余曉暉：深化互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能與實體經(jīng)濟融合，推動工業(yè)智能創(chuàng)新發(fā)展
推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實體經(jīng)濟深度融合，既從側(cè)面凸顯了信息化在培育新動能促進新發(fā)展中的重要作用，也彰顯了黨中央貫徹新發(fā)展理念、建設(shè)現(xiàn)代化經(jīng)濟體系的堅定決心。在新一輪科技革命和產(chǎn)業(yè)變革同我國轉(zhuǎn)變發(fā)展方式形成交匯的背景下，如何理解軟件定義、數(shù)據(jù)驅(qū)動、平臺支撐、服務(wù)增值、智能主導(dǎo)的融合發(fā)展新特征，如何繼續(xù)做好信息化和工業(yè)化深度融合這篇大文章?中國電子報推出深化融合發(fā)展，推動制造強國和網(wǎng)絡(luò)強國建設(shè)專欄，邀請行業(yè)主管部門、研究咨詢機構(gòu)、業(yè)界專家撰文，闡述新時代兩化融合的新內(nèi)涵和新特征，為創(chuàng)新推進兩化融合、促進制造業(yè)高質(zhì)量發(fā)展營造良好氛圍。此文為專欄文章之八。
人工智能具有顯著的溢出效應(yīng)，能夠嵌入到更多的軟件和終端設(shè)備中，推動戰(zhàn)略性新興產(chǎn)業(yè)總體突破，正在成為推進供給側(cè)結(jié)構(gòu)性改革的新動能、振興實體經(jīng)濟的新機遇、建設(shè)制造強國和網(wǎng)絡(luò)強國的新引擎。要加快建設(shè)制造強國，加快發(fā)展先進制造業(yè)，推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實體經(jīng)濟深度融合。在此背景下，我們需抓住此次產(chǎn)業(yè)變革機遇，促進工業(yè)智能發(fā)展，提升制造業(yè)智能化水平，推動人工智能和實體經(jīng)濟深度融合。
一、人工智能正步入應(yīng)用拉動的快速增長階段
(一)人工智能快速發(fā)展
隨著互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)的興起，人機物互聯(lián)互通成為發(fā)展趨勢，數(shù)據(jù)量以及數(shù)據(jù)處理能力呈現(xiàn)爆炸性增長，人工智能不斷取得突破性進展。一是得益于社交媒體、移動設(shè)備和傳感器的大量普及，全球數(shù)據(jù)總量爆發(fā)性增長，這為以數(shù)據(jù)運算為核心的機器學(xué)習(xí)方法獲得了巨大的發(fā)展空間。二是數(shù)據(jù)處理技術(shù)加速演進、運算能力快速提升。以GPU為代表的新一代計算芯片能夠滿足高強度、高頻次、低功耗的處理需求，提升了機器學(xué)習(xí)算法的迭代速度，極大促進人工智能產(chǎn)業(yè)發(fā)展。三是開源推動人工智能普及化，谷歌、Facebook、IBM、Amazon、百度等巨頭扎堆開源旗下深度學(xué)習(xí)平臺，發(fā)揮生態(tài)力量實現(xiàn)人工智能數(shù)據(jù)、應(yīng)用和場景的閉環(huán)。
(二)工業(yè)智能解決方案正在形成
工業(yè)互聯(lián)網(wǎng)帶來工業(yè)數(shù)據(jù)的爆發(fā)式增長，傳統(tǒng)數(shù)學(xué)統(tǒng)計與擬合方法難以滿足海量數(shù)據(jù)的深度挖掘，人工智能技術(shù)正成為工業(yè)軟件、工業(yè)互聯(lián)網(wǎng)平臺解決各領(lǐng)域診斷、預(yù)測與優(yōu)化問題的得力工具。
在設(shè)備層面，基于機器學(xué)習(xí)，通過工業(yè)物品特征值的識別，實現(xiàn)自動化的生產(chǎn)動作，如智能分揀機器人，智能檢測機器人。在產(chǎn)線層面，基于機器學(xué)習(xí)，通過工業(yè)系統(tǒng)特征值的識別，提供工業(yè)流程和生產(chǎn)參數(shù)優(yōu)化建議，如流程工業(yè)的生產(chǎn)工藝參數(shù)優(yōu)化，離散工業(yè)的機床斷刀保護等。在企業(yè)層面，基于知識圖譜，通過對工業(yè)問題的有效推理和仿真，實現(xiàn)智能業(yè)務(wù)決策和風險管理，如華為供應(yīng)鏈風險管理系統(tǒng)、零部件選型系統(tǒng)。在行業(yè)層面，基于知識圖譜，通過對工業(yè)知識的有效索引和搜索，實現(xiàn)工業(yè)知識的沉淀和復(fù)用。
工業(yè)智能的部署目前體現(xiàn)幾個特點，一是云端部署，提供面向復(fù)雜場景的智能化應(yīng)用，包括基于圖像識別的生產(chǎn)質(zhì)量檢測、設(shè)備預(yù)測性維護及健康管理、基于智能數(shù)據(jù)模型分析的工藝參數(shù)優(yōu)化等。二是邊緣部署，面向有限資源條件的輕量級算法，提升設(shè)備的處理和分析能力，實現(xiàn)人機協(xié)作、智能分撿、自主導(dǎo)航等。三是與工業(yè)互聯(lián)網(wǎng)平臺結(jié)合，包括在工業(yè)互聯(lián)網(wǎng)平臺中直接嵌入人工智能引擎和框架，以及在平臺中封裝機器學(xué)習(xí)算法，實現(xiàn)基于數(shù)據(jù)的分析建模優(yōu)化。
