簡介：“人工智能制造”產(chǎn)業(yè)發(fā)展研究報告,概念、趨勢與互聯(lián)網(wǎng)賦能機會,若出現(xiàn)數(shù)據(jù)缺失，圖表錯位，可加微信535600147，憑下載記錄截圖索取PDF版本,,,,目錄,“人工智能制造”的現(xiàn)狀,“人工智能制造”的概念,互聯(lián)網(wǎng)助力“人工智能制造”,“人工智能制造”的影響,,,,,01,02,03,04,05,,06,“人工智能制造”政策借鑒,加快推進“人工智能制造”對策建議,,,“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,為什么要研究“人工智能制造”,,,工業(yè)困局,信息革命,發(fā)達國家產(chǎn)業(yè)空心化，賺了利潤但丟了就業(yè)，且貿(mào)易逆差發(fā)展中國家產(chǎn)業(yè)低值化，賺了收入和就業(yè)，但丟了利潤和環(huán)境,算據(jù)大數(shù)據(jù)算力云邊緣計算算法深度神經(jīng)網(wǎng)絡(luò),信息技術(shù)的發(fā)展，對各行各業(yè)效率提升提供了可能,,,英國高價值制造、人工智能發(fā)展計劃美國先進制造、工業(yè)互聯(lián)網(wǎng)、制造業(yè)回流,德國工業(yè)40日本機器人新戰(zhàn)略、工業(yè)價值鏈、社會50中國中國制造2025、新一代人工智能規(guī)劃,,,,概念三問,,,,,,,問題1什么是人工智能,,,,,,,,,,,,,,,本田的人行機器人ASIMO波士頓動力的自主機器狗,DEEPMIND的圍棋阿法狗,,DEEPMIND模擬老鼠網(wǎng)格細胞的定位與導(dǎo)航,,,,,歷史理論專家系統(tǒng),,,,符號主義（邏輯）,聯(lián)結(jié)主義（仿生）,行為主義（控制）,,,,,,,,,當(dāng)前大數(shù)據(jù)深度學(xué)習(xí),深度神經(jīng)網(wǎng)絡(luò)大規(guī)模、無監(jiān)督、多層次非結(jié)構(gòu)數(shù)據(jù)處理突破（圖像、語音）,算法突破,算力飛躍,互聯(lián)網(wǎng)50億連接，積累了海量數(shù)據(jù)（主要是人）物聯(lián)網(wǎng)500億連接，開啟更大規(guī)模數(shù)據(jù)的來源機器、政府、生物、環(huán)境,CPUGPUTPU，計算速度和效率大幅提升云邊緣計算，低成本、海量計算資源光刻等技術(shù)進一步發(fā)展，芯片越來越小，端處理能力持續(xù)提高,算據(jù)激增,,,,IMAGENET大賽2014GOOGLE22層2015MS152層2016商湯1207層錯誤率673631,,年增長率472017年超10EB/月,,TPU速度1530倍GPUGPU速度13倍CPU,數(shù)據(jù)來源上圖SURVEYOFNEURALNETWORKSINAUTONOMOUSDRIVING，GUSTAVVONZITZEWITZ，20177；中圖GOOGLECLOUD官網(wǎng)；下圖GLOBALMOBILEDATATRAFFICFORECASTUPDATE,2016–2021WHITEPAPER，CISCO,,,,未來小數(shù)據(jù)大任務(wù),,當(dāng)前“大數(shù)據(jù)、小任務(wù)”海量數(shù)據(jù),局部、特定問題（如計算下棋落子的位置）,“暴力”計算,,未來“小數(shù)據(jù)、大任務(wù)”少量數(shù)據(jù),全局問題獨立閉環(huán)（如像人一樣到場落座下棋離場）,“精確”計算,,,問題2什么是“人工智能制造”,,,,,,,,,,,,,,,,,“人工智能制造”簡史,歷史專家系統(tǒng)輔助制造20世紀(jì)6080年代，根據(jù)“知識庫”