智能制造的信息化基础仍薄弱需对接产业“痛点”而非噱头

※发布时间:2020-9-16 7:16:24   ※发布作者:habao   ※出自何处: 

  智能安保、语音识别、智能客服几年间,被视为新一轮产业变革核心驱动力的人工智能技术边界不断扩大,已大踏步走进寻常百姓家。然而,相比在安防、金融、零售业的火热推进,人工智能技术在工业制造、农业等实体经济领域的深度融合仍存在诸多困难,尚处于起步阶段。

  中国人工智能学会理事长戴琼海就有这样的感受,在近日召开的第八届吴文俊人工智能科学技术颁典礼暨2019中国人工智能产业年会上,他抛出了这样一个问题:“当前,解决人工智能与实体经济深度融合的发展瓶颈,最后一公里该往何处去?”

  这不是他一个人的感受。“人工智能为实体经济赋能,是趋势和前景,但做起来,还有一些亟待解决的问题。”中国科学院院士张钹说。

  人工智能赋能以制造业为代表的实体经济,自动化、信息化是基础。但来自艾瑞咨询的一份报告显示,2018年我国制造业企业数字化设备联网率仅为39%。

  “制造业智能化的前提是自动化和信息化,这要求各细分行业加强设备自动化,提高生产自动化程度。然而,目前来看,推背图全集许多行业工厂生产流程的自动化、信息化水平还很低,人工智能技术也就难以对接。”张钹说。

  科技部新一代人工智能研究发展中心副主任李修全认同这一观点:“可以说,在人工智能应用于实体经济特别是工业这方面,中国还是存在一些劣势。”

  人工智能要发挥“威力”需要数据支撑。在李修全看来,自动化和信息化的不足直接导致的是工业数据的缺乏。“与国外先进制造业相比,他们所拥有的工业控制和传感设备在生产中积累了大量数据,可帮助人工智能落地。而我们的数据不足,而且引入的信息化设备多数也是进口,数据不为我们掌握。”

  其次是智能制造一体化的问题。工业领域的人工智能技术落地需要体系化,“以缝纫机器人的生产为例,需要人工智能底层技术、算法等软件与传感控制设备等硬件相结合,缺一不可,对我们的一些硬科技门类提出了挑战。”李修全说。

  此外,制造业在生产环节中容错率很低,但当前人工智能技术引入并不能100%的准确。“比如电力行业就基本不容有差池,那么人工智能在融入制造业的过程中,就要选择有一定容错率的工业场景。”李修全说。

  张钹认为,以上这些问题使得智能制造的推进难度更大,其解决也有赖于制造业整体的自动化、信息化发展。

  “观察各行各业,你会发现企业对人工智能这种新的驱动力都有着迫切的应用需求,但产业化实际上雷声大,雨点小,有的技术仅仅是锦上添花。”百度风投CEO刘维说。

  他以近两年颇为热门的智能养猪为例,许多项目在养猪场内应用了猪脸识别技术,然而,就算能够精准识别出每一只猪的不同,但对于如何进一步察觉疫情发生和科学改善养殖,技术团队却往往没有进一步的解决方案,“他们仅仅把智能养猪做成一个概念,然而,我认为,真正能够提高产业的生产环节效率和竞争力,才是人工智能技术是否深度融合实体经济的硬标准”。

  智能企业云知声联合创始人李霄寒则认为,人工智能本身是一个势能器,它的落地需要场景,但行业中提供场景的企业和技术提供者存在着巨大的信息不对称,亟须架起这个“桥梁”。

  “身为技术供应商,我们需要了解行业的刚性需求到底在哪里。”小i机器人高级副总裁许弋亚认同这一看法,他认为,要推动人工智能与实体经济真正深度融合,构建一个良好的产学研生态非常重要。一方面,从技术、产品到解决方案交付,人工智能技术企业需要充分对接行业需求,抓住机会做好应用;另一方面,人工智能技术企业需要与高校、科研院所在模型、算法等基础研究方面做出更多的合作交流。

  对此,国家自然科学基金委人工智能处处长吴国政,行业学会、协会、基金会等相关组织应当发挥平台作用,共同关注行业需求,建立定期交流机制,以便发现更多人工智能与实体经济深度融合的根本科学问题。

  对接产业需求,人才要了解行业,也要掌握人工智能关键技术,能够进行应用开发。然而,戴琼海指出,由于人工智能技术的交叉性,我国在人工智能人才结构上呈现出高端人才和工程师“两少”特点,工程师的人才缺口甚至达到了500万~1000万。

  近日由大学-中国工程院知识智能联合研究中心、中国人工智能学会吴文俊人工智能科学技术评选联合发布的《2019人工智能发展报告》则指出,从人才竞争上来看,美国的人才数量遥遥领先,凸显了其在人工智能领域的人才优势。对于我国而言,人才数量在大部分领域领跑第二梯队,但与美国相比,中国高影响力学者数量明显不足,顶尖学者相对缺乏,中美之间还存在差距。

  “我国已开设了人工智能的本科教育,人才培养尚待时日,但人工智能与其他学科专业的交叉融合还不够深入。”中国人工智能学会教育工作委员会主任王万森说,他,应构建与新一代人工智能发展相适应的知识结构和课程体系,形成一个以智能科学与技术专业为核心,外加衍生层诸专业的新生专业类,即人工智能类专业。除上述核心层、衍生层专业外,还应支持复合型和交叉型专业的智能人才培养。

  “人工智能的应用只能以垂直的方式进入某一个场景,或者某一个领域行业,这决定了人才的培养方向,方能实现经济社会对新一代人工智能的需求。”王万森强调。

  “人工智能在许多行业领域还是刚刚开始,真正要让它全面落地产生价值,可谓任重道远。”中国平安保险(集团)股份有限公司首席科学家肖京道出了许多专家的,“我们需要的是踏踏实实地努力,一个一个去攻克。”

  

关键词:信息化制造