中国新闻社
首页 新闻大观 中新财经 中新体育 中新影视 中新图片 台湾频道 华人世界 中新专稿 图文专稿 中新出版 中新专著 供稿服务



首页>>新闻大观>>国内新闻>>新闻报道

全国政协委员王先进bzM:推动人工智能与工业制造深度融合

2020-05-25 07:14:36

北京快三开奖结果查询今天在线开户网址【gbh88.wang】【贵宾会.wang】客服热线【+639308758888】★贵宾会(亚洲版)★致力打造国际性的高端在线娱乐信誉平台,在这里您的资金绝对安全,中英文客服在线24小时服务,敬邀您来体验!全国政协委员王先进bzM:推动人工智能与工业制造深度融合

  

  原标题L:全国政协委员王先进:推动人工智能与工业制造深度融合4v,加速传统产业数字化转型?

  5月22日q7,十三届全国人大第三次会议在北京开幕TCUL。国务院总理李克强在做hcC《政府工作报告o7mZP》时指出toLGg,要推动制造业升级和新兴产业发展PhWiK,发展工业互联网NJ,推进智能制造Q。全国政协委员Hx、交通运输部科学研究院副院长王先进表示63,在今年两会上D,他将提交关于推动人工智能与工业制造深度融合的思考建议SiF9,从人工智能与实体经济的深度融合发展的角度建言献策NNz,以加快我国智能经济形态的构建kJlgB,引领传统产业进行数字化转型1b。

  王先进在这份名为T64《关于推动人工智能与工业制造深度融合的思考建议》的提案中指出rMf,工业作为我国实体经济发展的重要支撑NC,正面临巨大的转型升级考验u。推动人工智能与工业融合发展,一方面有助于应对我国人口红利消失的影响kX61,提升工业生产效率和产业竞争力hAJ,优化我国经济结构x,提升产业竞争力XlT,实现高质量发展S,另一方面也有助于应对突发公共卫生事件对生产制造的影响23012x,增强我国经济韧性Zgdtl。

全国政协委员XR、交通运输部科学研究院副院长王先进全国政协委员G、交通运输部科学研究院副院长王先进

  趋势dUSI:AI与工业深入融合是现代工业发展必由之路

  a“人工智能作为引领未来的前瞻性1wH、战略性技术bRznbr,已经成为新一轮科技革命和产业变革的重要驱动力量W。9c”在王先进看来Amc,近年来5yB,我国不断加快构建工业互联网8oVKq,多层次系统化平台体系初步形成yMcaP,应用持续深化e5e,从局部突破走向垂直深耕qfW,Vru“总体上来看5K,人工智能与工业的融合成效初显Rq,但与美德日等先进国家还存在明显差距dhSr,并且人工智能与工业领域细分子行业融合度差异较大RLW4I。ModT”

  他认为zy2,我国工业正处在智能化升级的重要阶段cTk,以复杂机械装备仿真设计pur、制造工艺优化KkIWS、产品质量l(瑕疵uyBbj)检测、智能仓储物流km2Jm、能耗管控1tV、安全管理等应用场景为切入点cy3aF,推动人工智能与工业深度融合X,既是现代工业发展的必然趋势ds9l,也为人工智能带来更为广阔发展的空间。

  人工智能与生产制造融合zU,对生产质量与效率的提高是显而易见的9vYza。以德国海德堡的ABB公司智能工厂为例3C2,该工厂部署了7种智能机器人V6Gx,能够根据前序工段特点自动调整工作模式rFcW,确保工厂始终处于最佳状态SeKh2m,最终使工厂生产效率提升了3%EOz,产品种类也增加了3倍FFHma。

  同时X,基于AI的智能在线检测技术还能提高产品检测速度及质量K8tW,减少因漏检Oz2、误检所引起的损失nLZ。如旷视为某摄像头模组企业提供的智能质检解决方案实现了产品的在线实时检测vBL3,能够及时发现产品划伤n6E、折痕8AJeP、油污kbe9L、破损等缺陷BPDm,缺陷检测率同比提高90%e2,降低85%以上人工成本fKmC,整体维护成本降低10%Fu9B。

  挑战vIx:人工智能关键基础共性技术亟待突破

  但在实际操作中oz,人工智能与工业深度融合的问题和挑战也仍然面临不少的问题和挑战x0h,主要表现在U93k:人工智能关键基础共性技术亟待突破OOJc、成功应用案例示范效应不明显p82h、企业人工智能技术应用缺乏风险分担机制vJNt1、产业链上下游各环节缺乏协同lwrj、工业企业数字化基础依然薄弱aa。

  6fR“比如说3C,在人工智能关键基础共性技术层面M16,我国缺乏完善的主流框架的人工智能基础平台E4W,大部分人工智能企业依托谷歌W、脸书等国际巨头开发框架开发中下游应用sYo,对外部基础技术依赖度高hUZn4。fop”他分析认为t,Qa“AI+工业WQLR”的组合AI,在诸多工业细分领域也没有适合切入的应用场景CIv,而现有成功案例多集中在超大型企业,对中小企业缺乏示范推广效应FRioH,O0Jf6“更为致命的是8EGk,智能化改造项目平均需要约3.5年时间WJdB6,投资超过9000万元ZvPtN,这无疑加大了工业企业的经营风险1。LPd”

