小盟科普丨工業(yè)智能創(chuàng)新發(fā)展的體系框架
近一年來，以ChatGPT為代表的大模型技術(shù)引發(fā)通用人工智能新一輪發(fā)展熱潮，成為改變世界競爭格局的重要力量。圍繞人工智能治理的議題探討顯著增多，全球人工智能治理體系加速構(gòu)建。與此同時，人工智能加速向各產(chǎn)業(yè)滲透，已成為促進新興產(chǎn)業(yè)與傳統(tǒng)產(chǎn)業(yè)、技術(shù)與社會跨界融合發(fā)展不可忽視的動力。
伴隨第四次工業(yè)革命以及工業(yè)數(shù)字化、網(wǎng)絡(luò)化、智能化發(fā)展的大浪潮，工業(yè)制造業(yè)持續(xù)深化探索人工智能融合創(chuàng)新及應(yīng)用：深度學習、大模型等技術(shù)創(chuàng)新、組合賦能和工程化落地不斷加速；產(chǎn)業(yè)爆發(fā)期臨近，老玩家不斷推陳出新、新玩家入局積極活躍；一批新應(yīng)用場景涌現(xiàn)，并不斷向研發(fā)、生產(chǎn)等核心環(huán)節(jié)滲透賦能，在更大范圍內(nèi)發(fā)揮更核心的作用。
工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟組織產(chǎn)業(yè)界系統(tǒng)梳理了相關(guān)內(nèi)容，展開工業(yè)智能系列科普活動。
問：從技術(shù)視角來看，工業(yè)智能體系框架由幾個層級組成？
工業(yè)AI的技術(shù)體系由基礎(chǔ)支撐、算法技術(shù)、應(yīng)用技術(shù)和工業(yè)適配技術(shù)四個層級組成，可劃分為算法技術(shù)+應(yīng)用技術(shù)的核心賦能技術(shù)，以及基礎(chǔ)支撐+工業(yè)適配的工程化技術(shù)兩大類別。
核心賦能技術(shù)通過兩類方式賦能工業(yè)。主要包括以機器學習、深度學習和其他學習方式為主的數(shù)據(jù)科學；以專家系統(tǒng)、知識圖譜為代表的知識工程；以人機、類腦為代表的探索技術(shù)；以機器視覺、NLP和語音識別為代表的應(yīng)用技術(shù)。一是基于算法技術(shù)針對工業(yè)具體環(huán)節(jié)和問題進行賦能，通過數(shù)據(jù)建模分析、大模型或知識圖譜構(gòu)建等方式，解決工業(yè)領(lǐng)域的個性化場景問題，如生產(chǎn)制造過程參數(shù)優(yōu)化、設(shè)備預測性維護、工業(yè)供應(yīng)鏈優(yōu)化等；二是通用應(yīng)用技術(shù)的工業(yè)遷移，將視覺、語音等相對成熟應(yīng)用技術(shù)直接遷移到工業(yè)領(lǐng)域，解決相似的工業(yè)問題，如表單識別、產(chǎn)品表面檢測、安全巡檢等。
工程化技術(shù)主要解決核心賦能技術(shù)落地推廣的關(guān)鍵問題：一是基礎(chǔ)支撐層，主要包括數(shù)據(jù)、芯片與計算模塊、開源計算框架等，涵蓋人工智能算法、算力、數(shù)據(jù)三大要素的后兩個，為工業(yè)算法模型提供軟硬件支持。二是工業(yè)適配技術(shù)，具體指為了適應(yīng)工業(yè)領(lǐng)域特殊需求、解決前文所述融合技術(shù)問題、實現(xiàn)產(chǎn)業(yè)化相關(guān)的技術(shù)，如數(shù)據(jù)可用性、可解釋性、實時性與自動訓練等，工業(yè)適配層面的技術(shù)是驅(qū)動AI實際落地工業(yè)的關(guān)鍵。
問：從產(chǎn)業(yè)視角來看，工業(yè)智能體系框架由幾個層級組成？
AI與工業(yè)供給產(chǎn)業(yè)融合形成的核心產(chǎn)品、方案與服務(wù)，是AI賦能工業(yè)的主要載體。主要包括四個方面，按層級關(guān)系可分為基礎(chǔ)軟硬件、智能工業(yè)裝備、自動化與邊緣系統(tǒng)、平臺/工業(yè)軟件與方案。其中，基礎(chǔ)軟硬件是指各類芯片/計算模塊、AI框架、工業(yè)相機等相對通用的軟硬產(chǎn)品；智能工業(yè)裝備是融合智能算法能力的機器人、AGV、機床等通用/專用的工業(yè)生產(chǎn)制造裝備；自動化與邊緣系統(tǒng)主要指融合了智能算法的工業(yè)控制系統(tǒng)；平臺/工業(yè)軟件與方案既包括傳統(tǒng)單機軟件與AI融合升級，也包含各類具有AI能力的工業(yè)互聯(lián)網(wǎng)平臺及其衍生的解決方案、智能應(yīng)用服務(wù)。
工業(yè)智能形成三類核心應(yīng)用模式。工業(yè)智能已經(jīng)在研發(fā)、生產(chǎn)、管理與服務(wù)等全環(huán)節(jié)形成各類智能化場景。一是識別類應(yīng)用，與工業(yè)智能的應(yīng)用技術(shù)相對應(yīng)，包括工業(yè)視覺檢測、表單識別和工業(yè)語音信號識別等；二是數(shù)據(jù)建模優(yōu)化類應(yīng)用，與通用算法技術(shù)中的數(shù)據(jù)科學相對應(yīng)，如基于機器學習、深度學習技術(shù)的智能排產(chǎn)、設(shè)備運維、工藝參數(shù)優(yōu)化等；三是知識推理決策類應(yīng)用，與通用算法技術(shù)中的知識工程相對應(yīng)，如冶煉專家系統(tǒng)、設(shè)備故障診斷專家系統(tǒng)、供應(yīng)鏈知識圖譜等。
圖：工業(yè)智能應(yīng)用場景分布
AII微信公眾號
AII頭條號