- 工聯(lián)網(wǎng)
- 作者：蓋貝貝
- 2022年9月19日 14:14
工聯(lián)網(wǎng)消息(IItime) 9月8日，由中國通信學會、福建省工業(yè)和信息化廳、福建省通信管理局主辦，中國信息通信研究院、中國工信出版?zhèn)髅郊瘓F、廈門市工業(yè)和信息化局、廈門市通信管理局、廈門市商務局（廈門市會展局）、廈門國貿(mào)會展集團有限公司承辦的2022中國國際工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展大會在福建省廈門市成功召開。中國工業(yè)互聯(lián)網(wǎng)研究院智能化研究所副所長顧維璽在主題演講中表示，當前工業(yè)數(shù)據(jù)呈現(xiàn)爆發(fā)式增長，與此同時，隨著算力和算法的提升，人工智能技術，特別是深度學習技術，已經(jīng)全面滲透到工業(yè)各個生產(chǎn)環(huán)節(jié)過程中，正成為工業(yè)領域研發(fā)、制造、售后的核心引擎。
工業(yè)互聯(lián)網(wǎng)重塑產(chǎn)業(yè)發(fā)展新格局
如果說消費互聯(lián)網(wǎng)是數(shù)字經(jīng)濟的上半場，工業(yè)互聯(lián)網(wǎng)作為企業(yè)、行業(yè)、產(chǎn)業(yè)、區(qū)域全要素互聯(lián)的主要方式，推動形成了數(shù)字與實體相互交融、物質與信息耦合驅動的創(chuàng)新發(fā)展模式，大幅提升了全要素、全產(chǎn)業(yè)鏈的組織形態(tài)變革，有效推動了我國經(jīng)濟的質量變革、效率變革與動力變革，成為數(shù)字經(jīng)濟的下半場。
工業(yè)互聯(lián)網(wǎng)到底是什么呢？在顧維璽看來，工業(yè)互聯(lián)網(wǎng)不同于人工智能、5G等單純的技術，它更多的是一種融合新一代信息技術與先進制造業(yè)創(chuàng)新的先進業(yè)態(tài)，將人-機-物-料-法-環(huán)全面互聯(lián)，工業(yè)生產(chǎn)全要素、全產(chǎn)業(yè)鏈、全價值鏈全面鏈接的新型數(shù)字基建，也是重塑我國工業(yè)生產(chǎn)制造和服務體系的一種關鍵性依托。
在我國體系架構中，工業(yè)互聯(lián)網(wǎng)通常由三部分組成。一是網(wǎng)絡，二是平臺，三是安全。網(wǎng)絡是工業(yè)互聯(lián)網(wǎng)的基礎，它通過企業(yè)內網(wǎng)、企業(yè)外網(wǎng)，將全要素、全產(chǎn)業(yè)鏈、全價值鏈深度鏈接。同時，平臺是工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)載體的一種核心，它通過將海量數(shù)據(jù)全面匯聚，進行一些人工智能方法的建模分析，將工業(yè)知識高速軟件化與快速模塊化，為上層的SaaS化應用提供各種有效的微服務。隨著5G等相關網(wǎng)絡技術的普及，數(shù)據(jù)上平臺之后，網(wǎng)絡的安全性也成為人們對工業(yè)互聯(lián)網(wǎng)廣泛關注的重點。顧維璽說，如何在保證網(wǎng)絡通信和大規(guī)模數(shù)據(jù)上云、上平臺的同時，提升工業(yè)互聯(lián)網(wǎng)的安全性，也是當前需要亟待解決的關鍵問題。
工業(yè)互聯(lián)網(wǎng)+AI融合發(fā)展
人工智能是指人造機器具有人類的智慧，可以模擬人類感知、學習、認知能力的信息技術。工業(yè)互聯(lián)網(wǎng)作為一種新興的技術載體，如何與人工智能高效結合賦能工業(yè)，進而解決工業(yè)場景相關難點呢？關于這個問題，顧維璽探討了人工智能和工業(yè)互聯(lián)網(wǎng)的融合問題。
顧維璽指出，人工智能從最開始的有監(jiān)督學習到無監(jiān)督學習，再到如今的自我強化學習，已經(jīng)發(fā)展成為新范式、新模態(tài)。在工業(yè)領域，人工智能也全面滲透到了工業(yè)互聯(lián)網(wǎng)的各個環(huán)節(jié)。在IaaS層，有如何解決邊云適配的邊云NLP技術；在PaaS層，針對工業(yè)數(shù)據(jù)噪聲、工業(yè)安全問題，有包括知識蒸餾、聯(lián)邦學習、小樣本學習等相關的人工智能算法；在SaaS層，有通過人工智能等實現(xiàn)整個工控系統(tǒng)的控制優(yōu)化。
算力、算法和數(shù)據(jù)被稱為人工智能技術的三要素，顧維璽指出，由于工業(yè)智能的工業(yè)稀疏性，工業(yè)智能化的數(shù)據(jù)分析強烈依賴于工業(yè)知識的積累與融入。將工業(yè)機理作為先驗知識，與神經(jīng)網(wǎng)絡結合，有助于實現(xiàn)因果關系推廣，尋找全局最優(yōu)解，加之神經(jīng)網(wǎng)絡等機器學習方法推演出工業(yè)設備參數(shù)之間的定量關系，可以提升模型觀測效果。
我國工業(yè)互聯(lián)網(wǎng)面臨的挑戰(zhàn)
工業(yè)互聯(lián)網(wǎng)正在高速發(fā)展，顧維璽提出了當前人工智能與工業(yè)互聯(lián)網(wǎng)結合兩者結合所面臨的四項挑戰(zhàn)。
第一，企業(yè)對工業(yè)智能技術付費意愿不足。數(shù)字化轉型是一個漫長的過程，不僅涉及到信息化技術的改造，甚至需要對產(chǎn)線進行重組，投入成本非常高。這種投入成本加劇了中小企業(yè)進行數(shù)字化轉型的意愿；
第二，工業(yè)領域應用場景差異性較大，泛用性AI算法尚未實現(xiàn)落地。傳統(tǒng)的人工智能大模型，特別是自然語言處理或機器視覺方向，能夠通過一個模型解決很多的現(xiàn)實問題。但是在工業(yè)界，這種大模型的效能并沒有完全發(fā)揮出來，因為工業(yè)數(shù)據(jù)的異構性，甚至同一個行業(yè)不同企業(yè)間的異構性，都導致無法采用普適性的人工智能算法解決問題；
第三，人工智能算法研發(fā)受到人才性的制約。通過人工智能算法解決工業(yè)實際問題，不僅需要AI人才，也需要懂工業(yè)機理的OT人才，這種人才是非常匱乏的，導致工業(yè)智能算法的研發(fā)以及行業(yè)性的應用產(chǎn)生局限性；
第四，底層硬件加大了人工智能算法的開發(fā)和適配難度。目前，很多主流的人工智能訓練顯卡都是英偉達的，很多設備由于安全性和國產(chǎn)替代要求，很多都是國產(chǎn)的，無法直接把英偉達上的算法遷移到邊緣設備上進行直接的預測，這種軟硬件適配，尤其是工業(yè)傳感器與人工智能之間的兼容性，導致產(chǎn)業(yè)化推廣難度加大。
