51電子網公益庫存:

H1102NL

H11L2SR2M

H12104DNG

H13-506-5

H1601SG

H2001DG

H26M52103FMR

H27U1G8F2BTR-BC

H27UAG8T2A

H27UAG8T2BTR

90E23PYGI8

91SS12-2

9222326825

93AA66AT-I/OT

93LC56C-I/SN

946A4V-2D-001-65E

9802/5/20

98037372

9N80L-TF

9N90L

人工智能與制造業深度融合不能采用可復制的系統和整體解決方案。人工智能必須根據制造業部門的具體場景進行定制,簡單照搬模版式的制造業商業化人工智能解決方案是不可行的,也不存在一個能夠被絕大多數制造業部門接受的統一的人工智能系統。與商業環節的人工智能應用不同,不同制造業之間技術、流程差異巨大,對人工智能有不同需求,一個人工智能系統難以勝任所有制造業部門的需要。事實上,在制造業自動化、信息化升級時,制造業間的差異性就決定了不同制造部門會引進不同的自動化和信息化系統,最常見的方式是由行業領軍企業自主開發或與信息化公司合作開發一套軟硬件體系,再逐步擴散到整個行業,這與商業領域采用較為統一的信息平臺進行信息化升級的方式有明顯不同。

缺乏人工智能核心技術及人工智能與制造業深度融合發展創新模式。雖然我國人工智能在商業應用領域的發展走在世界前列,但支撐人工智能與制造業深度融合發展的最關鍵和核心的技術仍然被發達國家控制,器件、生產裝備也多為發達國家研發和生產。相比較,我國人工智能企業產品在制造業很多領域的市場占有率非常低。同時,智能制造、工業互聯網、工業大數據的應用模式和解決方案主要源自美國、日本和歐洲的領先制造企業,而我國雖有全球最大規模制造業體系,但在人工智能和制造業深度融合模式上仍缺乏創新。http://yushuollp.51dzw.com/

缺乏能夠引領全球人工智能與制造業深度融合發展趨勢的制造業企業。我國人工智能與制造業融合仍有較大發展空間,需要影響力較大的制造業企業引領帶動。我國制造業信息化始于20世紀90年代末,雖發展較快,但與發達國家跨國制造企業比較,在信息化的廣度和深度上還有明顯差距。實現人工智能和制造業深度融合的基礎較為薄弱,且缺乏能夠引領全球人工智能與制造業深度融合發展趨勢的制造業企業。

我國要在人工智能時代鞏固和提升制造業在全球的競爭優勢,就應根據當前我國制造業轉型升級的發展需要,針對人工智能與制造業深度融合的難點,從以下多個方面加快補齊短板。

編制制造業人工智能技術路線圖。在這一過程中,需要更為關注制訂技術戰略圖及預測過程本身,因為在這一過程不僅可以形成對人工智能技術發展趨勢的共識,更為重要的是可以形成學術界與產業界之間的知識互動,推動學術界與產業界之間、不同領域之間進行深入交流和探討,在知識互動過程中形成多學科知識融合、專業知識擴展,而這正是未來人工智能技術創新與應用發展的一個重要基礎。路線圖制訂完成后,需要及時根據技術和產業發展情況、趨勢進行調整,從而更好地指導下一階段的技術創新和產業化應用。

構建制造環節的工業大數據庫。電子商務是人工智能技術最初的應用領域之一,其中一個原因是消費環節已經形成大數據,使得機器學習有跡可循。相比較,工業領域主要以企業私有數據庫為主,且數據規模有限、數據質量不高,嚴重制約人工智能在工業領域的“自主學習”。要實現人工智能與制造業深度融合,就必須在制造業領域加強數據獲取和整合,以企業私有數據庫為基礎,打造全球領先和規模最大的制造業大數據庫,并逐步形成自主標準體系,提高人工智能的安全性和穩定性。

促進人工智能在制造業領域的應用研究和模式推廣。鼓勵支持企業層面建立人工智能與智能制造創新中心。創新中心聚焦于人工智能在制造業應用中共性技術的研發與推廣。人工智能與智能制造創新中心可采取“公私合作”,運營經費來自于財政、政府的競爭性采購和市場。在治理機制方面,由技術專家、政府官員、企業家代表和學者共同組成專業委員會作為最高決策機構,創新中心最高管理者采取公開招聘的方式,通過專業委員會和管理社會化減少政府的行政干預,保證創新中心的高效運營和專業管理。http://yushuolyf.51dzw.com/

鼓勵制造業企業利用綜合優勢實施逆向整合。具體來說,應大力推動國內優勢制造企業以應用技術上的優勢、龐大的國內市場、巨大的潛在利潤空間與較強大的資本力量為后盾,加強與國際領先人工智能企業在核心技術、關鍵技術方面的研究開發合作。鼓勵我國領先制造企業通過在海外聯合設立人工智能研發機構,加強科技合作與信息交流,以充分利用國際技術、資本、人才等創新資源,提升核心技術、關鍵技術領域的研發能力。

人工智能時代,鞏固和提升我國制造業在全球的競爭優勢,必須根據當前制造業轉型升級的發展需要,促進人工智能與制造業深度融合。

黨的十九大報告提出“加快建設制造強國,加快發展先進制造業,推動互聯網、大數據、人工智能和實體經濟深度融合”,明確了促進人工智能與以制造業為主的實體經濟部門深度融合的戰略決策。此后工信部出臺的《促進新一代人工智能產業發展三年行動計劃(2018-2020年)》,進一步強調推進人工智能和制造業深度融合,加快制造強國和網絡強國建設。

當前,我國人工智能與制造業深度融合仍面臨一些困難:

人工智能與制造業深度融合所需的制造環節數據難以開發利用。人工智能與制造業深度融合發展需以大數據為基礎,而相對于消費環節,制造環節數據的可獲得性、可通用性、可開發性明顯更弱。消費者相關的數據,如對某類產品的喜好等,較容易搜集、整理和讀取；而制造業機器設備生成的數據通常較為復雜,多達40%的數據是沒有相關性的。此外,相對于消費環節數據可由電子商務平臺以較低成本獲取,制造環節的數據需要安裝大量高精度傳感器,不僅前期投入需要巨額資金,后期的日常維護也會產生檢修成本和人工成本等。而且即便是在數據獲取之后,制造環節數據經過人工智能處理分析的結果被決策者認知的難度也很大。http://yushuo2.51dzw.com/

文章出自：大眾日報：作者鄧洲