推动人工智能创新发展 赋能制造业转型升级
本报讯6月24日，工业和信息化部党组书记、部长肖亚庆在天津出席第六届世界智能大会并致辞。
肖亚庆表示，党中央、国务院高度重视人工智能发展。习近平总书记强调，要把新一代人工智能作为推动科技跨越发展、产业优化升级、生产力整体跃升的驱动力量，努力实现高质量发展。近年来，我国人工智能发展取得积极成效，截至目前，人工智能核心产业规模超过4000亿元，企业数量超过3000家，智能芯片、开源框架等关键核心技术取得重要突破，智能传感器、智能网联汽车等标志性产品的创新能力持续提升，产业体系进一步完善、水平稳步提升。智能化信息基础设施加快布局，已建成5G基站170万个，培育大型工业互联网平台150家，连接工业设备超过7800万台（套）。人工智能与制造、交通、医疗、民生等领域加速融合，不断创造出新业态、新模式、新市场，有力推动各行各业数字化、智能化转型。
肖亚庆强调，我们要深入把握新一代人工智能发展的特点和规律，协同推进技术创新、基础设施、赋能应用和治理体系建设，抢抓人工智能发展机遇，为制造强国、网络强国、数字中国建设提供有力支撑。要积极培育人工智能创新生态，大力培育智能产品和服务，启动实施行业融合赋能行动，培育推广一批影响面大、带动性强、示范效应突出、安全保障能力强的应用场景，推动人工智能技术在融合应用中迭代升级。要加快建设智能化信息基础设施，有序推进5G网络和千兆光网建设，完善工业互联网、数据中心、物联网等新型基础设施布局，合理部署超级计算中心。要推进制造业智能化改造，深入实施智能制造工程，建设一批智能场景、智能车间、智能工厂，打造智慧供应链，加快制造业数字化转型、网络化协同、智能化改造。要继续深化开放合作，在技术创新、伦理治理、人才培养、安全保障等方面，开展多渠道、多层次国际合作，共同营造公平开放包容的发展环境。
本次大会以“智能新时代：数字赋能、智赢未来”为主题，采用“会展赛+智能体验”四位一体“云上”办会模式，来自多个国家和地区的政界代表、专家学者和企业代表亲临会场或线上互动，共同探讨人工智能与经济、人文、生态、社会治理等领域的热点话题。（耀文）
人工智能：从“作坊式”走向“工业化”新时代
对于普通人来说，人工智能是一个既熟悉而又神秘的词。在我国“十四五”规划中，多次提到要推动人工智能产业发展。当前产业现状如何？正在走向何方？哪些领域最有可能取得突破？带着这些问题，记者采访了中国科学院自动化研究所所长徐波。
中国科学院自动化研究所所长徐波。受访者供图
人工智能创新不断“一体两翼”快速发展
人民网：当前，人工智能技术创新不断，应用层出不穷。它究竟走到了哪一步？能否谈谈您是如何看待我国人工智能技术发展现状的？
徐波：人工智能是一个高度交叉复合、快速发展的领域。如果要对其发展现状作一个全面概括，可以从人工智能“一体两翼”构成来着手分析。
其中“一翼”是指人工智能的基础理论。人工智能快速发展无疑受益于大数据和大算力发展，但基础还是15年前深度学习基础理论和方法的突破。人工智能越发展，其计算、生物、数学、材料、心理学和社会学等交叉复合特性就越明显。我国人工智能高水平论文发表数量已经位居世界一二，人工智能基础研究发展态势良好，已经成为人工智能基础研究大国。但成为人工智能基础研究强国，还需要在需求牵引下，按照问题导向继续弘扬“十年磨一剑”的科学家专注精神。
另外“一翼”就是人工智能的应用。人工智能具有无所不在的广阔应用场景，技术落地需要和工业制造、农业发展、医疗制药、社会治理等领域深度结合。我国有市场、人才、规模、数据等方面的优势，在应用方面走得比较快，对各行业的渗透深度和广度前所未有，具有世界上独一无二的优势，已经走在世界发展最前列。
人工智能中间非常关键的“一体”，指的是人工智能的基础软硬件，包括芯片、算法、软件硬件协同、开源框架、应用开发接口等等。它作为一个桥梁，把人工智能基础研究成果和场景应用广泛地结合在一起。目前，我们的基础软硬件研发已经从“可用”走到基本“好用”的阶段，发展了自主可控的人工智能基础软硬件生态。
人民网：产业应用是技术发展中很重要的部分。您认为我国要发展人工智能产业，占领关键技术高地，未来的突破口在哪里？
徐波：随着我国新一代人工智能的发展，人工智能应用呈现出遍地开花的良好发展态势。但人工智能落地中，也碰到很多问题，例如对数据质量要求高、缺乏相应标准、落地周期长成本高、人才昂贵等。
我认为可以从这几方面寻找突破口。
首先是复合型人才的培养。智能社会发展过程中需要培养一批既懂行业需求流程、又懂人工智能的专业人才。人工智能还完全没有发展到可以通过调几个参数就能上线替代部分人工作的水平。其中行业数据的获取、清洗和加工，以及如何按照业务需求建立相应的应用模型都需要一些这样的复合型人才支撑。
其次要降低人工智能的应用门槛。现在按照专用人工智能技术发展的应用，在很多时候发现还不如用个人更省成本。所以，如何从专用型的人工智能，逐步向更具泛化能力的人工智能技术发展，是一个重要的技术突破口，也是未来5-10年人工智能技术发展的主流。
