高邊緣智能水平。同時,通過對語音、手勢等進行智能識別,有利于打造新型人機交互體系,提高互聯設備管理效率。

(二)人工智能提升工業互聯網平臺模型供給水平

工業知識積累不足、優秀模型算法供給匱乏是制約工業互聯網平臺深度應用的重要因素。

人工智能通過賦予模型算法自學習、自優化能力,加強模型有效供給。一方面,人工智能有助于跨過部分機理不明的“技術黑箱”,直接尋找生產參數之間的關系并提供優化方案,提升對未知世界的掌握能力。另一方面,人工智能有助于推動建模優化與迭代升級,增強工業互聯網平臺解決實際問題的能力。

(三)人工智能提升工業互聯網平臺綜合服務水平

人工智能深度參與工業互聯網平臺的感知、計算、分析等環節,有利于打造數據流通閉環,實現描述、診斷、預測、決策、控制等功能。

人工智能有助于推動工業互聯網平臺更大范圍、更高效率、更加精準地優化生產和服務資源配置,使工業以更加靈活、高效和節能的方式運作,加快傳統產業轉型升級,為先進制造業發展提供技術基礎。

二、應用場景和實踐案例

(一)邊緣智能設備

基于工業互聯網平臺打造邊緣智能設備,能夠通過邊緣側的全面感知、精準計算與自主控制,有效緩解數據中心計算壓力,滿足低時延、低能耗、高可靠的計算要求,助力設備快速部署應用。

例如,航天云網基于INDICS工業互聯網平臺打造口罩生產邊緣智能一體機,通過內嵌口罩生產工藝流程和生產管理系統,在邊緣側實現車間級應用閉環,口罩日產能可達10萬支,助力轉產企業快速組織口罩生產。

(二)智能生產優化

人工智能與工業互聯網平臺融合發展有利于企業優化生產工藝、降低生產成本、提高生產效率。應用深度學習技術能夠有效解決工業場景中的識別、監控、推理、預測等問題,適用于設備故障定位、產品質量檢測、工藝流程優化等工業場景。

例如,富士康基于深度學習實現刀具壽命智能預測,助力企業從計件換刀到精準換刀轉變,使刀具壽命延長15%,產品良率提高30%。

(三)商業輔助決策

應用知識圖譜有利于解決工業要素的挖掘、分析、建模、可視化等問題,適用于集團輔助決策、供應鏈精益化管理、生產計劃預測等工業場景。利用工業智能的手段賦能現有商業模式,可為企業決策提供輔助支撐。

例如,西門子、IBM、華為等公司通過構建供應鏈知識圖譜,通過匯集多方信息資源,提高供應鏈風險管理效率。

三、問題和挑戰

(一)數據采集困難,智能升級基礎不牢

數據是人工智能的“燃料”,優秀的人工智能算法需要海量數據進行訓練、迭代、優化,否則將會出現“無用輸入-無用產出”的惡性循環。一方面,工業數據多為大體量、低質量的“臟”數據,需要經過大量數據清洗作業才能用于分析,提高了數據應用難度。另一方面,由于企業的數字化層次不一、各種裝備接口標準不一、數據格式形式多樣等因素,工業數據采集在實踐中難度極大。

(二)邊緣算力不足,難以滿足即時需求

一方面,工業互聯網的事故報警、故障診斷等場景需要在短時間內針對光電、溫度、氣壓、聲音、濕度等不同類別的傳感器的大量數據進行即時分析處理,需要大量算力支持。另一方面,5G、邊云協同等技術的推廣應用使得計算“無處不在”,對算力需求呈現出爆發性增長趨勢。據華為預測,5年后人工智能計算所消耗的算力將占到算力消耗總量的80%以上。目前我國在人工智能芯片、數據中心等領域核心技術積累不足,難以滿足瞬時大量算力需求。

(三)核心算法匱乏,制約平臺深度應用

人工智能是將數學、算法理論和工程實踐緊密結合的領域。我國制造業行業機理模型和核心算法積累不足,面對各類復雜的工業場景,難以支撐工業互聯網平臺高水平深度應用。如何將專家知識、機理模型融合進人工智能模型,加快工業知識的沉淀、傳播和復用,已經成為推動人工智能與工業互聯網平臺融合發展亟需解決的重大問題。

四、對策和建議

當前,人工智能正處于技術爆發期,“工業智聯網”等新名詞不斷出現,容易造成概念混淆;亟需進一步把握工業互聯網本質,深化工業互聯網認識,破除概念迷霧,去偽存真,加速人工智能與工業互聯網平臺融合發展,提升產業智能化發展水平。

(一)夯實產業基礎,突破關鍵共性技術

一是鼓勵工業互聯網平臺企業圍繞底層連接、數據管理、并行計算等核心領域加大資金和人才投入,突破面向云端訓練、終端應用的模型編譯器等關鍵技術。二是引導企業加快發展圖形處理器、現場可編程門陣列、專用集成電路等基礎硬件。三是鼓勵龍頭企業培育適用于工業場景的工具和開發環境,推動工業互聯網平臺應用卷積神經網絡、遞歸神經網絡等算法應用開發。

(二)強化示范引領,加快人工智能產品開發

一是培育設備級智能,培育一批人工智能標桿設備,加快推動復雜環境識別、新型人機交互等技術在工業互聯平臺的集成應用。二是打造企業級智能,鼓勵滿足條件的企業基于平臺匯聚政產學研用各方資源,打造工藝優化、自動質檢等企業級智能解決方案。三是探索產業鏈級智能,推動建設提供知識圖譜、算法訓練、產品優化等服務的公共平臺和開源社區,開發跨領域、跨行業人工智能產品。

(三)完善生態體系,深化跨界融合智能發展

一是探索建設人工智能產業標準規范體系,建立并完善基礎共性、互聯互通、安全隱私、行業應用等技術標準。二是引導企業與高校合作開展人工智能專題教育和培訓,加快培育一批行業急需的人工智能領域人才。三是通過深度行、現場會等形式,提高行業共識,提高社會認識,挖掘優秀做法,推廣典型案例,營造產業發展良好氛圍。


83

責任編輯:王改靜

【歡迎關注通信產業網官方微信(微信號:通信產業網)】

版權聲明:凡來源標注有“通信產業報”或“通信產業網”字樣的文章,凡標注有“通信產業網”或者“www.621095.tw”字樣的圖片版權均屬通信產業報社,未經書面授權,任何人不得復制、摘編等用于商業用途。如需轉載,請注明出處“通信產業網”。

發表評論
合作伙伴
×
恒大地产的股票代码