人民政協網北京5月22日電 人工智能與工業制造該如何深度融合？全國兩會期間，全國政協委員、交通運輸部科學研究院副院長王先進表示，他的提案是關于推動人工智能與工業制造深度融合的思考建議，從人工智能與實體經濟的深度融合發展的角度建言獻策，以加快我國智能經濟形態的構建，引領傳統產業進行數字化轉型。

王先進在這份名為《關于推動人工智能與工業制造深度融合的思考建議》的提案中指出，工業作為我國實體經濟發展的重要支撐，正面臨巨大的轉型升級考驗。推動人工智能與工業融合發展，一方面有助于應對我國人口紅利消失的影響，提升工業生產效率和產業競爭力，優化我國經濟結構，提升產業競爭力，實現高質量發展，另一方面也有助于應對突發公共衛生事件對生產制造的影響，增強我國經濟韌性。

趨勢：AI與工業深入融合是現代工業發展必由之路

“人工智能作為引領未來的前瞻性、戰略性技術，已經成為新一輪科技革命和產業變革的重要驅動力量?！痹谕跸冗M看來，近年來，我國不斷加快構建工業互聯網，多層次系統化平臺體系初步形成，應用持續深化，從局部突破走向垂直深耕，“總體上來看，人工智能與工業的融合成效初顯，但與美德日等先進國家還存在明顯差距，并且人工智能與工業領域細分子行業融合度差異較大?！?/p>

他認為，我國工業正處在智能化升級的重要階段，以復雜機械裝備仿真設計、制造工藝優化、產品質量（瑕疵）檢測、智能倉儲物流、能耗管控、安全管理等應用場景為切入點，推動人工智能與工業深度融合，既是現代工業發展的必然趨勢，也為人工智能帶來更為廣闊發展的空間。

人工智能與生產制造融合，對生產質量與效率的提高是顯而易見的。以德國海德堡的ABB公司智能工廠為例，該工廠部署了7種智能機器人，能夠根據前序工段特點自動調整工作模式，確保工廠始終處于最佳狀態，最終使工廠生產效率提升了3%，產品種類也增加了3倍。

同時，基于AI的智能在線檢測技術還能提高產品檢測速度及質量，減少因漏檢、誤檢所引起的損失。如曠視為某攝像頭模組企業提供的智能質檢解決方案實現了產品的在線實時檢測，能夠及時發現產品劃傷、折痕、油污、破損等缺陷，缺陷檢測率同比提高90%，降低85%以上人工成本，整體維護成本降低10%。

挑戰：人工智能關鍵基礎共性技術亟待突破

但在實際操作中，人工智能與工業深度融合的問題和挑戰也仍然面臨不少的問題和挑戰，主要表現在：人工智能關鍵基礎共性技術亟待突破、成功應用案例示范效應不明顯、企業人工智能技術應用缺乏風險分擔機制、產業鏈上下游各環節缺乏協同、工業企業數字化基礎依然薄弱。

“比如說，在人工智能關鍵基礎共性技術層面，我國缺乏完善的由主流框架的人工智能基礎平臺，大部分人工智能企業依托谷歌、臉書等國際巨頭開發框架開發中下游應用，對外部基礎技術依賴度高?！彼治稣J為，“AI+工業”的組合，在諸多工業細分領域也沒有適合切入的應用場景，而現有成功案例多集中在超大型企業，對中小企業缺乏示范推廣效應，“更為致命的是，智能化改造項目平均需要約3.5年時間，投資超過9000萬元，這無疑加大了工業企業的經營風險。”

從產業鏈及行業的角度來看，產業鏈上下游協同不順暢、端到端解決方案能力不足、生產系統數字化率低、工業企業數據不規范等問題，也進一步制約著人工智能與工業的深度融合。

對此，王先進表示，人工智能在工業細分領域的應用差異化特征顯著，只有通過搭建通用型人工智能操作深度學習開發框架，實現場景化算法的快速構建，才能快速響應企業差異化需求，降低人工智能應用開發成本和部署成本。因此，構建深度學習框架級開發能力，也成為人工智能與工業加速融合的必要條件。

值得慶幸的是，在一批國內優秀的人工智能企業的不懈努力下，以MegEngine（天元）、PaddlePaddle（飛槳）、Jittor（計圖）、MindSpore等代表的國產深度學習框架的開源，也為我國人工智能與工業加速融合提供了彎道超車的機會?！叭鐣缫曈诮衲?月正式發布新一代AI生產力平臺Brain++，并開源其核心框架天元(MegEngine)，其中天元也是國內唯一自主研發并全員使用的深度學習框架，可針對不同垂直領域的碎片化需求定制豐富的算法組合，以更少的人力和更短的時間開發出各種新算法，為產業智能解決方案規?；涞靥峁┘夹g保障。”

建言：四大核心關鍵點加速“AI+工業”深度融合

如何推動人工智能與工業的深度融合？王先進在建議中認為可以從以下四大核心關鍵點入手：

支持自主框架，夯實核心技術能力。在基礎技術研發方面，要繼續支持以曠視、百度、華為等重點企業進一步提升自主研發人工智能開發框架以及芯片的應用廣度和深度，減少對國外開源框架和GPU芯片的依賴，同時在工業領域推廣應用自主研發的深度學習框架和芯片，提高工業生產安全性。

同時，還應加快推動國內人工智能行業標準體系建設，探索成立開源基金，這不但能夠積極引導國際人工智能標準發展方向，不斷提升我國人工智能技術標準化水平和國際影響力，還能加快構建自主開源生態。

推進融合應用，提升實體經濟效率。在推進人工智能應用示范方面，重點針對智能產品與裝備、智能工廠與產線、智能管理與服務、智能供應鏈與物流、智能監控與決策等領域梳理需求，定項支持加速解決方案落地，遴選典型案例示范推廣。同時，打造深度融合標志性產品、平臺和解決方案。

在政策扶持方面，鼓勵人工智能“應用先導區”和“創新發展試驗區”對人工智能創新應用的支持，探索設立地方專項資金支持工業人工智能創新應用。建議相關部門能夠為典型行業、典型企業提供專項資金支持，加速行業示范人工智能應用項目的落地，同時加大對已落地案例的推廣，更好地發揮成功示范效應。

鼓勵產業協同，打造產業生態體系。支持人工智能產業聯盟和人工智能與工業融合發展相關聯盟、工作委員會，積極開展行業和跨行業交流合作，推動產業鏈上下游協同和跨行業協同創新。同時鼓勵產業園區搭建跨行業交流平臺，推動工業互聯網平臺集成商與人工智能技術提供商加強合作，加強工業企業與人工智能企業交流合作，實現工業互聯網平臺與人工智能應用集成。

破除行業壁壘，打造融合發展環境。要優化數據治理規則，推動行業間數據流通，建立可執行度高的數據監管條例，為人工智能應用研發和應用提供充分的數據資源和環境支持。構建智能化信息基礎設施，加快建設下一代互聯網、5G通信網、工業互聯網、超算中心等信息基礎設施，形成適應智能經濟、智能社會需要的基礎設施體系，降低行業融合成本。推進智能制造標準體系建設建設，優先針對智能工業機器人、工業物聯網發展和應用需求，推動相關接口標準化。