和“IFTHEN”邏輯推理構(gòu)建的“專家系統(tǒng)”，在礦藏勘測、污染物處理、太空艙任務(wù)控制等方面得到初步應(yīng)用專家系統(tǒng)實際上只是一定程度上實現(xiàn)了這些環(huán)節(jié)和流程的分析和自動化，對于錯綜復(fù)雜的現(xiàn)實問題只能提供有限的輔助參考當(dāng)前深度學(xué)習(xí)優(yōu)化制造人工智能及相關(guān)技術(shù)融合應(yīng)用，逐步實現(xiàn)對制造業(yè)各流程環(huán)節(jié)效率優(yōu)化。主要由工業(yè)物聯(lián)網(wǎng)采集各種生產(chǎn)數(shù)據(jù)，放到云計算資源中，通過深度學(xué)習(xí)算法處理后提供建議甚至自主優(yōu)化未來人機融合協(xié)同制造機器和人將重新磨合成新的相互配合、補充、協(xié)同工作的平衡關(guān)系。未來智能制造將以人為中心，統(tǒng)籌協(xié)調(diào)人、信息系統(tǒng)、和物理系統(tǒng)的綜合集成大系統(tǒng)，即“人信息物理系統(tǒng)”（HUMANCYBERPHYSICALSYSTEMS,HCPS）,問題3人工智能如何“”制造,“人工智能制造”魔方體系模型,,,,技術(shù)范式數(shù)字化可編程網(wǎng)絡(luò)化可協(xié)同智能化可自主生產(chǎn)組織工廠生產(chǎn)單元自主企業(yè)企業(yè)各部門協(xié)同生態(tài)供應(yīng)鏈客群連接價值形態(tài)產(chǎn)品人性化功能制造人機協(xié)同生產(chǎn)服務(wù)個性化服務(wù),,,“人工智能制造”的現(xiàn)狀,產(chǎn)業(yè)規(guī)模典型案例面臨挑戰(zhàn),,,02,產(chǎn)業(yè)結(jié)構(gòu)從單一鏈到嵌套網(wǎng),,,,嵌套網(wǎng),單一鏈,,,物體數(shù)字體物體與數(shù)字體映射，一個變另一個也變物流信息流多個物體的變化形成物流，對應(yīng)的數(shù)字體變化匯聚為信息流，通過洞察信息流通盤管理整個物流制造業(yè)信息業(yè)兩個產(chǎn)業(yè)融合，形成新的產(chǎn)品、生產(chǎn)組織方式、滿足新的需求AI實質(zhì)是兩化融合的高階,,,,產(chǎn)業(yè)結(jié)構(gòu)六大典型領(lǐng)域,,,基礎(chǔ),,,平臺,,,,,,,,,,,,,,,?智能工廠應(yīng)用/解決方案應(yīng)用,?制造業(yè)物聯(lián)網(wǎng),?制造云（公有）,?制造業(yè)大數(shù)據(jù)及商業(yè)分析,?制造業(yè)人工智能（算法）,?工業(yè)機器人,,,DCS,,,PLC,,,,,MESERP,,,,,,,產(chǎn)業(yè)規(guī)模1千億到7千億，連接/平臺貢獻大,,整體規(guī)模2016年約為12千億美元2025年將超過72千億美元復(fù)合年均增長率預(yù)計可超過25具體組成連接工業(yè)物聯(lián)網(wǎng)4714，增長近10平臺制造云、大數(shù)據(jù)和人工智能2436，增長12。在互聯(lián)網(wǎng)領(lǐng)域發(fā)展成熟的平臺生態(tài)模式，將成為制造業(yè)智能化轉(zhuǎn)型升級的重要選擇,,,,數(shù)據(jù)來源MARKETSANDMARKETS的INDUSTRIALROBOTICS、IIOT、ARTIFICIALINTELLIGENCEINMANUFACTURING、SMARTFACTORY，以及IDC的PUBLICCLOUDSERVICES、BIGDATAANDBUSINESSANALYTICS等研究報告數(shù)據(jù)整合分析,六大細分領(lǐng)域特點,