人民政協(xié)網(wǎng)北京5月22日電 人工智能與工業(yè)制造該如何深度融合？全國兩會期間，全國政協(xié)委員、交通運輸部科學研究院副院長王先進表示，他的提案是關于推動人工智能與工業(yè)制造深度融合的思考建議，從人工智能與實體經(jīng)濟的深度融合發(fā)展的角度建言獻策，以加快我國智能經(jīng)濟形態(tài)的構建，引領傳統(tǒng)產(chǎn)業(yè)進行數(shù)字化轉型。

王先進在這份名為《關于推動人工智能與工業(yè)制造深度融合的思考建議》的提案中指出，工業(yè)作為我國實體經(jīng)濟發(fā)展的重要支撐，正面臨巨大的轉型升級考驗。推動人工智能與工業(yè)融合發(fā)展，一方面有助于應對我國人口紅利消失的影響，提升工業(yè)生產(chǎn)效率和產(chǎn)業(yè)競爭力，優(yōu)化我國經(jīng)濟結構，提升產(chǎn)業(yè)競爭力，實現(xiàn)高質(zhì)量發(fā)展，另一方面也有助于應對突發(fā)公共衛(wèi)生事件對生產(chǎn)制造的影響，增強我國經(jīng)濟韌性。

趨勢：AI與工業(yè)深入融合是現(xiàn)代工業(yè)發(fā)展必由之路

“人工智能作為引領未來的前瞻性、戰(zhàn)略性技術，已經(jīng)成為新一輪科技革命和產(chǎn)業(yè)變革的重要驅動力量。”在王先進看來，近年來，我國不斷加快構建工業(yè)互聯(lián)網(wǎng)，多層次系統(tǒng)化平臺體系初步形成，應用持續(xù)深化，從局部突破走向垂直深耕，“總體上來看，人工智能與工業(yè)的融合成效初顯，但與美德日等先進國家還存在明顯差距，并且人工智能與工業(yè)領域細分子行業(yè)融合度差異較大?！?/p>

他認為，我國工業(yè)正處在智能化升級的重要階段，以復雜機械裝備仿真設計、制造工藝優(yōu)化、產(chǎn)品質(zhì)量（瑕疵）檢測、智能倉儲物流、能耗管控、安全管理等應用場景為切入點，推動人工智能與工業(yè)深度融合，既是現(xiàn)代工業(yè)發(fā)展的必然趨勢，也為人工智能帶來更為廣闊發(fā)展的空間。

人工智能與生產(chǎn)制造融合，對生產(chǎn)質(zhì)量與效率的提高是顯而易見的。以德國海德堡的ABB公司智能工廠為例，該工廠部署了7種智能機器人，能夠根據(jù)前序工段特點自動調(diào)整工作模式，確保工廠始終處于最佳狀態(tài)，最終使工廠生產(chǎn)效率提升了3%，產(chǎn)品種類也增加了3倍。

同時，基于AI的智能在線檢測技術還能提高產(chǎn)品檢測速度及質(zhì)量，減少因漏檢、誤檢所引起的損失。如曠視為某攝像頭模組企業(yè)提供的智能質(zhì)檢解決方案實現(xiàn)了產(chǎn)品的在線實時檢測，能夠及時發(fā)現(xiàn)產(chǎn)品劃傷、折痕、油污、破損等缺陷，缺陷檢測率同比提高90%，降低85%以上人工成本，整體維護成本降低10%。

挑戰(zhàn)：人工智能關鍵基礎共性技術亟待突破

但在實際操作中，人工智能與工業(yè)深度融合的問題和挑戰(zhàn)也仍然面臨不少的問題和挑戰(zhàn)，主要表現(xiàn)在：人工智能關鍵基礎共性技術亟待突破、成功應用案例示范效應不明顯、企業(yè)人工智能技術應用缺乏風險分擔機制、產(chǎn)業(yè)鏈上下游各環(huán)節(jié)缺乏協(xié)同、工業(yè)企業(yè)數(shù)字化基礎依然薄弱。

“比如說，在人工智能關鍵基礎共性技術層面，我國缺乏完善的由主流框架的人工智能基礎平臺，大部分人工智能企業(yè)依托谷歌、臉書等國際巨頭開發(fā)框架開發(fā)中下游應用，對外部基礎技術依賴度高?！彼治稣J為，“AI+工業(yè)”的組合，在諸多工業(yè)細分領域也沒有適合切入的應用場景，而現(xiàn)有成功案例多集中在超大型企業(yè)，對中小企業(yè)缺乏示范推廣效應，“更為致命的是，智能化改造項目平均需要約3.5年時間，投資超過9000萬元，這無疑加大了工業(yè)企業(yè)的經(jīng)營風險?！?/p>

從產(chǎn)業(yè)鏈及行業(yè)的角度來看，產(chǎn)業(yè)鏈上下游協(xié)同不順暢、端到端解決方案能力不足、生產(chǎn)系統(tǒng)數(shù)字化率低、工業(yè)企業(yè)數(shù)據(jù)不規(guī)范等問題，也進一步制約著人工智能與工業(yè)的深度融合。