这个过程中，从推动产业发展的角度选择一些超级场景对于牵引人工智能应用发展非常关键。例如，自动驾驶会是人工智能在单一领域里最大的产业场景，也是汽车工业发展的必争之地。类似的还有人工智能+医疗，也是一个特别大的场景。中国有四百万医生、全世界最大的临床海量医疗数据，最适合人工智能去发挥智能化优势。所以，要选择一些这样的超级场景，作为推动人工智能进步的突破口。
加快原始创新策源努力占据制高点
人民网：中科院自动化所作为我国“国家战略科技力量”的重要组成部分，“十四五”期间在人工智能领域的研究和应用方面，有哪些相应的目标和计划？
徐波：我们按照“两加快一努力”要求，加快原始创新策源和关键核心技术突破，努力占据人工智能科技创新制高点。
中国科学院自动化研究所始终关注人工智能中长远发展布局。十年前在深度学习刚刚开始应用于语音、图像并产生技术突破时，我们意识到感知类人工智能应用将逐渐由产业界为主导，于是开始布局更前瞻性的类脑智能，推动人工智能和脑科学的交叉研究实现，并与科学院神经所成立脑科学与智能技术交叉研究中心。目前这个方向已经成为研究所三大主力研究方向，相信在下一代人工智能发展中也将扮演重要角色。
人工智能想要在经济发展、社会治理、大工程系统等复杂问题的决策中发挥作用，需要人工智能与复杂系统进行交叉融合，这也是人工智能从感知、认知走向决策的必然发展趋势。因此，研究所进一步布局了可自主进化智能方向，研究建模人、环境和机器之间的演化、合作和竞争等关系，并通过交互提升人和机器对环境的认识和认知。这项技术可广泛应用于大量复杂问题的智能辅助决策。
这儿要重点谈一下我们最近研发的“紫东太初”多模态大模型。这是基于我们多年基础积累形成的面向关键技术攻关的研究方向。我们人类对世界的认识天然是多模态的。举个例子，我说“猫”这个字，你马上脑子里能想到猫的图片、猫叫的声音、猫的文字。我们大脑里面把猫有关的声音、图像和文字关联在一起，共同组成了“猫”这样一个语义。这个语义是跨模态存在的。模拟人的多模态认知特点，自动化所推出了全球首个千亿参数的三模态大模型“紫东太初”，把图像、文本和语音结合起来，它采用了多层次、多任务、自监督、预训练的学习方式，不仅可以实现跨模态理解，还能实现跨模态生成。这是我们在已有多个很好技术积累基础上，通过多模态把人工智能众多方向加以融合创新的研究成果，服务于产业和国民经济主战场。
人民网：在人工智能创新链中，科研院所在扮演怎样的角色？自动化所又是如何面向国民经济主战场，为我国人工智能产业链发展赋能？
徐波：人工智能包括智能和智能化。智能即智能科学内涵、基础理论和模型算法等，智能化则是智能与各个领域行业的结合。研究所发展规划一方面要承担主责主业，大力探索智能本身。同时，需要考虑智能怎么去和社会、和企业、和政府合作，政产学研结合，面向国民经济主战场，为人工智能产业链发展赋能。无论从科研还是产业化，我们始终秉持在低潮时坚守、在高潮时冷静的理念，努力成为默默的开拓者和引领者。
六年前，人工智能落地应用刚刚萌芽，基于人工智能自身发展特点，研究所及时推出了“离岗创业”制度，鼓励已在智能应用领域深耕多年的团队进行转化。制度实施以来，已经诞生了在工业视觉、融媒体、生物特征识别等垂直行业里多家有影响力的企业。离岗创业，这是一种人工智能技术转化1.0版本形式。
作为一种赋能千行百业的技术，我们不能止步于此。我们正在探索人工智能技术转化的2.0版。2.0核心就是要利用研究所力量，以核心创新为抓手，以构建创新生态为目标，做一个大的人工智能平台。如上所述，目前人工智能存在落地周期、成本、人才等问题，同时国产基础软硬件从基本“好用”到非常“好用”，都需要协同各方力量共同努力。
为了解决这一行业痛点，今年5月，中国科学院自动化研究所、华为技术有限公司、武汉东湖高新区管委会签署《人工智能技术开发合作备忘录》，三方共同筹建武汉多模态大模型人工智能平台。该平台以自动化所的“紫东太初”大模型为核心，以全国产的昇腾AI基础软硬件为底座（包含昇腾AI处理器、异构计算架构CANN和全场景AI框架昇思MindSpore等），通过合作支撑当地产业实现智能升级。大模型、大底座、大数据形成了一个天然的合作模式，来为各个行业赋能。这是我们技术转化2.0的一个开始的初步尝试。
打破应用门槛解决人工智能“落地难”痛点
人民网：您如何看待这个平台的未来发展？
徐波：这是人工智能向更加通用化方向迈出的重要一步。以前的人工智能是属于“作坊式”的。想要做一个应用，需要从算法开始进行开发，类似于我们常说的“重复造轮子”。多模态大模型人工智能平台，是人工智能从“作坊式”向“工业化”转型升级的一次重要探索。通过对多模态大模型人工智能平台的持续研发、应用、优化、升级等，大大降低应用门槛和对应用人才要求，同时推动全自主可控软硬件体系的形成。
这个过程中大模型技术持续创新研发是我们的主责主业。例如现在计算量还比较大、成本和能耗也比较大，未来大模型在现有基础上还会有很多突破。需要我们不断融合类脑等智能新机制，使得大模型的运营成本越来越低，越来越好用。
目前，我们也正在同步研究大模型基础上蒸馏出小模型技术，这也非常重要。对于不想上云的，或者是应用场景不那么复杂的，其实并不需要用到大模型。因为大模型的参数特别多，使用成本非常高。这个时候，就可以用大模型中蒸馏出一个小模型，小到可能只有几兆的大小，不但降低成本，而且实现从通用向专用的进一步优化。
