全国政协委员王先进：推动人工智能与工业制造深度融合，加速传统产业数字化

本篇文章2766字，读完约7分钟

5月22日，全国政协委员、交通部科学研究院副院长王先贤表示，在今年的两会上，他将提出推进人工智能与工业制造深度融合的建议，并从人工智能与实体经济深度融合发展的角度提出建议，以加快我国智能经济建设，引领传统产业的数字化转型。

王在《关于推进人工智能与工业制造深度融合的思考建议》中指出，工业作为中国实体经济发展的重要支撑，正面临着转型升级的巨大考验。推进人工智能与产业融合，将有助于应对中国人口红利消失的冲击，提高工业生产效率和竞争力，优化中国经济结构，增强产业竞争力，实现高质量发展。另一方面，这也将有助于应对公共卫生突发事件对制造业的影响，增强中国的经济弹性。

中国人民政治协商会议全国委员会委员、交通部科学研究院副院长王先贤

趋势:人工智能与工业的深度融合是现代工业发展的必由之路

“作为引领未来的前瞻性战略技术，人工智能已经成为新一轮科技革命和产业转型的重要推动力。”王先贤认为，近年来，中国不断加快工业互联网建设，多层次系统平台体系初步形成，应用不断深化，从局部突破到纵向深度培育。“总的来说，人工智能和工业的结合已经开始显示出成效。但与美国、德国、日本等先进国家相比，仍有明显差距，人工智能与工业子行业的融合程度也有很大差异。”

他认为，中国工业正处于智能升级的重要阶段，以复杂机械设备仿真设计、制造过程优化、产品质量(缺陷)检测、智能仓储物流、能耗控制、安全管理等应用场景为切入点，推进人工智能。与工业深度融合不仅是现代工业发展的必然趋势，也带来了人工智能的更广泛发展。

人工智能与制造的结合可以明显提高生产质量和效率。以德国海德堡abb智能工厂为例，在工厂内部署了7种智能机器人(300024，诊断单元)，可以根据前序段的特点自动调整工作模式，确保工厂始终处于最佳状态，最终工厂的生产效率提高了3%，产品品种也增加了3倍。

同时，基于人工智能的智能在线检测技术也可以提高产品检测的速度和质量，减少漏检和误检造成的损失。例如，相机模组企业提供的智能质量检测解决方案实现了产品的在线实时检测，能够及时发现划痕、折痕、油污、破损等缺陷。缺陷检出率同比增长90%，人工成本降低85%以上，整体维护成本降低10%。

挑战:人工智能的关键基本共性技术需要突破

然而，在实践中，人工智能与产业深度融合的问题和挑战仍然面临诸多问题和挑战，主要表现在:人工智能的关键基础共性技术亟待突破，成功应用案例的示范效果不明显，人工智能技术在企业中的应用缺乏风险分担机制，产业链上下游环节缺乏协调，工业企业的数字化基础仍然薄弱。

“例如，在人工智能的关键基础共性技术层面，中国缺乏一个具有主流框架的完善的人工智能基础平台。大多数人工智能企业依靠谷歌和脸书等国际巨头开发中低端应用，并依靠外部基础技术。高。”他分析说，“ai+ Industry”的组合在很多行业领域都没有适合切割的应用场景，现有的成功案例大多集中在超大型企业，缺乏对中小企业的示范和推广效果。“这是更致命的。”智能改造项目平均耗时约3.5年，投资超过9000万元，这无疑增加了工业企业的经营风险。"

从产业链和产业的角度来看，产业链上下游合作不畅、端到端解决能力不足、生产系统数字化率低、工业企业数据不规范等问题进一步制约了人工智能与产业的深度融合。

对此，王先贤表示，人工智能在产业细分中的应用差异化是显著的。只有建立人工智能操作深度学习和开发的通用框架，实现场景算法的快速构建，才能快速响应企业的差异化需求，降低人工智能的应用开发成本和部署成本。因此，构建深度学习框架层次的开发能力已经成为加速人工智能与产业融合的必要条件。

幸运的是，在国内一批优秀人工智能企业的不懈努力下，以megengine(天元)、paddlepaddle(飞桨)、jittor(规划)、mindspore等为代表的国内深度学习框架的开源得以实现。，也为中国加快人工智能与产业的融合提供了机遇。“如果你看不起今年3月正式发布的新一代人工智能生产力平台brain++和开源核心框架megengine，那么天元也是中国唯一一个由所有员工独立开发和使用的深度学习框架，可以用于不同垂直领域的细分。”定制丰富的算法组合，以更少的人力和更短的时间开发各种新算法，为工业智能解决方案的大规模落地提供技术支持。”

建议:四个核心要点加快“人工智能+产业”的深度融合

如何促进人工智能与工业的深度融合？在王的建议中，认为可以从以下四个核心要点入手:

支持独立框架并巩固核心技术能力

在基础技术研发方面，继续支持Vision、百度、华为等重点企业进一步提升自主开发的人工智能开发框架和芯片的应用广度和深度，减少对国外开源框架和gpu芯片的依赖，推动自主开发的深度学习框架和芯片在工业领域的应用，提高工业生产的安全性。

同时，加快国内人工智能行业标准体系建设，探索建立开源基金，既能积极引导国际人工智能标准的发展方向，不断提高我国人工智能技术的标准化水平和国际影响力，又能加快自主开源生态的建设。

促进综合应用，提高实体经济的效率

在推进人工智能应用示范中，我们重点梳理了智能产品和设备、智能工厂和生产线、智能管理和服务、智能供应链和物流、智能监控和决策等领域的需求。，修复了支持加速解决方案登陆的项目，并选择了典型案例进行演示和推广。同时，我们将打造深度整合的标志性产品、平台和解决方案。

在政策支持方面，鼓励人工智能“应用试验区”和“创新发展试验区”支持人工智能创新应用，探索设立地方专项资金支持工业人工智能创新应用。建议相关部门为典型行业和企业提供专项资金支持，加快工业示范人工智能应用项目落地，同时加大落地案例的推广力度，充分发挥成功示范效果。

鼓励产业协同，构建产业生态系统

支持人工智能产业联盟及人工智能与产业融合相关的联盟和工作委员会，积极开展产业和跨行业交流与合作，促进产业链上下游协作和跨行业协同创新。同时，鼓励工业园区搭建跨行业沟通平台，推动工业互联网平台集成商加强与人工智能技术提供商的合作，加强工业企业与人工智能企业的交流与合作，实现工业互联网平台与人工智能应用的融合。

打破行业壁垒，创造一体化的发展环境

有必要优化数据治理规则，促进行业间的数据流通，建立高度可执行的数据监管法规，为人工智能应用的研发和应用提供充足的数据资源和环境支持。建设智能信息基础设施，加快下一代互联网、5g通信网络、工业互联网、超级计算中心等信息基础设施建设，形成适应智能经济和智能社会需求的基础设施体系，降低产业融合成本。推进智能制造标准体系建设，优先考虑智能工业机器人和工业物联网的发展和应用需求，推进相关接口标准化。

来自金融部门金融渠道的作品都是有版权的作品，未经书面授权禁止任何媒体转载，否则将被视为侵权！

来源：烟台新闻