對此，王先進表示，人工智能在工業(yè)細分領域的應用差異化特征顯著，只有通過搭建通用型人工智能操作深度學習開發(fā)框架，實現(xiàn)場景化算法的快速構建，才能快速響應企業(yè)差異化需求，降低人工智能應用開發(fā)成本和部署成本。因此，構建深度學習框架級開發(fā)能力，也成為人工智能與工業(yè)加速融合的必要條件。

值得慶幸的是，在一批國內(nèi)優(yōu)秀的人工智能企業(yè)的不懈努力下，以MegEngine（天元）、PaddlePaddle（飛槳）、Jittor（計圖）、MindSpore等代表的國產(chǎn)深度學習框架的開源，也為我國人工智能與工業(yè)加速融合提供了彎道超車的機會?！叭鐣缫曈诮衲?月正式發(fā)布新一代AI生產(chǎn)力平臺Brain++，并開源其核心框架天元(MegEngine)，其中天元也是國內(nèi)唯一自主研發(fā)并全員使用的深度學習框架，可針對不同垂直領域的碎片化需求定制豐富的算法組合，以更少的人力和更短的時間開發(fā)出各種新算法，為產(chǎn)業(yè)智能解決方案規(guī)?；涞靥峁┘夹g保障?！?/p>

建言：四大核心關鍵點加速“AI+工業(yè)”深度融合

如何推動人工智能與工業(yè)的深度融合？王先進在建議中認為可以從以下四大核心關鍵點入手：

支持自主框架，夯實核心技術能力。在基礎技術研發(fā)方面，要繼續(xù)支持以曠視、百度、華為等重點企業(yè)進一步提升自主研發(fā)人工智能開發(fā)框架以及芯片的應用廣度和深度，減少對國外開源框架和GPU芯片的依賴，同時在工業(yè)領域推廣應用自主研發(fā)的深度學習框架和芯片，提高工業(yè)生產(chǎn)安全性。

同時，還應加快推動國內(nèi)人工智能行業(yè)標準體系建設，探索成立開源基金，這不但能夠積極引導國際人工智能標準發(fā)展方向，不斷提升我國人工智能技術標準化水平和國際影響力，還能加快構建自主開源生態(tài)。

推進融合應用，提升實體經(jīng)濟效率。在推進人工智能應用示范方面，重點針對智能產(chǎn)品與裝備、智能工廠與產(chǎn)線、智能管理與服務、智能供應鏈與物流、智能監(jiān)控與決策等領域梳理需求，定項支持加速解決方案落地，遴選典型案例示范推廣。同時，打造深度融合標志性產(chǎn)品、平臺和解決方案。

在政策扶持方面，鼓勵人工智能“應用先導區(qū)”和“創(chuàng)新發(fā)展試驗區(qū)”對人工智能創(chuàng)新應用的支持，探索設立地方專項資金支持工業(yè)人工智能創(chuàng)新應用。建議相關部門能夠為典型行業(yè)、典型企業(yè)提供專項資金支持，加速行業(yè)示范人工智能應用項目的落地，同時加大對已落地案例的推廣，更好地發(fā)揮成功示范效應。

鼓勵產(chǎn)業(yè)協(xié)同，打造產(chǎn)業(yè)生態(tài)體系。支持人工智能產(chǎn)業(yè)聯(lián)盟和人工智能與工業(yè)融合發(fā)展相關聯(lián)盟、工作委員會，積極開展行業(yè)和跨行業(yè)交流合作，推動產(chǎn)業(yè)鏈上下游協(xié)同和跨行業(yè)協(xié)同創(chuàng)新。同時鼓勵產(chǎn)業(yè)園區(qū)搭建跨行業(yè)交流平臺，推動工業(yè)互聯(lián)網(wǎng)平臺集成商與人工智能技術提供商加強合作，加強工業(yè)企業(yè)與人工智能企業(yè)交流合作，實現(xiàn)工業(yè)互聯(lián)網(wǎng)平臺與人工智能應用集成。

破除行業(yè)壁壘，打造融合發(fā)展環(huán)境。要優(yōu)化數(shù)據(jù)治理規(guī)則，推動行業(yè)間數(shù)據(jù)流通，建立可執(zhí)行度高的數(shù)據(jù)監(jiān)管條例，為人工智能應用研發(fā)和應用提供充分的數(shù)據(jù)資源和環(huán)境支持。構建智能化信息基礎設施，加快建設下一代互聯(lián)網(wǎng)、5G通信網(wǎng)、工業(yè)互聯(lián)網(wǎng)、超算中心等信息基礎設施，形成適應智能經(jīng)濟、智能社會需要的基礎設施體系，降低行業(yè)融合成本。推進智能制造標準體系建設建設，優(yōu)先針對智能工業(yè)機器人、工業(yè)物聯(lián)網(wǎng)發(fā)展和應用需求，推動相關接口標準化。