人工智能正在加速“擁抱”實體經(jīng)濟(jì)

人工智能正在加速與實體經(jīng)濟(jì)深層融合。近日舉行的“2018人工智能和實體經(jīng)濟(jì)深度融合發(fā)展論壇”上，為我們揭示了諸多案例。

該論壇公布了“2018年人工智能與實體經(jīng)濟(jì)深度融合創(chuàng)新項目申報工作”的評選結(jié)果，106個項目在2428個申報項目中脫穎而出。值得注意的是，申報項目中傳統(tǒng)行業(yè)占比可觀。

“在應(yīng)用類目中，科技企業(yè)占比10%，而傳統(tǒng)行業(yè)高達(dá)90%。美的、伊利、上海飛機(jī)制造、長江電力、中日友好醫(yī)院等，在各細(xì)分領(lǐng)域都形成了示范性的案例。”工業(yè)與信息化部科技司高技術(shù)處處長趙策說。

人工智能對于解決傳統(tǒng)行業(yè)復(fù)雜系統(tǒng)、多約束條件下的生產(chǎn)問題展現(xiàn)出了明顯優(yōu)勢。

以飛機(jī)制造行業(yè)為例。8大主要系統(tǒng)、28個關(guān)鍵協(xié)調(diào)界面、33種關(guān)鍵功能、450萬個零件……上海飛機(jī)制造有限公司董事長魏應(yīng)彪在論壇上列出了一系列數(shù)字，以說明飛機(jī)設(shè)計之復(fù)雜。大飛機(jī)被稱為“工業(yè)皇冠”。海量的數(shù)據(jù)、頻繁的人機(jī)交互、高度復(fù)雜的算法軟件系統(tǒng)，這些為飛機(jī)制造帶來了智能制造的場景需求。

什么是智能制造？“智能機(jī)器+先進(jìn)分析工具+人機(jī)交互，就是智能制造。”中國工程院院士鄔賀銓介紹，“人工智能與云計算、大數(shù)據(jù)、5G技術(shù)一起，成為支撐智能制造的信息技術(shù)。”

據(jù)魏應(yīng)彪介紹，上海飛機(jī)制造公司正在建設(shè)5G園區(qū)，部署覆蓋整個園區(qū)的普及網(wǎng)絡(luò)，“5G方便設(shè)備的互聯(lián)互通及數(shù)據(jù)實時采集，為智能制造奠定了大數(shù)據(jù)的基礎(chǔ)。”同時，一批先進(jìn)智能裝備的使用，解放了工人的雙手，如自動噴涂機(jī)器人、柔性軌制機(jī)器人、自動鉆鉚機(jī)器人、激光掃描機(jī)器人等。

在此基礎(chǔ)上，人工智能發(fā)揮作用，利用機(jī)器視覺、圖像識別、語音交互、大數(shù)據(jù)分析等技術(shù)，實現(xiàn)智慧感知、智慧排產(chǎn)、智慧檢測、智慧決策。

以飛機(jī)復(fù)合材料結(jié)構(gòu)檢測為例。“傳統(tǒng)的檢測過程包括，制造預(yù)埋典型缺陷的標(biāo)準(zhǔn)對比版塊，掃描復(fù)合材料的結(jié)構(gòu)、形成類似X光片的圖像和模型，進(jìn)行人工對比與評判。”魏應(yīng)彪說，由于版塊制作難、成本高，飛機(jī)結(jié)構(gòu)復(fù)雜，缺陷種類多，圖像信號復(fù)雜，快速可靠的飛機(jī)復(fù)合材料結(jié)構(gòu)檢測一直是世界性的難題。

人工智能的出現(xiàn)，讓事情出現(xiàn)了轉(zhuǎn)機(jī)。“我們針對典型缺陷的樣本進(jìn)行海量數(shù)據(jù)采集，提取關(guān)鍵信息后建立數(shù)據(jù)庫，并運用5G技術(shù)存儲在云平臺上，連接評價系統(tǒng)。建立的深入學(xué)習(xí)模型可以對缺陷進(jìn)行檢測，并且不斷迭代。”魏應(yīng)彪介紹，目前評判的時間已經(jīng)由4個小時縮短為幾分鐘，專業(yè)人員的成本降低95%。

事實上，將人工智能技術(shù)用于智慧檢測后，帶來的良品率提升，可給企業(yè)帶來可觀利潤。“良品率每提升1%，會增加幾個億的利潤。”深圳華星光電技術(shù)有限公司董事會秘書張瑋說。作為一家面板公司，華星光電采用人工智能對面板海量圖片進(jìn)行快速學(xué)習(xí)與訓(xùn)練后，建立高精度模型，實現(xiàn)機(jī)器自主質(zhì)檢。這一技術(shù)配合自動化生產(chǎn)線，從材料投入到成品，整整兩周的時間內(nèi)，都不需要人為干預(yù)，“生產(chǎn)效率能提升5%”。

鄔賀銓為我們列出了人工智能與實體經(jīng)濟(jì)更多的結(jié)合點。“傳統(tǒng)視覺設(shè)備誤判率可能高達(dá)20%，人會犯重復(fù)的錯誤，但人工智能通過對錯誤的學(xué)習(xí)，可將誤判率下降到3%以下。”

“接下來說說，人工智能技術(shù)在優(yōu)化生產(chǎn)參數(shù)中的應(yīng)用。膠源產(chǎn)地、加工廠、批次數(shù)千個復(fù)雜因子都會影響橡膠質(zhì)量，引入人工智能后，混煉膠平均合格率提升3%-5%，年增千萬元級的利潤。”

雖然實體經(jīng)濟(jì)與人工智能的融合已經(jīng)有了初步的成果，但仍有大量問題需要探索。大量的數(shù)據(jù)、豐富的應(yīng)用場景、足夠的算力、活躍的用戶，這些對于人工智能的使用至關(guān)重要，但這些條件對于不少企業(yè)來說還有較大差距。

“我們在江浙考察，發(fā)現(xiàn)很多傳統(tǒng)的實體經(jīng)濟(jì)企業(yè)，仍處在非常初級的數(shù)字化階段，數(shù)據(jù)獲取能力還比較薄弱，傳感器也比較一般。”天堂硅谷行業(yè)合伙人許肇元說。

專家還建議，不要盲目追求大數(shù)據(jù)。“不管有多少數(shù)據(jù)，距離轉(zhuǎn)化價值還有很多工作要做。數(shù)據(jù)從采集到錄入，需要大量工程的配合。企業(yè)一定要核算，要有成本約束。”中國移動通信研究院首席科學(xué)家馮俊蘭說，企業(yè)還要考慮到，人工智能技術(shù)的應(yīng)用會對原有運營體系構(gòu)成很大沖擊。（新華社上海9月19日電  記者杜康）