打个比方来说，大模型类似于一个知识非常渊博的老师，他学了无数多的数据，但是如果从事一件具体的工作，就不需要那么渊博的知识，这时候，我们可以根据需求，自动蒸馏出一个小模型，教出一个小徒弟来做这项工作。
人工智能要迈上工业化阶段，必须要满足以下几个条件，批量化，成本低，易访问，轻能耗以及最大程度的开源开放。未来，“云端的大模型+末端小模型”很可能会成为人工智能应用的重要模式。
人民网：这个平台，目前是否有一些成功的应用？
徐波：我们已经有一些应用，效果很好。以前解决不了或者解决不好的现在有了全新的技术手段。
我们在智慧媒体方面做了一些探索。和头部视频网站合作，针对其海量的短视频、电影和电视剧，做到了跨模态内容的检索。比如输入一段文字，就能定位到视频中的某一个片段；可以根据电视剧的简介自动生成1分钟的视频摘要；还可以指定某个特定演员出现的场景、某件事的前因后果等内容进行“跳播”。
工业视听觉已经进行了应用尝试。过去，人工智能在工业领域的应用是一个痛点，因为样本非常少，而且很多时候数据是多模态的。比如发动机的质检，往往是靠老师傅们“听”出来的。用人工智能怎么做呢？我们把各种各样的工业缺陷数据混合在一起，首先让机器进行模型自学，应用的时候只需要给两个样本，就可以达到很高的质检精度。这方面我们已经实验过了，原来可能需要一万个样本才能做到90%以上的识别率，现在只要用几个或几十个样本，精度就能达到90%，大幅降低了人工智能的应用门槛。
另外一个应用案例是具像化的教学，可以在打手语的同时生成对应图片，辅助学生理解，更好地达到教学目的。
类似的应用还有很多，只靠自动化所一家单位去落地，会错失大量的助推产业升级的机会，也会比较慢，所以一定要在推广模式上创新，吸引更多的人、更多的机构来实践，来应用。我刚才说的“2.0”就是这个意思。现在我们自己先做一些样例出来，然后进一步完善模型，通过标准化、流程化等一系列手段，将门槛降下来。未来越多人用，这个模型就会越完善，也越好用。
近期，自动化所联合大学、产业界等在积极推进“多模态人工智能产业联盟”的建设，这个联盟的成立就是为了让产学研各界都能更好的应用我们创新的成果，并基于这些成果再去推广、完善。12月18日即将在武汉举行的“2021东湖国际人工智能高峰论坛”上，我们也会就推动人工智能通用化、技术应用国产化和参会嘉宾进行进一步的探讨与合作。
人民网：多年来您在研究人工智能的过程中，有没有觉得它的发展速度超越了您的想象？
徐波：有句话说，“大多数人高估了他们一年所能做的事情，却低估了他们十年所能做的事情。”
这句话来描述人工智能的发展也很适用。它的影响是潜移默化的。目前人工智能落地碰到一些困难，但过了十年以后回头来看，人工智能的发展速度会比你原来想象的要快。
目前，全世界很多优秀的人在研究人工智能，每个人都从不同的角度攻克其中一块砖，最终合力去建立起一座人工智能的高楼大厦。人工智能的发展非常激动人心。
这里的每一块砖可能就是一个很小的研究或者应用领域，它们正在以飞快的速度不断迭代和突破。人工智能研究离终极目标还有很远的距离，但人类正在朝着它光明前景的快速道上大步前进，并看到沿途一路风景。
(责编：赵竹青、吕骞)分享让更多人看到
国际观察：人工智能赋能工业制造，一切刚刚开始
新华社德国汉诺威4月20日电（国际观察）人工智能赋能工业制造，一切刚刚开始
新华社记者郭爽李超杜哲宇
“工业4.0定义了过去十年的发展，生产线上各个组件开始被连接起来……如今，终于可以通过人工智能技术，使用在过去十年间收集的数据，这是人工智能在工业生产的最初应用。”正在举行的2023年德国汉诺威工业博览会上，展会主办方德意志会展公司董事会主席约亨·科克勒接受新华社记者采访时如是说。
从被誉为“世界工业晴雨表”之一的汉诺威工博会可以看出，过去几年更多作为新兴技术概念的人工智能技术，如今已经开始赋能工业生产。不过，多名业内专家强调，工业制造的人工智能时代“才刚刚开始”。
人工智能开始赋能工业制造
基于日趋成熟的物联网技术，大量数据得以被实时获取，大数据为机器学习提供了数据资源及算法支撑，而云计算则为人工智能提供了灵活的计算资源。这些技术的有机结合，为人工智能技术奠定基础，也推动其不断发展。
正如科克勒所说，大约十年前，汉诺威工博会上首次提出工业4.0概念，生产线上各个组件开始被连接起来，而这也是收集数据的前提。在收集多年数据后，人工智能开始使用这些数据，并在工业生产展开最初应用。
4月19日，在德国汉诺威工博会上，参观者与一款智能机器人握手。新华社记者任鹏飞摄
本届工博会上，记者可以明显感觉到，从为生产线设计的最新工具，到应用于产业链的解决方案，人工智能应用已贯穿于设计、生产、管理和服务等制造业的各个环节，其日益多样化的应用场景包括故障监测、预测性维护、智能分拣、设备健康管理、基于视觉的缺陷检测、智能决策、优化生产计划、需求预测等。
美国惠普企业公司首席技术专家托马斯·迈尔表示：“人工智能是我们许多产品的核心组成部分，例如服务器、存储系统或网络。此外，人工智能还帮助我们的客户优化这些系统的性能，并预见和预防可能发生的问题。多年来，在全球范围内，每秒都会从系统中收集数百万的传感器数据来训练人工智能技术，反过来又会用于支持用户进行操作和预测性维护。”