案例1研發(fā)設(shè)計，大幅降低不確定性成本,,基于卷積神經(jīng)網(wǎng)絡(luò)的新藥研發(fā)（ATOMWISE）【痛點】研發(fā)慢貴新藥研發(fā)各種不同化合物組合與測試1015年510億美元一款新藥研發(fā)成功【方案】超級計算機（IBM藍色基因）獨家算法（ATOMNET）學(xué)習(xí)分析學(xué)習(xí)已有數(shù)據(jù)庫發(fā)現(xiàn)數(shù)字化模擬藥品研發(fā)過程，對基本的化學(xué)基團（如氫鍵、單鍵碳等）組合發(fā)掘新的有機化合物測試分析化合物的成效關(guān)系評估新藥結(jié)構(gòu)組成和風(fēng)險【效果】快便宜（相比傳統(tǒng)技術(shù)）節(jié)省一半早期藥物篩選實驗的數(shù)量大大提高結(jié)果成功率,,,【啟示】研發(fā)設(shè)計環(huán)節(jié)，人工智能可基于海量數(shù)據(jù)建模分析，將原本高不確定性、高成本的實物研發(fā)、轉(zhuǎn)變?yōu)榈统杀靖咝实臄?shù)字化自動研發(fā)對于制藥、化工、材料等研發(fā)周期長、成本高、潛在數(shù)據(jù)豐富的行業(yè)，作用尤其明顯配體有效結(jié)合蛋白質(zhì),DOCK和AUTODOCKSMINA,鑰匙開門鎖,,案例2生產(chǎn)制造，柔性生產(chǎn)滿足個性需求,【啟示】生產(chǎn)制造環(huán)節(jié)，人工智能可針對消費者個性化需求數(shù)據(jù)，在保持與大規(guī)模生產(chǎn)同等、甚至更低成本的同時，提高生產(chǎn)的柔性生產(chǎn)制造系統(tǒng)越柔性，越能快速響應(yīng)市場需求等關(guān)鍵因素的變化，尤其適合服飾、工藝品等與消費者體征或品味等需求相關(guān)性強的行業(yè),2015年底在德國安斯巴赫（ANSBACH）開設(shè)首家,,基于個人數(shù)據(jù)分析的批量定制（ADIDAS）【痛點】同質(zhì)競爭價格戰(zhàn)低利潤傳統(tǒng)生產(chǎn)標(biāo)準(zhǔn)化大批量同質(zhì)競爭競爭差異化個性化需求定制高成本【方案】迅捷工廠（SPEEDFACTORY）技術(shù)3D打印機器人手臂電腦針織需求依靠云端收集顧客足型和運動數(shù)據(jù)生產(chǎn)按照顧客的喜好選擇配料和設(shè)計，并在庫卡機器人手臂、電腦針織和人工輔助的共同協(xié)作下完成定制【效果】快個性化節(jié)省時間18個月1周，完成生產(chǎn)上架成本不變，實現(xiàn)小規(guī)模、個性化定制,,案例3質(zhì)量管控，快速質(zhì)檢并保障質(zhì)量,【啟示】質(zhì)量管控環(huán)節(jié)，人工智能結(jié)合物聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)，能夠?qū)崿F(xiàn)對產(chǎn)品質(zhì)量的自動檢測擴展到生產(chǎn)的全流程，從而不僅提高質(zhì)檢效率，甚至能指導(dǎo)工藝、流程等改善，提高整體良品率尤其適合材料、零配件、精密儀器等產(chǎn)量大、部件復(fù)雜、工藝要求高的行業(yè),基于IBM物聯(lián)網(wǎng)和人工智能平臺（WATSON）能力,,基于視覺識別的質(zhì)量檢測（IBM）【痛點】人工速度慢、誤差多、成本高傳統(tǒng)質(zhì)檢人工為主精度有限次品漏檢人工經(jīng)驗難量化，難以指導(dǎo)產(chǎn)線優(yōu)化【方案】視覺洞察（VISUALINSIGHTS）技術(shù)前臺高清攝像頭后臺WATSON算法建模WATSON中央學(xué)習(xí)服務(wù)器通過訓(xùn)練不斷識別合格和異常產(chǎn)品圖像差