工业智能白皮书.docx
《工业智能白皮书.docx》由会员分享,可在线阅读,更多相关《工业智能白皮书.docx(48页珍藏版)》请在第一文库网上搜索。
1、一、工业智能发展背景1(一)工业智能化水平不断提升,激活发展新动能1(二)与通用领域A1相比,技术进展逐步同步、产业错位现象更加凸显2(三)落地推进仍存在一系列问题4(四)工业智能创新发展的体系框架6二、工业智能技术进展与趋势8(一)演进规律与现状:四个发展阶段逐步清晰,当前新技术应用不及预期9(二)趋势一:面向更复杂问题更高性能需求的核心赋能技术创新11(三)趋势二:面向工业部署落地的工程化突破.16三、工业智能产业发展现状及趋势22(一)跨界合作:围绕AI核心能力的两类典型合作模式逐步成型22(二)新竞争者涌入:咨询公司渗透布局,以定制化智能解决方案优势扩大市场占有23(三)新环节分化与新
2、主体诞生:行业数据标注与A1服务型企业成为典型代表24(四)核心技术产品:现有产品体系格局下开展融合创新25四、工业智能应用进展29(一)发展规律:由技术导向的点状场景应用向需求导向的综合智能应用演进29(二)应用模式:机理知识相关性决定不同模式的应用成熟度与潜力30(三)应用场景:生产管理智能优化是最主要场景,AI已经与生产机理实现初步融合35(四)国内外应用:应用重点与需求差异性突出,我国在深度与创新性方面有待提高37(五)行业应用:电子信息、汽车、能源电力渗透度最高40五、总结与展望45一、工业智能发展背景(一)工业智能化水平不断提升,激活发展新动能1、工业A1成为全球共识与趋势工业A1
3、成为主要国家政策战略重点之一,推进人工智能创新成为技术创新与融合应用的核心和共识。美国将工业AI纳入关键与新兴技术国家战略,充分发挥信息技术领先优势,高度重视AI、先进制造业等领域,旨在通过工业AI发展抢占先机,主导未来产业;欧盟则将工业AI纳入欧洲2030数字罗盘战略,并发布人工智能白皮书,提出了在2030年实现75%欧盟企业使用云计算、大数据和人工智能的目标;日本将工业A1纳入其第6期科技创新基本计划,发布制造业白皮书,以人工智能技术为基础,构建智能时代“5.0社会”的未来蓝图;韩国发布基于数字的产业创新发展战略,推广不同行业应用A1实现产品设计与研发、制造工艺创新、新型智能化产品与新概念
4、服务等。2、工业AI巨大价值潜力推动市场持续走高工业AI已经获得部分国家地区及领先工业企业的认可。一是高价值高增速,A1赋能工业制造领域的潜力大、增速动能强劲,据埃森哲统计,预计到2035年A1应用使制造业总增长值增长4万亿美元,年增长率可达4.4%。二是高普及,工业A1在欧美等工业发达地区已经实现较高的普及率,据凯捷统计,欧洲顶级制造企业A1应用普及率达到了51%,其中德国有69%的制造商部署AI;日本制造企业AI应用率达到30%;美国制造企业A1应用率达到28%。三是高认可,工业A1的应用场景不断拓宽,而随着产业界的实践锤炼,在部分场景形成了相对一致价值共识,据M1T报告显示,工业A1应用
5、场景认可度前三位是质量管控、库存管理和监控诊断,应用普及率分别达到59%、44%和32%。(二)与通用领域A1相比,技术进展逐步同步、产业错位现象更加凸显技术演进规律总体同步,工业领域跟随性逐步增强。一方面,技术创新应用探索工程化的大路径一致。技术层面来看,工业智能是人工智能技术在工业领域的融合延伸,而本阶段均以深度学习为创新主线,目前均处于以工程化落地能力突破为主的阶段。另一方面,人工智能技术创新和工业领域融合应用之间的滞后周期不断缩短。专家系统诞生与工业领域应用间隔近20年;统计机器学习的工业领域应用基本在10年左右;而深度学习、生成对抗网络等新技术于2012年后在通用领域开展应用,不足4
6、年便已经产生了工业领域探索实例。总体来看,由于人工智能技术可用性的增强以及工业信息化水平的提升,通用技术的工业落地间隔由20年逐步缩短至5年。I1kAI图11:人工智能VS工业智能工业极度碎片化场景和特异性需求进一步放大A1原有差异性。一是工业A1与通用人工智能的创新重点不同。工业A1高价值应用通常集中在与机理强融合的场景,如设备预测性维护、生产过程控制优化、基于知识的综合决策等,与具体行业、企业甚至工厂产线的实际情况紧密相关,差异性较强,当前人工智能在语音、自然语言处理(N1P)等应用技术层面的创新和大模型构建等不是工业A1探索重点。二是工业对A1可解释性等严苛要求导致技术创新与应用落地错位
7、更加严重。目前深度学习、GAN、知识图谱等相对前沿的技术创新与应用多数停留在理论验证层面,实际落地推广成效不及预期。(三)落地推进仍存在一系列问题从企业应用实践来看,工业智能发展还面临很多切实问题与困难。一是工业A1技术方案实施的资金及人力投入大,企业难以负担成本。二是深度学习的可解释性不强。深度学习这种“联结主义”算法本质是一个端到端的黑箱系统,模型很难对推理结果做出解释,导致归因溯源、异常排查等变得十分困难,限制核心环节或直接决策应用。三是模型无法满足现场计算更新实时性的需求,部分高节拍的生产流程对工业智能模型的推理及参数更新效率提出较高要求,边缘设备算力有限,未经优化裁剪的原始模型往往无
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 工业 智能 白皮书
