2019工业智能白皮书_40页_3mb

工业智能白皮书（2019讨论稿）总结

核心内容

《工业智能白皮书（2019讨论稿）》由工业互联网产业联盟（AII）联合多家企业编写，旨在深入解读工业智能的背景、内涵、应用场景、关键技术及产业发展趋势。白皮书指出，工业智能是人工智能技术在工业领域的深度应用，具有自感知、自学习、自执行、自决策和自适应等特征，是推动工业向智能化、数字化和网络化转型的重要手段。

主要观点

• 工业智能发展背景：人工智能技术的快速进步推动了工业智能化的进程，全球主要国家均出台相关政策支持人工智能在工业制造领域的应用。
• 工业智能的问题分类：根据计算复杂度和影响因素数量，工业问题可分为四类，分别适用于不同的技术路径。
• 工业智能的技术方向：深度学习和知识图谱是当前工业智能的两大核心技术，分别适用于少因素高复杂度问题和多因素低复杂度问题。
• 工业智能的应用场景：涵盖生产现场优化、生产管理优化、经营管理优化、产品全生命周期和供应链优化等多个领域。
• 工业智能的关键技术：包括深度学习基础技术的工业化适配、知识图谱的规范化适配、专用端侧推断框架、算法可解释性研究等。
• 工业智能的产业发展：工业智能形成“两横两纵”产业视图，ICT企业、研究机构、行业协会和初创企业等主体共同推动其发展。

关键信息

一、工业智能的内涵

1. 工业智能发展背景

• 全球共识与趋势：工业智能化已成为全球共识，主要发达国家均出台相关政策推动人工智能在工业领域的应用。
• 制造业智能化升级：制造业数字化、网络化和智能化是第四次工业革命的核心，人工智能技术为实现这一目标提供了重要支撑。
• 技术体系完善：算法、算力和数据的快速发展，推动了工业智能的落地应用。

2. 工业智能的主要类型

• 定义：工业智能是计算机实现的智能，具备自感知、自学习、自执行、自决策、自适应等特征。
• 问题分类：
  • 多因素复杂问题
  • 多因素简单问题
  • 少因素简单问题
  • 少因素复杂问题
• 技术分类：
  • 深度学习：适用于少因素高复杂度问题，如质量检测。
  • 知识图谱：适用于多因素低复杂度问题，如供应链管理。

二、工业智能的典型应用

• 高计算复杂度、少影响因素问题：

  • 质量检测：深度学习在缺陷检测、微小裂缝识别等方面具有显著优势。
  • 设备运行优化：如富士康、奥迪等企业利用深度学习进行产品检测和优化。
  • 人机协作：如越疆科技、西门子、谷歌等企业通过深度学习提升协作机器人性能。

• 低计算复杂度、多影响因素问题：

  • 供应链风险管理：知识图谱用于整合多源信息，实现风险预判和管理。
  • 融资风险管控：知识图谱用于关联分析，识别金融风险。

• 高计算复杂度、多影响因素问题：

  • 产品研发：结合知识图谱和深度学习进行智能设计，如UTC换热器设计。
  • 企业决策管理：知识图谱与数据科学结合，实现企业级优化。

三、工业智能的关键技术

1. 深度学习基础技术的工业化适配

• 算力需求：工业场景对算力和实时性要求高，FPGA成为解决算力和实时性问题的关键芯片。
• 编译器兼容性：兼容性编译器是工业应用的重要需求，未来可能成为趋势。
• 推断框架：端侧推断框架需求迫切，目前主要由ICT企业主导。
• 算法可靠性与可解释性：深度学习算法的可靠性与可解释性是工业应用的重要研究方向。

2. 知识图谱通用技术的规范化适配

• 技术体系成熟：知识图谱技术体系涵盖知识建模、抽取、融合、存储与计算五大环节。
• 行业标准与建模方法：统一的行业标准和高效的建模方法是知识图谱工业应用的核心问题。
• 存储方案：知识存储分为原生和基于现有数据库两种方式，尚无统一标准。

四、工业智能的产业发展

1. 两横两纵产业视图

• 横向：知识图谱与深度学习。
• 纵向：通用技术与应用集成。
• 主体构成：ICT企业、研究机构、行业协会和初创企业是工业智能产业发展的主要推动者。

2. 通用技术产业发展趋势

• ICT巨头主导：ICT企业在深度学习框架、编译器和芯片市场占据主导地位，但工业适配化发展程度不一。
• 研究机构推动算法研究：研究机构在深度学习算法、可解释性研究和前沿技术探索方面发挥重要作用。
• 初创企业提供解决方案：初创企业在大数据和装备领域提供定制化解决方案，成为工业智能的重要补充。

3. 工业化与智能化双向渗透

• 装备企业智能化：通过并购AI公司或引入AI技术，提升设备和产品的智能化水平。
• ICT企业能力输出：ICT企业通过技术积累，向工业领域输出解决方案和前沿技术。
• 初创企业切入装备领域：初创企业通过深度学习技术在装备领域提供定制化解决方案。

总结

《工业智能白皮书（2019讨论稿）》全面分析了工业智能的发展背景、内涵、应用场景、关键技术及产业格局，指出深度学习和知识图谱是当前工业智能发展的两大核心技术方向。工业智能的广泛应用推动了制造业的智能化升级，而关键技术的适配和规范化是其实现规模化应用的关键。未来，ICT企业、研究机构和初创企业将在工业智能的产业发展中发挥不同但重要的作用，推动工业智能化进程不断深入。