德国自动化领域知名企业费斯托公司技术专家塞巴斯蒂安·施罗夫说，人工智能技术已不仅仅是一种发展趋势，而是已经成为整个行业的标准。
生成式人工智能将加速数字化变革
目前大热的生成式人工智能技术已在本届工博会上出现少量应用。科克勒认为，工业4.0时代对人工智能的应用将走到新的一步，即生成式人工智能的使用。不少技术人员认为，该技术不仅将改变许多工业设计和制造流程，还可能颠覆整个行业。
这是4月18日在汉诺威工博会上拍摄的新松工业机器人。新华社记者任鹏飞摄
ASSIST软件公司首席产品官弗拉德·奥特罗科尔告诉记者，这一技术面世以来，人工智能话题更多进入公众关注焦点。尽管最近每年工博会都有人工智能的“身影”，但他认为，今年最特别之处就是生成式人工智能技术已开始与工业领域结合。
例如，贝克霍夫公司就在其“TwinCAT机器学习”控制器集成人工智能解决方案中使用了生成式人工智能技术。
汉诺威工博会上发布的一项调查数据显示，目前在工业领域，三分之一的德国大中型企业决策者认为，生成式人工智能技术将会加速其企业的数字化变革。
德国西韦舆论调查公司对德国1500名工业经理进行的一项调查显示，62%的受访者认为，生成式人工智能在工业中有多重好处，包括节约成本、提高效率和优化商业流程等。
制造业的人工智能时代刚刚开始
不少业界专家认为，人工智能将为工业发展提供更多动力，并加快创新进程。不过，目前展示的人工智能应用大多属于初步创新项目，人工智能大规模深度应用于整个工业制造还需时间。
4月18日，人们在德国汉诺威工业博览会上参观智能机械臂。新华社记者任鹏飞摄
“我们显然处于工业4.0发展的过程中，但人工智能才刚刚开始。”谷歌工业技术专家蒂诺·古德柳斯对新华社记者说。在他看来，人工智能与工业生产的大规模深度融合“还需要两年时间”。
魏德米勒公司技术专家托比亚斯·高克施特恩表示，将人工智能应用于工业制造，不仅需要人工智能科学家，还需要了解机器和制造的专家，只有各方合作，才能将人工智能应用推向新的时代。
多名专家指出，加强合作是人工智能未来发展的关键，另外，该技术在工业应用的未来在于数学、统计学和神经网络的结合。
【纠错】【责任编辑:赵阳】人工智能如何赋能制造业
【编者按】
习近平总书记曾指出：“新一代人工智能正在全球范围内蓬勃兴起，为经济社会发展注入了新动能，正在深刻改变人们的生产生活方式。”
建设制造强国，建设现代化产业体系，推进新型工业化，促进数字经济和实体经济深度融合……党的二十大报告就制造业发展的一系列重要部署，为各地推进智能制造指明了方向、提供了根本遵循。
成都市第十四次党代会报告在“突出发展先进制造业”章节中明确指出，成都要前瞻布局未来产业，完善新赛道主动发现和前瞻遴选机制，在基因治疗、类脑智能、未来网络等领域抢占发展先机。10月25日，成都市举行传达学习党的二十大精神大会，强调要坚定不移推进产业建圈强链，加快构建现代化产业体系。
制造业是国家经济命脉所系，是立国之本、强国之基。随着新一代信息技术加速拥抱千行百业，人工智能有了更加广阔的应用空间，智能制造正在多领域多场景落地开花。人工智能与先进制造的深度融合，不仅勾勒出日新月异的数字社会，也让实体经济活力更足、动力更强。人工智能如何赋能制造业？成都如何推动新型工业化迈上新台阶？本期《锦观智库》采访中科院云计算中心虚拟现实研究院副院长、教授文钧雷。
制造业和人工智能融合发展面临哪些机遇？
锦观智库：建设制造强国，建设现代化产业体系，推进新型工业化，促进数字经济和实体经济深度融合……党的二十大报告中的这些重要部署，为各地工业企业推进智能制造指明了具体方向、提供了根本遵循。您认为党的二十大作出的相关部署，将给我国制造业和人工智能产业发展带来哪些机遇？
文钧雷：习近平总书记在党的二十大报告中指出，“建设现代化产业体系。坚持把发展经济的着力点放在实体经济上，推进新型工业化，加快建设制造强国、质量强国、航天强国、交通强国、网络强国、数字中国。”制造业是国家经济命脉所系，是立国之本、强国之基。中国是世界上最大的制造业大国，制造业与人工智能的结合是中国从制造大国走向制造强国的重要一步，是中国直面国内国际挑战的重要超车机遇。
党的二十大报告重点强调的智能制造与新兴产业技术创新，充分体现了科学技术作为第一生产力，对当下我国建设科技大国和强国并深化参与全球竞合发展的重要支撑意义。在全球经济形态由传统产业逐步向新经济产业转型的过程中，科学技术作为重要的生产力要素，对新兴产业的开拓发展和传统产业的降本增效，起到了非常重要的作用。新型制造业与人工智能技术作为新兴产业的生产力产业技术生态，二者自身乃至于结合点是全球下一代产业竞争的核心科技创新领域，并将引导多个新经济领域的跨越式发展。
党的二十大报告的重点部署充分体现了我国科技政策的全局观、大局观，战略性地强调产业融合式发展，关键引导型技术的重点发展，这将推动智能技术更加能够着眼于与具体行业相结合的应用发展，使得产业经济更加关注智能化的投入与产业升级，给人工智能和制造业自身的发展，以及二者融合发展的产业升级，提供明确的战略目标和政策导向。接下来，随着产业投资、扶持政策、人才引入等行业持续利好发展的政策落地，将给相关领域注入更新而有力的动能，给我国制造业与人工智能产业发展带来新机遇。
