人工智能与工业互联网平台融合发展的对策及建议
当前，人工智能在医疗、金融、安防等领域的探索步伐不断加快，成为新型基础设施建设的重要领域。特别是在本次新冠肺炎疫情期间，人工智能围绕人脸识别、基因测序、智能机器人等领域发挥重要作用。
习近平总书记强调，“人工智能是引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的‘头雁’效应。”人工智能是工业互联网的重要使能技术，工业互联网平台为人工智能在工业领域落地提供大量应用场景和基础支撑。推动人工智能与工业互联网融合发展，有利于进一步提升工业互联网平台服务能力，丰富工业互联网应用场景，加速工业互联网的落地推广，切实提高制造企业数字化、网络化、智能化水平。
一、人工智能：工业互联网平台运行的“神经系统”
（一）人工智能提升工业互联网平台边缘智能水平
工业互联网作为新一代信息技术与制造业融合发展的产物，涵盖研发、设计、生产、制造、物流等多类系统。
通过运用人工智能技术有利于实现各类工业设备的自决策、自治理，推动设备在最佳运行状态自动实现信息交换、分析决策与协同工作，提高边缘智能水平。同时，通过对语音、手势等进行智能识别，有利于打造新型人机交互体系，提高互联设备管理效率。
（二）人工智能提升工业互联网平台模型供给水平
工业知识积累不足、优秀模型算法供给匮乏是制约工业互联网平台深度应用的重要因素。
人工智能通过赋予模型算法自学习、自优化能力，加强模型有效供给。一方面，人工智能有助于跨过部分机理不明的“技术黑箱”，直接寻找生产参数之间的关系并提供优化方案，提升对未知世界的掌握能力。另一方面，人工智能有助于推动建模优化与迭代升级，增强工业互联网平台解决实际问题的能力。
（三）人工智能提升工业互联网平台综合服务水平
人工智能深度参与工业互联网平台的感知、计算、分析等环节，有利于打造数据流通闭环，实现描述、诊断、预测、决策、控制等功能。
人工智能有助于推动工业互联网平台更大范围、更高效率、更加精准地优化生产和服务资源配置，使工业以更加灵活、高效和节能的方式运作，加快传统产业转型升级，为先进制造业发展提供技术基础。
二、应用场景和实践案例
（一）边缘智能设备
基于工业互联网平台打造边缘智能设备，能够通过边缘侧的全面感知、精准计算与自主控制，有效缓解数据中心计算压力，满足低时延、低能耗、高可靠的计算要求，助力设备快速部署应用。
例如，航天云网基于INDICS工业互联网平台打造口罩生产边缘智能一体机，通过内嵌口罩生产工艺流程和生产管理系统，在边缘侧实现车间级应用闭环，口罩日产能可达10万支，助力转产企业快速组织口罩生产。
（二）智能生产优化
人工智能与工业互联网平台融合发展有利于企业优化生产工艺、降低生产成本、提高生产效率。应用深度学习技术能够有效解决工业场景中的识别、监控、推理、预测等问题，适用于设备故障定位、产品质量检测、工艺流程优化等工业场景。
例如，富士康基于深度学习实现刀具寿命智能预测，助力企业从计件换刀到精准换刀转变，使刀具寿命延长15%，产品良率提高30%。
（三）商业辅助决策
应用知识图谱有利于解决工业要素的挖掘、分析、建模、可视化等问题，适用于集团辅助决策、供应链精益化管理、生产计划预测等工业场景。利用工业智能的手段赋能现有商业模式，可为企业决策提供辅助支撑。
例如，西门子、IBM、华为等公司通过构建供应链知识图谱，通过汇集多方信息资源，提高供应链风险管理效率。
三、问题和挑战
（一）数据采集困难，智能升级基础不牢
数据是人工智能的“燃料”，优秀的人工智能算法需要海量数据进行训练、迭代、优化，否则将会出现“无用输入-无用产出”的恶性循环。一方面，工业数据多为大体量、低质量的“脏”数据，需要经过大量数据清洗作业才能用于分析，提高了数据应用难度。另一方面，由于企业的数字化层次不一、各种装备接口标准不一、数据格式形式多样等因素，工业数据采集在实践中难度极大。
（二）边缘算力不足，难以满足即时需求
一方面，工业互联网的事故报警、故障诊断等场景需要在短时间内针对光电、温度、气压、声音、湿度等不同类别的传感器的大量数据进行即时分析处理，需要大量算力支持。另一方面，5G、边云协同等技术的推广应用使得计算“无处不在”，对算力需求呈现出爆发性增长趋势。据华为预测，5年后人工智能计算所消耗的算力将占到算力消耗总量的80%以上。目前我国在人工智能芯片、数据中心等领域核心技术积累不足，难以满足瞬时大量算力需求。
（三）核心算法匮乏，制约平台深度应用
人工智能是将数学、算法理论和工程实践紧密结合的领域。我国制造业行业机理模型和核心算法积累不足，面对各类复杂的工业场景，难以支撑工业互联网平台高水平深度应用。如何将专家知识、机理模型融合进人工智能模型，加快工业知识的沉淀、传播和复用，已经成为推动人工智能与工业互联网平台融合发展亟需解决的重大问题。
四、对策和建议
当前，人工智能正处于技术爆发期，“工业智联网”等新名词不断出现，容易造成概念混淆；亟需进一步把握工业互联网本质，深化工业互联网认识，破除概念迷雾，去伪存真，加速人工智能与工业互联网平台融合发展，提升产业智能化发展水平。
（一）夯实产业基础，突破关键共性技术
一是鼓励工业互联网平台企业围绕底层连接、数据管理、并行计算等核心领域加大资金和人才投入，突破面向云端训练、终端应用的模型编译器等关键技术。二是引导企业加快发展图形处理器、现场可编程门阵列、专用集成电路等基础硬件。三是鼓励龙头企业培育适用于工业场景的工具和开发环境，推动工业互联网平台应用卷积神经网络、递归神经网络等算法应用开发。
（二）强化示范引领，加快人工智能产品开发
一是培育设备级智能，培育一批人工智能标杆设备，加快推动复杂环境识别、新型人机交互等技术在工业互联平台的集成应用。二是打造企业级智能，鼓励满足条件的企业基于平台汇聚政产学研用各方资源，打造工艺优化、自动质检等企业级智能解决方案。三是探索产业链级智能，推动建设提供知识图谱、算法训练、产品优化等服务的公共平台和开源社区，开发跨领域、跨行业人工智能产品。
（三）完善生态体系，深化跨界融合智能发展
一是探索建设人工智能产业标准规范体系，建立并完善基础共性、互联互通、安全隐私、行业应用等技术标准。二是引导企业与高校合作开展人工智能专题教育和培训，加快培育一批行业急需的人工智能领域人才。三是通过深度行、现场会等形式，提高行业共识，提高社会认识，挖掘优秀做法，推广典型案例，营造产业发展良好氛围。
