互联网如何“升级”制造业?《“人工智能+制造”产业发展研究报告》发布

640?wx_fmt=jpeg

来源:腾讯研究院

摘要:过去两年,消费升级、智慧零售、智慧城市等概念成了大众讨论的热点。


过去两年,消费升级、智慧零售、智慧城市等概念成了大众讨论的热点。


除了这些概念是新经济的增长点之外,另一个原因是当这些概念落实在我们生活中一个又一个场景的时候,为我们的生活、工作和学习带来了许多便利和变化。


然而你知道吗?消费者端的众多变化其背后是对制造业和供应链体系的全新挑战。已经成熟的制造业体系如何应对全新的消费升级需求?


答案其实很简单:与消费端一样,实现与互联网、人工智能等新技术的结合,实现制造业的转型升级。


虽然对于大多数普通消费者来说,这一过程几乎感觉不到,但实际上它比消费端的产业升级更加重要。


近日,由中国社会科学院工业经济研究所、腾讯研究院共同研究编制的《“人工智能+制造”产业发展研究报告》在北京发布。


报告从概念、现状、影响和对策等方面,对人工智能与制造业融合发展进行了系统性研究。其中重点分析了互联网的资源与能力,为更好发挥互联网的作用指出了方向。


报告中指出,与互联网在用户端带来的翻天覆地变化不同。互联网在制造业体系中的定位更趋近于“助力者”而非“颠覆者”。


帮助制造企业加快转型升级的步伐,成为了互联网+制造业的主要问题。


具体而言,本报告主要探讨了以下几个问题:


640?wx_fmt=gif

互联网在哪些场景帮助了制造业转型?


在C端,互联网经过数十年发展,已成为信息革命的中坚力量,也是当前人工智能技术发展的领航者。


那么互联网如何在制造业中落地呢?其实与在C端发挥的作用相同,无外乎连接、数据、云、算法和安全这五个大的方向。


对“人工智能+制造”而言,目前互联网助力的典型场景主要有三类:


1)产品注智,从软件到硬件的智能升级。互联网可以将其人工智能算法,以能力封装和开放方式嵌入到产品中,从而帮助制造业生产新一代的智能产品。


如谷歌开发出专用于大规模机器学习的智能芯片TPU、腾讯AI开放平台对外提供计算机视觉等AI能力、亚马逊推出内嵌人工智能语音助手的智能音箱echo等;


2)服务注智,提高营销和售后的精准水平。互联网可将利用其人工智能算法,为制造企业提供更精准的增值服务。一是售前营销,以人工智能进行用户侧需求数据的多维分析,实现更实时、精准的广告信息传递,如谷歌为制造业专门开发了精准广告平台;二是售后维护,以物联网、大数据和人工智能算法,实现对制造业产品的实时监测、管理和风险预警。


如三一重工结合腾讯云,把分布全球的30万台设备接入平台,实时采集近1万个运行参数,利用大数据和智能算法,远程管理庞大设备群的运行状况,有效实现故障风险预警,大大提升了排障效率并降低维护成本。


3)生产注智,增强机器自主生产能力。互联网可帮助制造企业,将人工智能技术嵌入生产流程环节中,使得机器能够在更多复杂情况下实现自主生产,从而全面提升生产效率。


目前主要应用在:一是工艺优化,即通过机器学习建立产品的健康模型,识别各制造环节参数对最终产品质量的影响,最终找到最佳生产工艺参数,如腾讯云帮助亿纬锂能提升1.5%良品率、阿里云帮助保利协鑫提升1%良品率等;二是智能质检,即借助机器视觉识别,快速扫描产品质量,提高质检效率。如腾讯云帮助福耀玻璃实现质检工序替代80%人力、并且不良品检出率达到90%以上。


640?wx_fmt=jpeg



640?wx_fmt=gif

“人工智能+制造”,本质是追求人机协同


制造业在过去很长的一段时间里,是“劳动密集型”产业。当人工智能来临的时候,许多人担忧——“是不是制造业中的劳动力要被替代了?”