人工智能赋能制造业如何促进生产生活方式变革？
锦观智库：回顾过去十年，我国已经深入推进了智能制造工程和制造业数字化转型。大数据、云计算、人工智能已与制造业深度融合发展，这既引发了生产方式变革，也给我们普通人的生活方式带来了很多改变。根据您的研究和观察，人工智能赋能制造业，如何促进了生产生活方式的变革？
文钧雷：近年来，我国在信息技术等领域的研究与应用取得了相当不错的成绩。人工智能、5G通信以及云计算等技术的不断进步，为我国各行业的智能化、便捷化、创新化的发展起到了关键作用。尤其是党的十八大以来，我国智能制造取得了长足进步。可以说，过去十年是人工智能跨越式发展的十年，深度学习算法的出现赋予人工智能更加“智能”的学习能力，并成为多个领域的明星应用。
其中，人工智能与制造业融合后的智能制造领域取得了巨大发展，智能型制造推动高端制造业的无人化管理，全流程更加安全、可控，推进传统制造业中间的生产流程更加智能，降低了浪费，提升了效率，比如加入了人工智能系统的皮革业，使得原料切割更加省料，加入了机器人巡检系统更加稳定可靠，从而优化人力资源。强化巡检密度和安全系数，智能制造全流程化降低电子产品乃至于消费品的成本，在品质保有的基础上获得更低廉的价格。
智能制造让生活更加精致，让优质消费品触手可及且更加耐用、功能更多，如电动新能源汽车让车辆成本和维护使用成本降低，出行更加智能；智能制造+新材料让房屋更加节能，在灾难面前更加坚固，建设速度更加高效；智能制造推进了高端复杂医疗装备的生产，使得海外进口的专业设备实现了部分国产化的替代，大幅度降低了成本，让患者可以大大降低使用价格，低成本获得高水平的医疗服务；智能制造让农业智能化生产实现采摘包装的全流程自动化，通过设备智能控制温度、湿度、水分中的养分结构，让原本适合不同地方水土的经济作物可以在同一物理空间产出。
“制造业+人工智能”有哪些产业应用场景？
锦观智库：制造业为人工智能技术落地提供丰富的应用场景，同时，人工智能在生产制造的不同阶段都有潜在应用，对促进制造业的生产、服务及商业模式创新有重要作用。能否列举或分析一下“制造业+人工智能”在基础层、技术平台层和应用层等层面的产业应用？
文钧雷：目前制造企业中应用的人工智能技术，主要围绕智能语音交互产品、人脸识别、图像识别、图像搜索、声纹识别、文字识别、机器翻译、机器学习、大数据计算、数据可视化等方面。在过去一个产业发展阶段，人工智能结合制造业在大、中乃至小型企业中都创造了一些优质应用案例。
比如，在智能工厂的建设期阶段，通过虚拟现实的数字化孪生和制造系统的大数据，我们可以模拟一个智能化工厂从建设到使用的全过程，甚至通过VR系统可以让工人在虚拟车间内完成流程操作的培训并熟悉环境；在原料处理阶段，我们可以通过机器学习以智能视觉和智能监测系统进行原料的最优组织管理，如切割和分类；在执行生产阶段，通过AIot的传感器网络，可以实时监察和控制制造设备并获取生产参数，在智能化管理流程中，通过智能终端对生产的全过程进行大数据可视化，从而使得管理人员调配更加精准和生产流程可追溯。
智能制造可以让每个工艺实现精准化的标准加工，对系统化而言，除了应用人工智能生产各流程(应用系统)，智能硬件管理平台（基础层）、生产全流程大数据综合平台、流动资产数据管理平台、产品成品率检测数据平台、安全生产大数据预警平台等（平台层）都是人工智能的应用领域。
如何让智能化创新与制造业发展加速融合？
锦观智库：2021年底，成都布局“建圈强链”行动，明确集成电路、新型显示、高端软件等20条产业链……围绕党的二十大精神和部署，结合成都制造业和人工智能产业的基础优势、发展状况，您建议成都如何进一步以数字化转型、智能化升级为抓手，推动新型工业化迈上新台阶？
文钧雷：随着新一代信息技术的不断发展，人工智能有了更广阔的应用空间，在多个场景加速落地应用，不同层次、不同应用的人工智能技术和产品开始出现在成都经济社会发展一线。这两年，成都已基本形成从基础支撑、核心技术到上层应用的全产业链企业集群。从数据来看，2020年，成都人工智能产业规模约200亿元，2021年达413.9亿元，实现一年翻一番；2022年上半年达309.7亿元，同比增长53.99%。
过去十年，成都电子信息产业取得了长足发展，十年的布局让成都成为了西部乃至全国的信息产业重镇，基础人才丰富，行业发展潜力巨大，具备实现智能化产业的良好底座。智能制造是未来基础行业发展的支撑动能，在成都发展智能制造产业，首先是培育一批智能制造咨询和服务领域的核心创新型企业，为制造业升级和塑造产业闭环提供转型通道，为发展起来的智能制造企业持续提供前沿的创新技术服务支撑，让智能化的创新与制造业的流程加速融合。
此外，要充分体现政府部门的政策制定优势，出台政策鼓励智能制造型企业落地，引入一批智能制造的标杆型企业，营造产业发展环境，同时，对传统制造业向智能化数字化发展提供政策扶持，鼓励传统企业向科技型制造业发展，增加高校相关智能制造技术平台设计专业人才的培养，形成以科技服务、大中小型智能制造企业群、创新人才三位一体的产业支撑结构。这将有助于成都把握新型智能工业化发展的战略契机，持续夯实产业基础并优化电子信息产业发展结构，继续领军西部并影响全国。