異從而建模分析判斷攝像頭捕捉產(chǎn)品組件在生產(chǎn)和組裝過程中的圖像，提供給WATSON進行分析檢查人工檢查員進行二次檢查和確認【效果】快高質(zhì)量成本節(jié)約質(zhì)檢時間縮短80、產(chǎn)品質(zhì)量缺陷減少710、節(jié)約重復(fù)性人工成本,,案例4供應(yīng)管理，精準(zhǔn)掌握供需變化提效能,,基于需求感知的庫存動態(tài)調(diào)整（TOOLSGROUP）【痛點】供應(yīng)鏈效率低、成本高技術(shù)有限需求預(yù)測不準(zhǔn)供應(yīng)響應(yīng)不足導(dǎo)致庫存管理成本提高最終用戶體驗差【方案】端端供應(yīng)鏈優(yōu)化組件SO99組件組成需求、計劃和庫存需求預(yù)測基于貿(mào)易促銷和媒體活動預(yù)測；基于新產(chǎn)品介紹預(yù)測；基于社交聆聽預(yù)測；基于極端或復(fù)雜的季節(jié)性預(yù)測；基于氣候數(shù)據(jù)預(yù)測供應(yīng)優(yōu)化多級庫存、計劃生產(chǎn)等動態(tài)調(diào)整，最終實現(xiàn)采購和補貨的半自動甚至全自動化【效果】快精準(zhǔn)有效減少50的預(yù)測誤差、提高20的庫存性能，并能有效優(yōu)化庫存分布,【啟示】供應(yīng)管理環(huán)節(jié)，人工智能在于建立更實時、精準(zhǔn)匹配的供需關(guān)系。即通過掌握和預(yù)測需求動態(tài)變化，以進行更有效的供應(yīng)鏈調(diào)整優(yōu)化更適合于快消、零配件等市場需求變動較大、供應(yīng)鏈較復(fù)雜的行業(yè),將機器學(xué)習(xí)引入供應(yīng)鏈管理開發(fā)新軟件,,,案例5運營維護，提前預(yù)測和解決故障風(fēng)險,【啟示】運營維護環(huán)節(jié)，人工智能在于對設(shè)備或產(chǎn)品的運行狀態(tài)建立模型，找到與其運行狀態(tài)強相關(guān)的先行指標(biāo)，通過這些指標(biāo)的變化、能夠提前預(yù)測設(shè)備故障的風(fēng)險，從而預(yù)防故障的發(fā)生對于設(shè)備或產(chǎn)品故障成本高的行業(yè)意義重大，比如裝備、精密儀器等,MICROSOFT將其搭載在物聯(lián)網(wǎng)平臺上作為服務(wù)項,,基于運營數(shù)據(jù)分析的預(yù)測性維護（MICROSOFT）【痛點】故障事后處理，高成本有限狀態(tài)指標(biāo)缺乏預(yù)測模型設(shè)備故障后處理停機停產(chǎn)維修高成本【方案】預(yù)測性維護技術(shù)物聯(lián)網(wǎng)云計算機器學(xué)習(xí)步驟確定預(yù)測目標(biāo)和結(jié)果、明確數(shù)據(jù)源、獲取及整合數(shù)據(jù)、建模、測試和迭代、現(xiàn)場操作驗證、融入運營功能設(shè)備或產(chǎn)品運營狀態(tài)的實時監(jiān)測和健康預(yù)警【效果】全天候節(jié)約如電梯制造服務(wù)商THYSSENKRUPP，借此減少50電梯停運時間、節(jié)約15維護費用,,面臨挑戰(zhàn)四個主要方面,①技術(shù)有缺口缺關(guān)鍵自主技術(shù)（如芯片、核心裝備部件、軟件/算法等）導(dǎo)致產(chǎn)業(yè)受制（如美國最新針對中國制造2025貿(mào)易戰(zhàn)）但關(guān)鍵技術(shù)、尤其是基礎(chǔ)技術(shù)需要長期大量投入研發(fā)，短時難突破②標(biāo)準(zhǔn)難落地政府和機構(gòu)已牽頭在建各種標(biāo)準(zhǔn)但不同線條的標(biāo)準(zhǔn)間仍存差異更重要的是，當(dāng)前制造業(yè)設(shè)備很多來自國外廠商，多廠家軟硬件不兼容的情況多見，頂層設(shè)計的標(biāo)準(zhǔn)與復(fù)雜的現(xiàn)狀一時難以匹配落地,③管理模式舊,工業(yè)時代的大規(guī)模、標(biāo)準(zhǔn)化生產(chǎn)，造成制造企業(yè)管理仍然以金字塔、多層次、細分化為主這種模式，組織末梢人員任務(wù)單一、彈性弱，難適應(yīng)快速變動的市場而人工智能的普及，更可能需要新的人機協(xié)同分工機制設(shè)計,④資本投入少,近年來制造業(yè)普遍利潤不高，投資回報率相對其他高新領(lǐng)域低，商業(yè)資本的關(guān)注度走低而制造業(yè)的改造升級，又需要長期大量的資本投入，短期效益可能很難顯現(xiàn)，資本投入就更偏謹慎,,,“人工智能制造”的影響,整體產(chǎn)業(yè)影響分類產(chǎn)業(yè)影響,,,03,,,,人工智能對制造業(yè)影響的四個角度,②改變就業(yè)市場,結(jié)構(gòu)性失業(yè)50的現(xiàn)有工作可能被替代，制造業(yè)就業(yè)人口縮減創(chuàng)造新職業(yè)/崗位針對機器的開發(fā)、管理、維護等崗位增加人機賽跑的拐點就業(yè)數(shù)量絕對減少的拐點可能到來,①提高生產(chǎn)效率,增效柔性生產(chǎn)、全天候生產(chǎn)提質(zhì)降低人為錯誤、持續(xù)工藝改善，提升成品率降本重復(fù)性、危險性工作機器替人；生產(chǎn)廢料、時間等成本節(jié)約,③優(yōu)化產(chǎn)業(yè)結(jié)構(gòu),淘汰大部分傳統(tǒng)“非智能”產(chǎn)品，尤其是電子制品改造部分產(chǎn)品被逐漸“注智”，變成新產(chǎn)業(yè)，如自動駕駛汽車孕育新的智能產(chǎn)業(yè)，如算法公司,④重構(gòu)國際分工,削弱傳統(tǒng)勞動力比較優(yōu)勢工業(yè)強國向下游、工業(yè)大國向上游，爭奪更多價值空間地理上的國家國際分工，可能進一步形成新跨國平臺間的競爭與合作,李開復(fù)50的工作將被AI取代，第48屆世界經(jīng)濟論壇年會發(fā)言，新浪財經(jīng)，2018年05月05日；布林約爾松與機器賽跑，東西文庫，2013年01月20日,人工智能對不同制造業(yè)的影響差異比較,,,互聯(lián)網(wǎng)助力“人工智能制造”,互聯(lián)網(wǎng)助力的基礎(chǔ)互聯(lián)網(wǎng)助力的模式互聯(lián)網(wǎng)助力的實踐,,,04,,,,互聯(lián)網(wǎng)助力的五大基石,,,,,,連接用戶產(chǎn)品,安全信息物理多年信息安全經(jīng)驗，將成為企業(yè)生產(chǎn)經(jīng)營物理安全的保障,數(shù)據(jù)需求生產(chǎn),算法通用專用數(shù)據(jù)挖掘推動智能算法領(lǐng)先，能為企業(yè)直接調(diào)用和轉(zhuǎn)化,云,海量用戶連接，可擴展為用戶和產(chǎn)品/企業(yè)的連接,基于海量用戶連接洞察趨勢，能幫助企業(yè)生產(chǎn)貼近需求,公有私有海量數(shù)據(jù)推動云計算建設(shè)領(lǐng)先，能有效轉(zhuǎn)化為對企業(yè)的服務(wù),,,,互聯(lián)網(wǎng)助力的三種典型模式,,,,智能產(chǎn)品由軟到硬算法嵌入產(chǎn)品人工智能成產(chǎn)品功能,智能服務(wù)由硬到軟賣產(chǎn)品轉(zhuǎn)向賣服務(wù)銷售變成智能運營,智能生產(chǎn)由外到內(nèi)從供需到生產(chǎn)從通用深入專用智能,,,,模式1智能產(chǎn)品,智能芯片,智能組件,智能產(chǎn)品,從應(yīng)用需求出發(fā)主導(dǎo)設(shè)