这其实是对人工智能的一种典型误解。人工智能作为一类信息技术,诞生于上世纪50年代,几乎与计算机同步。60多年来人工智能涉及的技术和派系众多,学界并没有一个明确的定义。


对于大多数公众而言,从其发展目的的角度,可以简单将其理解为“与人类一样聪明的人造机器”。


将这个聪明的“机器”放入制造业中,主要的作用就是使机器能够“达到甚至超过人类技工水平”,以实现企业生产运营效率的提升。这个放入“人工智能”的“智能化”过程,与过去制造业追求“自动化”的过程实际上有本质的差异。


工业革命以后的“自动化”概念追求的是机器自动生产,本质是“机器替人”,强调在完全不需要人的情况下进行不间断的大规模机器生产;而“智能化”追求的是机器的柔性生产,本质是“人机协同”,强调机器能够自主配合要素变化和人的工作。


举个最简单的例子,在过去没有“人工智能+制造”的时候,整个产线只有生产和停工两个状态。生产者没有足够的信息,也无法做出生产什么、怎么生产、生产多少这样的准确预测。在互联网助力制造业的情境下,企业的决策者能够通过打通的上下游信息更好的做出生产决策,反而发挥了人在制造业中的主观能动性。


因此,“人工智能+制造”未来所追求的,不应是简单粗暴的“机器替人”,而应是将工业革命以来极度细化、甚至异化的工人流水线工作,重新拉回“以人为本”的组织模式,即让机器承担更多简单重复甚至危险的工作,而人承担更多管理和创造工作。


640?wx_fmt=jpeg



640?wx_fmt=gif

“人工智能+制造”,必然走向平台模式


制造业是一个庞大的产业,复杂而割裂是它的历史特征。同一个厂房里,可能有好几种来自不同厂家的生产设备,这些设备往往采用各自的技术和数据标准,彼此之间并不能直接连通和交互。不同的工厂、乃至不同的制造业企业,差异就更大了。这样的差异使得传统制造业信息化难度大、效率提升有限。


互联网的普及和发展催生了“平台模式”,平台内信息传播的速度大大增加、交易成本大大降低,有效促进了经济效率的提升。近几年,互联网的这个模式逐渐扩展到了各行各业。对于制造业而言,这个模式就是“工业互联网平台”。


未来“人工智能+制造”的实现的重要基础就是这个平台,由这个平台为产业提供通用的算力(工业云计算和边缘计算)、算据(工业大数据)和算法(工业人工智能)能力,从而推动整个产业的转型升级。


根据调研公司MarketsandMarkets的数据显示,这三部分代表的全球工业互联网平台市场规模占整体“人工智能+制造”的比例,将从2016年的24%增长为2025年的36%,达到2.6千亿美元。


总之对于复杂的制造业而言,互联网需要更多从合作者、助力者、服务者的角度看待。正如腾讯董事会主席兼首席执行官马化腾在2018年腾讯“云+未来”峰会上所言,腾讯“不会进入各行各业取而代之,而是做好连接、工具和生态三个角色”。在此基础上,人工智能等新一代信息技术才能更有效的发挥作用。


