該論壇公布了“2018年人工智能與實(shí)體經(jīng)濟(jì)深度融合創(chuàng)新項(xiàng)目申報(bào)工作”的評(píng)選結(jié)果，106個(gè)項(xiàng)目在2428個(gè)申報(bào)項(xiàng)目中脫穎而出。值得注意的是，申報(bào)項(xiàng)目中傳統(tǒng)行業(yè)佔(zhàn)比可觀。

“在應(yīng)用類(lèi)目中，科技企業(yè)佔(zhàn)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(zhǎng)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(zhǎng)趙策說(shuō)。

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

以飛機(jī)制造行業(yè)為例。8大主要系統(tǒng)、28個(gè)關(guān)鍵協(xié)調(diào)界面、33種關(guān)鍵功能、450萬(wàn)個(gè)零件……上海飛機(jī)制造有限公司董事長(zhǎng)魏應(yīng)彪在論壇上列出了一系列數(shù)字，以說(shuō)明飛機(jī)設(shè)計(jì)之復(fù)雜。大飛機(jī)被稱(chēng)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(lái)了智能制造的場(chǎng)景需求。

什麼是智能制造?“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(guó)工程院院士鄔賀銓介紹，“人工智能與雲(yún)計(jì)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(gè)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(shí)時(shí)採(cǎi)集，為智能制造奠定了大數(shù)據(jù)的基礎(chǔ)。”同時(shí)，一批先進(jìn)智能裝備的使用，解放了工人的雙手，如自動(dòng)噴涂機(jī)器人、柔性軌制機(jī)器人、自動(dòng)鑽鉚機(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(jué)、圖像識(shí)別、語(yǔ)音交互、大數(shù)據(jù)分析等技術(shù)，實(shí)現(xiàn)智慧感知、智慧排產(chǎn)、智慧檢測(cè)、智慧決策。

以飛機(jī)復(fù)合材料結(jié)構(gòu)檢測(cè)為例。“傳統(tǒng)的檢測(cè)過(guò)程包括，制造預(yù)埋典型缺陷的標(biāo)準(zhǔn)對(duì)比版塊，掃描復(fù)合材料的結(jié)構(gòu)、形成類(lèi)似X光片的圖像和模型，進(jìn)行人工對(duì)比與評(píng)判。”魏應(yīng)彪說(shuō)，由於版塊制作難、成本高，飛機(jī)結(jié)構(gòu)復(fù)雜，缺陷種類(lèi)多，圖像信號(hào)復(fù)雜，快速可靠的飛機(jī)復(fù)合材料結(jié)構(gòu)檢測(cè)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(duì)典型缺陷的樣本進(jìn)行海量數(shù)據(jù)採(cǎi)集，提取關(guān)鍵信息后建立數(shù)據(jù)庫(kù)，並運(yùn)用5G技術(shù)存儲(chǔ)在雲(yún)平臺(tái)上，連接評(píng)價(jià)系統(tǒng)。建立的深入學(xué)習(xí)模型可以對(duì)缺陷進(jìn)行檢測(cè)，並且不斷迭代。”魏應(yīng)彪介紹，目前評(píng)判的時(shí)間已經(jīng)由4個(gè)小時(shí)縮短為幾分鐘，專(zhuān)業(yè)人員的成本降低95%。

事實(shí)上，將人工智能技術(shù)用於智慧檢測(cè)后，帶來(lái)的良品率提升，可給企業(yè)帶來(lái)可觀利潤(rùn)。“良品率每提升1%，會(huì)增加幾個(gè)億的利潤(rùn)。”深圳華星光電技術(shù)有限公司董事會(huì)秘書(shū)張瑋說(shuō)。作為一家面板公司，華星光電採(cǎi)用人工智能對(duì)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(shí)現(xiàn)機(jī)器自主質(zhì)檢。這一技術(shù)配合自動(dòng)化生產(chǎn)線，從材料投入到成品，整整兩周的時(shí)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(shí)體經(jīng)濟(jì)更多的結(jié)合點(diǎn)。“傳統(tǒng)視覺(jué)設(shè)備誤判率可能高達(dá)20%，人會(huì)犯重復(fù)的錯(cuò)誤，但人工智能通過(guò)對(duì)錯(cuò)誤的學(xué)習(xí)，可將誤判率下降到3%以下。”

“接下來(lái)說(shuō)說(shuō)，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(gè)復(fù)雜因子都會(huì)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(wàn)元級(jí)的利潤(rùn)。”

雖然實(shí)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(wèn)題需要探索。大量的數(shù)據(jù)、豐富的應(yīng)用場(chǎng)景、足夠的算力、活躍的用戶，這些對(duì)於人工智能的使用至關(guān)重要，但這些條件對(duì)於不少企業(yè)來(lái)說(shuō)還有較大差距。

“我們?cè)诮憧疾?，發(fā)現(xiàn)很多傳統(tǒng)的實(shí)體經(jīng)濟(jì)企業(yè)，仍處在非常初級(jí)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(shuō)。

專(zhuān)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(jià)值還有很多工作要做。數(shù)據(jù)從採(cǎi)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(guó)移動(dòng)通信研究院首席科學(xué)家馮俊蘭說(shuō)，企業(yè)還要考慮到，人工智能技術(shù)的應(yīng)用會(huì)對(duì)原有運(yùn)營(yíng)體系構(gòu)成很大沖擊。