成都日报锦观新闻记者陈仕印受访者供图
人工智能与智能制造
人类发明计算机的初衷是帮助人们进行数据计算。由于人的很多思维过程都可以转化成计算问题，所以计算机往往被俗称为电脑。计算机可以计算很多问题，但只有一部分算法被称为人工智能算法。
国内曾有著名专家学者提出：智能制造就是人工智能加制造。这种观点会对推进智能制造带来思想混乱。为此，我们有必要澄清这两个概念的关系。
人工智能的两个经典学派
谈到智能制造，人们很容易联想到各种高级算法，如机器学习和逻辑推理。事实上，人工智能技术在最近十几年最重要的进展就是深度学习技术，这也是人工智能最近成为热点的原因。
人类发明计算机的初衷是帮助人们进行数据计算。由于人的很多思维过程都可以转化成计算问题，所以计算机往往被俗称为电脑。计算机可以计算很多问题，但只有一部分算法被称为人工智能算法。
一般来说，人工智能的算法往往有两个特点：一是普通的算法不容易解决，二是与人的思维接近。因此，算术、方程求解、排序等常见算法一般不被算作人工智能算法，只有涉及复杂逻辑推理和知识学习等问题时，才被称为人工智能算法。
计算机在解决逻辑推理问题时，往往先将其转化为搜索问题。人工智能关注的搜索问题往往会面临组合爆炸，计算机也难以求得最优解。下棋就是这种典型问题。但是，面对这类组合爆炸问题，人类往往有能力用有限的搜索找到相对较好的办法。这就是体现智能的地方。有人把智能算法的特点描述为能够从一个巨大的搜索空间中迅速找到比较好解的算法。因此，谷歌公司建立之初就定位为“做人工智能的公司”。
要把人的想法变成计算机代码，前提是必须能用计算机语言精确地表达出来。但是，人的很多认识恰恰是难以用语言表达清楚的。例如，我们很容易认出一个熟人，也很容易识别梨的味道，但这些认识不容易说出来。再如，棋手对“棋势”有一种直觉的认识，这种直觉能够帮助人们把注意力聚焦在个别重要的棋子上。但是，这种直觉同样难以用精确的语言来描述。这些一般被称为“默会知识”。
人类语言表达不清楚的东西，往往无法直接变成计算机代码。机器学习就是用来解决这个困难的。所谓机器学习，一般是用数学函数模拟人或动物的神经系统，通过数据不断修正这个模型，从而形成类似感性认识的知识。这样就避开了“默会”知识“难以编码”的困难。
然而，让计算机获得“感性认识”并不容易。例如，模型识别的错误比例往往太高。导致这类问题的原因很多，有数据的原因、模型的原因，也有训练算法的原因。随着计算机计算和存储能力的增强，积累的数据越来越多。在这样的背景下，出现了深度学习技术并在多个领域取得了巨大的成功。于是，人工智能成为近期的热点。
人们可以从很多角度认识人工智能，由此产生了很多的学派。其中，两个经典的主流学派分别是模拟逻辑推理的符号学派和模拟神经系统结构的连接学派。这两个学派的方法可以结合在一起进行应用。例如，阿尔法狗需要进行逻辑推理，但为了解决搜索中组合爆炸的问题，又需要模拟棋手的感性认识，而这种感性认识就是通过深度学习得到的。
自动化与人工智能的控制论学派
除了上述两个经典学派外，人工智能还有一个重要的学派被称为控制论学派。控制论是自动化和智能化的理论基础。多年以来，自动化学科比人工智能更成熟、应用范围更广和影响力也更大。因此，学术界谈论人工智能时，指的往往是上述两个学派，而不是控制论学派。但是，这个学派的思想恰恰是智能制造主要的理论基础。
20世纪40年代，控制论之父诺伯特?维纳(NorbertWiener)想到一个问题：机器和动物(或人)到底有什么区别?维纳认为，机器一般只能按既定的步骤和逻辑运行，而动物能通过信息感知到外部世界的变化，并根据新的信息进行决策、采取行动。例如，一只正在吃草的山羊突然看到了一只狼，它会马上停止吃草，奔跑逃命。自动化就是要把感知、决策和执行3个要素统一起来，这3个要素类似于动物的感觉器官、大脑和四肢的功能。这就是自动化的本质特征。事实上，自动化系统一般由传感器、控制器和控制对象构成，分别用于信息获得、决策和执行。
与人工智能的两个经典学派不同，控制论关心的是效果和作用，往往不在乎算法和逻辑是不是复杂。事实上，自动化用到的一些算法和逻辑可能相当简单。
最近几十年来，自动化应用的范围越来越广，但也有局限性。一般来说，自动化系统能够应对的都是“预料之中”的变化。当出现设备故障、生产异常等预料之外的问题时，还是需要人来处理。这是因为计算机处理问题都是有预案的，其灵活处理问题的能力远远不如人类。
智能制造的概念
智能制造技术是信息通信技术的发展带动的，是信息通信技术在工业的广泛、深入应用。德国的工业4.0和美国的工业互联网都属于智能制造的范畴。
从整体效果来看，智能制造能够加强企业快速响应变化的能力。市场或用户有了新的需求，能够尽快设计并制造出来以供应市场;供应链发生变化时，能尽量避免对生产经营产生的不利影响;生产设备或产品质量发生问题时，能尽快找到问题的根源和解决问题的办法。