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

640?wx_fmt=jpeg

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
" 人 工 智 能+ 制 造 " 产 业 发 展 研 究 报 ——概念、趋势与互联网赋能机会 2018年6月 人工智能制造-产业发展研究报告全文共46页,当前为第1页。 目录 "人工智能+制造" 的现状 "人工智能+制造" 的概念 互联网助力 "人工智能+制造" "人工智能+制造" 的影响 01 02 03 04 05 06 "人工智能+制造" 政策借鉴 加快推进 "人工智能+制造" 对策建议 人工智能制造-产业发展研究报告全文共46页,当前为第2页。 "人工智能+制造"的概念 什么是人工智能 什么是"人工智能+制造" 人工智能如何"+"制造 01 人工智能制造-产业发展研究报告全文共46页,当前为第3页。 为什么要研究"人工智能+制造"? 工业困局 信息革命 发达国家:产业空心化, 赚了利润但丢了就业,且 贸易逆差 发展中国家:产业低值化, 赚了收入和就业,但丢了 利润和环境 算据:大数据 算力:云+边缘计算 算法:深度神经网络 信息技术的发展,对各行各 业效率提升提供了可能 英国:高价值制造人工智能 发展计划 美国:先进制造、工业互联网制造业回流 德国:工业4.0 日本:机器人新战略、工业价 值链、社会5.0 中国:中国制造2025、新一 代人工智能规划 …… 人工智能制造-产业发展研究报告全文共46页,当前为第4页。 概念三问 人工智能制造-产业发展研究报告全文共46页,当前为第5页。 问题1:什么是人工智能? 本田的人 行机器人 ASIMO 波士顿动力的自主机器狗 DeepMind的围棋阿法狗 DeepMind模拟老鼠网格 细胞的定位与导航 人工智能制造-产业发展研究报告全文共46页,当前为第6页。 历史:理论+专家系统 符号主义 (逻辑) 联结主义 (仿生) 行为主义 (控制) 人工智能制造-产业发展研究报告全文共46页,当前为第7页。 当前:大数据+深度学习 深度神经网络 大规模、无监督、多层次 非结构数据处理突破(图像、语音) 算法突破 算力飞跃 互联网50亿连接,积累了海量数据(主要是人) 物联网500亿连接,开启更大规模数据的来源: 机器、政府、生物、环境…… CPU->GPU->TPU,计算速度和效率大幅提升 云+边缘计算,低成本、海量计算资源 光刻等技术进一步发展,芯片越来越小,端处 理能力持续提高 算据激增 ImageNet大赛 2014:Google-22层 2015:MS-152层 2016:商汤-1207层 错误率:6.7%->3.6%->3.1% 年增长率47% 2017年超10EB/月 TPU速度=15-30倍GPU GPU速度=1-3倍CPU 人工智能制造-产业发展研究报告全文共46页,当前为第8页。 未来:小数据+大任务 当前:"大数据、小任务" 海量数据 局部、特定问题(如计算下棋落 子的位置) "暴力"计算 未来:"小数据、大任务" 少量数据 全局问题独立闭环(如像人一样 到场-落座-下棋-离场) "精确"计算 人工智能制造-产业发展研究报告全文共46页,当前为第9页。 问题2:什么是"人工智能+制造"? 人工智能制造-产业发展研究报告全文共46页,当前为第10页。 "人工智能+制造"简史 历史:专家系统辅助制造 20世纪60-80年代,根据"知识库"和"if-then"逻辑推理构建的"专家系统",在矿藏 勘测、污染物处理、太空舱任务控制等方面得到初步应用 专家系统实际上只是一定程度上实现了这些环节和流程的分析和自动化,对于错综复杂的现 实问题只能提供有限的辅助参考 当前:深度学习优化制造 人工智能及相关技术融合应用,逐步实现对制造业各流程环节效率优化。主要由工业物联网 采集各种生产数据,放到云计算资源中,通过深度学习算法处理后提供建议甚至自主优化 未来:人机融合协同制造 机器和人将重新磨合成新的相互配合、补充、协同工作的平衡关系。未来智能制造将以人为 中心,统筹协调人、信息系统、和物理系统的综合集成大系统,即"人-信息-物理系统" (human-cyber-physical systems, HCPS) 人工智能制造-产业发展研究报告全文共46页,当前为第11页。 问题3:人工智能如何"+"制造? "人工智能+制造"魔方体系模型 技术范式 数字化:可编程 网络化:可协同 智能化:可自主 生产组织 工厂:生产单元自主 企业:企业各部门协同 生态:供应链+客群连接 价值形态 产品:人性化功能 制造:人机协同生产 服务:个性化服务 人工智能制造-产业发展研究报告全文共46页,当前为第12页。 "人工智能+制造"的现状 产业规模 典型案例 面临挑战 02 人工智能制造-产业发展研究报告全文共46页,当前为第13页。 产业结构:从单一链到嵌套网 嵌套网 单一链 物体<->数字体 物体与数

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值