(三)人工智能在制造業(yè)應(yīng)用價值初現(xiàn)端倪
人工智能在制造業(yè)的應(yīng)用探索正形成三類典型應(yīng)用模式。一是提高制造效率。例如日本NEC公司推出的機器視覺檢測系統(tǒng)可以逐一檢測生產(chǎn)線上的產(chǎn)品，在降低人工成本的同時提升出廠產(chǎn)品的合格率。華為、海爾合作的生產(chǎn)質(zhì)量測試床，通過機器學(xué)習(xí)方法解決空調(diào)噪聲檢測問題，使人力下降55%、成本下降27%。二是優(yōu)化生產(chǎn)工藝。特別是流程行業(yè)中通過數(shù)據(jù)的機器學(xué)習(xí)，實現(xiàn)原料配比優(yōu)化(石化行業(yè)原油配比、鋼鐵礦石的配比、電力配煤摻燒等)、工藝參數(shù)優(yōu)化、裝備裝置健康管理等。如阿里工業(yè)大腦在中策橡膠中實現(xiàn)工藝參數(shù)優(yōu)化，使穩(wěn)定性提升10%，煉膠時間縮短10%，煉膠溫度降低6%。三是優(yōu)化供應(yīng)鏈管理效率。例如美國多聯(lián)式運輸公司C.H.Robinson基于知識圖譜技術(shù)，結(jié)合天氣、交通以及社會經(jīng)濟挑戰(zhàn)等實時參數(shù)，基于模型優(yōu)化運輸路線提高企業(yè)利潤，實現(xiàn)智能業(yè)務(wù)決策和風險管理。四是提高售后運維價值。例如微軟AzureIoT平臺為Rolls-Royce發(fā)動機提供基于機器學(xué)習(xí)的海量數(shù)據(jù)分析和模型構(gòu)建，能夠在部件即將發(fā)生故障時準確預(yù)報異常，KUKA機器人維修，并提前介入主動幫助Rolls-Royce規(guī)劃解決方案。中國信息通信研究院2017年組織了工業(yè)大數(shù)據(jù)創(chuàng)新競賽，全國有1460個團隊利用機器學(xué)習(xí)方法解決風電設(shè)備故障預(yù)測和健康管理問題，取得了良好效果。
二、把握好人工智能與制造業(yè)融合發(fā)展的趨勢和挑戰(zhàn)
2017年政府加大對人工智能與制造業(yè)融合的政策引導(dǎo)。一方面7月印發(fā)《新一代人工智能發(fā)展規(guī)劃》，在培育智能經(jīng)濟的工作中明確提出推動人工智能與制造業(yè)融合，12月印發(fā)《促進新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃(2018-2020年)》，把智能制造深化發(fā)展作為四大目標之一。同時上海、北京、浙江、安徽、貴州、江西等省市結(jié)合自身產(chǎn)業(yè)發(fā)展實際和比較優(yōu)勢，發(fā)布專門針對人工智能的相關(guān)實施意見，鼓勵和支持人工智能與制造業(yè)融合發(fā)展的政策體系不斷完善。另一方面加強產(chǎn)業(yè)指導(dǎo)，由相關(guān)部委指導(dǎo)成立中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟、建立人工智能領(lǐng)域重點實驗室，牽引和指導(dǎo)相關(guān)技術(shù)標準、技術(shù)研發(fā)、實驗驗證、應(yīng)用推廣等工作全面展開。
盡管當前人工智能與制造業(yè)的融合發(fā)展已經(jīng)顯露出一些成效，但該領(lǐng)域仍然較為前沿，庫卡機器人，我國在技術(shù)架構(gòu)、實施路徑、行業(yè)標準及產(chǎn)業(yè)生態(tài)等方面均存在一定的發(fā)展瓶頸。技術(shù)方面看，一是現(xiàn)有人工智能的計算架構(gòu)還無法滿足工業(yè)實時性所帶來的計算要求。二是現(xiàn)有人工智能算法和框架對算法輸出可靠性的考慮不夠，不能滿足制造業(yè)高可靠性的要求。三是目前以神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)主流算法還不能提供工業(yè)智能所需要的明確語義解釋。產(chǎn)業(yè)方面看，一是工業(yè)人工智能主要是由數(shù)據(jù)、知識密集型的部分領(lǐng)先制造企業(yè)與具備人工智能技術(shù)優(yōu)勢的ICT企業(yè)強強聯(lián)合推進的，尚不具備在制造業(yè)大范圍推廣的條件。二是行業(yè)應(yīng)用基礎(chǔ)較弱。我國制造業(yè)自動化數(shù)字化網(wǎng)絡(luò)化水平參差不齊，產(chǎn)業(yè)界還缺乏成熟可推廣的標桿應(yīng)用。三是產(chǎn)業(yè)發(fā)展保障體系有待健全。如工業(yè)智能的標準化、工業(yè)智能的安全保障體系、工業(yè)智能應(yīng)用中面臨的倫理和規(guī)律挑戰(zhàn)等。
三、以融合創(chuàng)新為主線，協(xié)同推進人工智能與制造業(yè)發(fā)展