从业务角度来看，推进智能制造的主要作用是要促进多方协同、资源共享和知识复用。通俗地讲，协同就是多方协作时“不掉链子”，不耽误彼此的工作;资源共享有利于低成本地获得优质资源;知识复用则可以提高研发和服务的效率，降低获得知识的成本。当企业中的物质、知识和人力资源都能用数字化描述时，互联网就容易促进协同、共享和复用。
计算机的运算能力很强但灵活处理问题的能力很弱。这是限制自动化技术广泛应用的重要原因。为了解决这类问题，先进的制造企业普遍采用了信息化技术。信息化系统能够为管理者收集信息、帮助管理者决策和管理企业的生产和经营。与自动化系统相比，信息系统把决策的工作交由人类完成。
在数字化、网络化时代，成千上万的设备可以实时、高速地采集数据并汇集到一起。人类可以得到更多的信息，但处理信息的能力受到了生理极限的约束。为了解决这个矛盾。美国通用公司发布的《工业互联网》白皮书就提出了解决办法。该白皮书指出，工业互联网有3个要素：智能的机器、高级算法和工作中的人。智能机器指的是可以实时接收和发送数据的机器。但是，人类并不直接处理这些数据。高级算法就像人的秘书一样，帮助人们处理实时数据，从海量数据中找出那些需要人类关注和处理的问题，交给“工作中的人”来处理。
另外，对于常见的问题，可以把专家处理问题的逻辑和方法变成计算机代码，让机器按照人类的想法进行决策。这就是人类知识的数字化。通过这种办法，可以进一步减少人类处理问题的负荷，提高决策的自动化水平——这其实就是智能化。
从某种意义上来说，智能化是自动化和信息化的融合。自动化和信息化融合的思想很早就有了，但在信息通信技术不够发达的时候，技术上很难实现。于是，机会留在了智能化的时代。
智能化对工业企业的意义非常巨大。从企业生态的层面来看，智能化能促进企业之间的分工细化并在企业间建立新的生态关系。“分工促进生产力的发展”是一条非常重要的经济规律。由于互联网能够提高企业之间的协同能力、降低分工的负面影响，这为促进分工的细化奠定了基础。总之，从企业间的关系来看，智能化能够促进社会资源的优化配置。从企业自身的层面来看，智能化能提升企业的管理能力。在我国很多企业中，“技术水平低”的本质往往是管理水平差。某些企业的管理问题所导致的成本损失会超过企业的利润。通过推进智能化，人类的很多决策工作可以交给机器去做，也可以在机器帮助下或“监督”下去做，通过提升企业的管理能力，大大减少因管理不善导致的问题。从现实效果来看，智能化往往能够有效地推动企业整体利益实现最大化。
智能化与人工智能
智能化是一场决策革命，即通过数字化的方法代替人决策、帮助人决策、“监督”人决策。对工业过程来说，决策所需的知识往往是工业人多年积累的结果。这些知识的逻辑往往是清晰的、能够被准确表达的。推进智能制造的时候，容易把这些知识转化成计算机的代码，但智能制造未必用到人工智能的典型算法。因此，“智能制造等于人工智能加制造”的观点是错误的。
但是，经典的人工智能技术确实能够促进智能制造技术的发展。在一些场景下，传感器采集到的信号并不容易转化成语义明确的信息。例如，摄像头可以采集到产品表面的图像信息，但不能把图像信息与质量缺陷的类型和级别对应起来。如果这类问题解决不了，质量管理的逻辑就难以自动地实现，智能化的进程就会受阻。
深度学习等典型的人工智能技术特别善于解决图像识别问题。事实上，图像识别是人工智能算法在工业界最典型也是最主要的应用领域。缺乏人工智能技术，智能制造的体系往往是不完整的。
从某种意义上来说，人工智能是技术问题也是学术问题，这也是学术界特别喜欢研究的问题。现实中，自动化往往只是技术问题，并不是学术问题，因为工程师一般喜欢用最简单的办法解决问题。推进智能化的过程不仅涉及技术问题，往往还涉及企业组织流程的重构、商业模式的创新。从这种意义上讲，智能化的问题往往可以看作企业的管理甚至战略问题。
郭朝晖，博士，教授级高级工程师，优也信息科技有限公司首席科学家，走向智能研究院首席研究员。
文/郭朝晖
本文来自《张江科技评论》
以人工智能为引擎推动产业智能化发展
作者：王林辉（吉林大学商学与管理学院教授）董直庆（华东师范大学工商管理学院教授）
党的二十大报告强调，“推动战略性新兴产业融合集群发展，构建新一代信息技术、人工智能、生物技术、新能源、新材料、高端装备、绿色环保等一批新的增长引擎”。当前，人工智能日益成为引领新一轮科技革命和产业变革的核心技术，在制造、金融、教育、医疗和交通等领域的应用场景不断落地，极大改变了既有的生产生活方式。统计数据显示，中国2021年机器人出货量达26.8195万台，存量突破100万台，2011年后中国人工智能专利申请量高居世界首位，2020年达到46960项，这表明中国已跻身全球人工智能发展的前列，市场前景广阔。作为世界第二大经济体，我国拥有数以亿计的互联网用户以及海量大数据资源，这种大国经济特征为深化人工智能应用、加快产业智能化发展提供了丰富的数据支持和广阔的应用场景。我国门类齐全、体系完整和规模庞大的产业体系，更是为产业智能化向广度和深度发展奠定了坚实基础。展望未来，人工智能技术引领的新一轮科技革命和产业变革浪潮，将成为未来世界经济和高端制造的主导技术，更会对中国现代化产业体系建设发挥无可替代的作用。
人工智能赋能方向和产业智能化应用场景