  从产业链及行业的角度来看VhT,产业链上下游协同不顺畅2、端到端解决方案能力不足6、生产系统数字化率低Qak9dd、工业企业数据不规范等问题wJ,也进一步制约着人工智能与工业的深度融合Js6n。

  对此sb,王先进表示3,人工智能在工业细分领域的应用差异化特征显著CtmT,只有通过搭建通用型人工智能操作深度学习开发框架,实现场景化算法的快速构建fs,才能快速响应企业差异化需求aaiJ,降低人工智能应用开发成本和部署成本。因此nGm,构建深度学习框架级开发能力Y9J,也成为人工智能与工业加速融合的必要条件of。

  值得庆幸的是Jv1d,在一批国内优秀的人工智能企业的不懈努力下GHe,以MegEngineR9n(天元Fy8)at2、PaddlePaddleo08oge(飞桨DirR)mI、JittorwR(计图3q)8Dl、MindSpore等代表的国产深度学习框架的开源Gtg7TS,也为我国人工智能与工业加速融合提供了弯道超车的机会Jo。kZO“如旷视于今年3月正式发布新一代AI生产力平台Brain++VOojT,并开源其核心框架天元SmY8(MegEngineF)rfIb,其中天元也是国内唯一自主研发并全员使用的深度学习框架n,可针对不同垂直领域的碎片化需求定制丰富的算法组合NQMg,以更少的人力和更短的时间开发出各种新算法LBe9,为产业智能解决方案规模化落地提供技术保障4dxE。k”

  建言:四大核心关键点加速zZPI“AI+工业C1ELw”深度融合

  如何推动人工智能与工业的深度融合?王先进在建议中认为可以从以下四大核心关键点入手ByQhw:

  支持自主框架0,夯实核心技术能力

  在基础技术研发方面GP,要继续支持以旷视、百度bO、华为等重点企业进一步提升自主研发人工智能开发框架以及芯片的应用广度和深度gV,减少对国外开源框架和GPU芯片的依赖X,同时在工业领域推广应用自主研发的深度学习框架和芯片zojU,提高工业生产安全性oBuo。

  同时LzMB,还应加快推动国内人工智能行业标准体系建设QEx,探索成立开源基金gmyo,这不但能够积极引导国际人工智能标准发展方向Y0l11,不断提升我国人工智能技术标准化水平和国际影响力4DQ,还能加快构建自主开源生态EW。

  推进融合应用7todP,提升实体经济效率

  在推进人工智能应用示范方面yCvJ,重点针对智能产品与装备sr、智能工厂与产线YyDHp、智能管理与服务、智能供应链与物流twQTV、智能监控与决策等领域梳理需求FApCQ,定项支持加速解决方案落地k6,遴选典型案例示范推广TbQ。同时Nhry,打造深度融合标志性产品ucvKbq、平台和解决方案。

  在政策扶持方面lcO,鼓励人工智能lJuLl“应用先导区xx”和su“创新发展试验区J”对人工智能创新应用的支持qW6S,探索设立地方专项资金支持工业人工智能创新应用Saanbh。建议相关部门能够为典型行业VPdn4G、典型企业提供专项资金支持l,加速行业示范人工智能应用项目的落地1mZ,同时加大对已落地案例的推广Fw,更好地发挥成功示范效应3q。

  鼓励产业协同cXv,打造产业生态体系

  支持人工智能产业联盟和人工智能与工业融合发展相关联盟VN2J、工作委员会1,积极开展行业和跨行业交流合作2IHZ,推动产业链上下游协同和跨行业协同创新wWis。同时鼓励产业园区搭建跨行业交流平台Dncb,推动工业互联网平台集成商与人工智能技术提供商加强合作JtVLvF,加强工业企业与人工智能企业交流合作8W,实现工业互联网平台与人工智能应用集成Tq1b。

  破除行业壁垒27C,打造融合发展环境

  要优化数据治理规则1JZE,推动行业间数据流通2gtw9,建立可执行度高的数据监管条例V,为人工智能应用研发和应用提供充分的数据资源和环境支持0。构建智能化信息基础设施HE7,加快建设下一代互联网LyMh、5G通信网、工业互联网LFVW8t、超算中心等信息基础设施xhSu,形成适应智能经济zUV、智能社会需要的基础设施体系pGV,降低行业融合成本TDl。推进智能制造标准体系建设建设ybG,优先针对智能工业机器人UuZqY、工业物联网发展和应用需求jeQ,推动相关接口标准化1s。

海量资讯exCm、精准解读KU,尽在新浪财经APP

责任编辑r1rZHh:霍琦


相关报道:彩票网站的极速快三是真的吗
相关报道:广东11元选5走势图怎么杀号
相关报道:黑龙江省快乐十分今天开奖结果
相关报道:幸运28信誉大群
相关报道:安徽快三遗漏二同号
相关报道:安微体彩十一选五开奖结果走势图
相关报道:什么快三现在是10分钟
新闻大观>>国内新闻>新闻报道


新闻大观| 中新财经| 中新体育 中新影视| 中新图片| 台湾频道| 华人世界| 中新专稿| 图文专稿| 中新出版| 中新专著| 供稿服务| 联系我们

分类新闻查询

本网站所刊载信息,不代表中新社观点。 刊用本网站稿件,务经书面授权。