人工智能技术可以模拟人的思维过程如归纳、推理、判断等，使机器独立或通过人机协作方式执行生产任务。在机器人参与的生产过程中，生产任务被分解成一系列连续型任务，然后通过系统集成、功能集成和网络集成统一由机器人完成。人工智能技术可嵌入技术研发、产品设计、原材料加工、中间品制造、最终品装配、产品流通与市场销售等产业链条的各个环节，全面赋能各个产业链节点，最终产生更高效的新业态与新经济模式。
基于技术高渗透性及生产任务可智能化的属性，人工智能的应用场景不断拓展。人工智能技术正在全面赋能各类行业，全方位改变传统产业的经营模式和生产业务流程，推动产业的智能化升级。在制造业领域，工业机器人可精准代替人工完成高难度、高负荷的任务，尤其是能够代替人在危险或恶劣环境中工作，目前工业机器人应用最广泛的汽车制造业已基本实现全流程智能化制造。在农业领域，智能机器人在播种、灌溉、除草和收割等农业生产中广泛应用，逐渐展现出一幅智慧农业的美好画卷。在服务业领域，智能客服机器人代替人工进行查询、咨询和业务处理等工作，在极大降低客服成本的同时也提升了服务质量。在医疗卫生行业，机器人可协助医生精准完成外科手术，快速完成数以万计影像的特征识别、标注与分析，从而提高病情诊断的效率与准确率，可以协助护理人员帮助患者恢复肢体功能。在商业方面，以人工智能为核心技术的智能化产能预测和销售系统，可以精准对接供求信息并开展智慧决策，实现以市场需求为导向的资源投入和优化决策。
人工智能技术催生新产业、重塑产业链
根据其技术属性，人工智能产业可细分为基础层、技术层和应用层三个层面。基础层主要包括芯片、传感器、云计算和大数据服务等软硬件设施及数据服务；技术层包括核心的人工智能技术诸如机器学习、计算机视觉、语音图像识别和算法理论等；应用层主要指人工智能的应用领域如智能家居、智能安防和智慧金融等。这三个层面的产业和企业相互促进，对我国的产业链进行全方位赋能。
人工智能技术通常以智能机器设备为载体，通过智能化系统实现传统生产环节的智能化改造，在替代劳动力执行生产任务的同时，也会通过创造新生产任务催生相关的新职业和新产业。具体而言，人工智能技术的应用会促进企业突破既有生产边界，向产业链上游延伸或向下游拓展，推动终端设备、产品及服务的智能化，加快技术成果的产业化和商业化，不断衍生出新的行业或新的产品，诸如无人驾驶、无人零售、智能家居等。新产品新产业的涌现，必然会催生大量新的职业。2020年2月25日，人力资源和社会保障部与国家市场监管总局、国家统计局便联合向社会发布了智能制造工程技术人员、工业互联网工程技术人员、虚拟现实工程技术人员、人工智能训练师等新职业。此外，人工智能技术结合互联网、大数据等数字技术不断催生新行业的同时，也不断淘汰旧行业，引发新旧行业更替，从而重塑现有产业格局。
人工智能技术可以促进产业链纵向延伸，不断加大产业链长度，进而实现产业链重构；人工智能技术可以促进产业链的横向拓展，拓宽产业链的宽度并形成产业集群；人工智能技术可以结合大数据和互联网等数字技术，不断提升产业链的内部关联性与外部协同性，从而全面优化产业链，形成产业链新格局。智能化系统的应用能促使互补型企业更好地关联起来，通过企业合并、重组或集群化发展实现产业链横向拓展；智能化系统的应用能接通散落于不同空间产业链的断环或孤环，形成新的产业链环，增加产业链的整体附加值和韧性，有效提高产业链抵御外部风险的能力。当然，人工智能技术也会打破产业链空间稳态，使一些企业摆脱地理区位和传统生产要素的约束，并通过进退与转移形成新的产业集群，带动新的上下游产业发展，从而引发相关产业链由线状向网状交织模式的演化，进而重塑产业链空间格局。
加快发展人工智能技术，推动产业智能化发展
人工智能技术正在成为推动我国经济持续增长的重要引擎，如何占据人工智能技术制高点并推动产业智能化发展，是当前加快产业转型升级，推动经济高质量发展的重要内容。
政府应积极搭建智能服务平台，助力企业加快智能化转型。政府充分发挥主导作用，为相关企业、高校及科研院所的产学研合作提供稳定合作的平台，促进科技成果有效转化；积极建设信息服务平台，为企业提供智能化设备采购、使用指导、维修养护、检测诊断、人员培训和市场推广等服务，多举措支持和促进人工智能产业发展。
企业注重培训在岗人员职业技能，使其快速适应人工智能领域的新技术环境。通过定期组织在岗人员技能培训，提升劳动者的职业技能水平和人机匹配效率，更好地适应新技术环境。人力资源和社会保障部门应联合企业及职业培训机构，根据现实市场需求及时开设相关技能培训课程，如计算机网络、数据存储技术、图像设计等，以及人机交互能力等新技能培训，为劳动者提供技能学习的机会，尽可能减少由于技能折旧引发的失业。
加强校企合作，构建相关劳动就业需求的动态跟踪与预测机制，准确把握人工智能应用背景下的职业技能需求，精准定位人才培养方向。高等院校增设人工智能等相关专业，重视人工智能基础算法与基础硬件等核心课程体系建设，改造和优化原有课程体系，为人工智能技术发展提供人才支持。增设相关的创新创业训练项目，并与企业共建实习实训基地，打造专业理论与实践能力协同培育模式，为社会输送应用型专业人才。
《光明日报》（2022年11月29日 11版）
[责编：丁玉冰]