計和開發(fā)更高性能的人工智能芯片為產(chǎn)業(yè)提供更有效的算力支持,,GOOGLE自主打造的張量處理單元（TPU），專為大規(guī)模機器學(xué)習(xí)定制,將算法API化對外開放供企業(yè)調(diào)用并二次開發(fā)借助生態(tài)推動智能產(chǎn)品落地,,百度針對無人駕駛推出阿波羅開放平臺計劃（APOLLO）,基于自身人工智能技術(shù)/應(yīng)用直接生產(chǎn)相應(yīng)軟硬件一體化的人工智能產(chǎn)品將此產(chǎn)品作為平臺進一步發(fā)展,,AMAZON智能音箱ECHO，內(nèi)嵌其人工智能語音助手ALEXA，語音對話就能夠控制操作,模式2智能服務(wù),C端（用戶）功能即服務(wù)狹義產(chǎn)品附加智能功能。比如在安全方面，通過臉部、聲紋等識別解鎖；廣義產(chǎn)品可提供的所有智能應(yīng)用。需智能產(chǎn)品變成一個開放平臺，使得各種開發(fā)方可開發(fā)和提供豐富的應(yīng)用,B端（企業(yè)）洞察即服務(wù)借助人工智能算法能夠比較完整地勾勒出用戶的畫像和需求特征一是售前營銷實現(xiàn)更實時、精準(zhǔn)的廣告信息傳遞二是售后維護對制造業(yè)產(chǎn)品的實時監(jiān)測、管理和風(fēng)險預(yù)警,,例GOOGLE專門為制造企業(yè)開發(fā)了制造商中心解決方案，為制造商的產(chǎn)品提供在GOOGLE全網(wǎng)的精準(zhǔn)廣告展示，有效幫助制造商提升在線轉(zhuǎn)化率,模式3智能生產(chǎn),橫向通用平臺基礎(chǔ)設(shè)施用云計算構(gòu)建工業(yè)云平臺，在此基礎(chǔ)上提供人工智能算法能力方式一自建，如阿里巴巴的ET工業(yè)大腦，自建并主導(dǎo)IAAS和PAAS層，在SAAS層引入工業(yè)軟件等合作服務(wù)商；方式二合建，如騰訊與三一重工合作構(gòu)建“根云”工業(yè)互聯(lián)網(wǎng)平臺,縱向垂直應(yīng)用場景應(yīng)用針對具體制造企業(yè)的某一生產(chǎn)環(huán)節(jié)，利用軟、硬件人工智能工具，提升該環(huán)節(jié)的生產(chǎn)效能。主要應(yīng)用在一是工藝優(yōu)化即通過機器學(xué)習(xí)建立產(chǎn)品的健康模型，識別各制造環(huán)節(jié)參數(shù)對最終產(chǎn)品質(zhì)量的影響，最終找到最佳生產(chǎn)工藝參數(shù)二是智能質(zhì)檢即借助機器視覺識別，快速掃描產(chǎn)品質(zhì)量，提高質(zhì)檢效率,,,例三一重工的設(shè)備畫像和操作優(yōu)化,騰訊實踐“智慧工業(yè)”典型案例,,①工藝優(yōu)化,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,②智能質(zhì)檢,③預(yù)測性維保,,,,④工業(yè)互聯(lián)網(wǎng)平臺,,,研發(fā)設(shè)計,,,生產(chǎn)制造,,,質(zhì)量管控,,,供應(yīng)管理,,,運營維護,,,工業(yè)平臺,,,,,,,,騰訊案例1工藝優(yōu)化億緯鋰能,,數(shù)字化上云把產(chǎn)線上重要工序運行參數(shù)，實時接入工業(yè)物聯(lián)網(wǎng)平臺參數(shù)學(xué)習(xí)建模利用深度學(xué)習(xí)篩選出電池質(zhì)量的關(guān)鍵參數(shù)實時計算與優(yōu)化建議對各批次電池質(zhì)量進行實時計算，及提供預(yù)警和建議,新型鋰電能源領(lǐng)先企業(yè),工藝良品率成本,/競爭力,,,,,,83（極耳焊接工序不良率）,1260萬（年節(jié)約成本）,成熟產(chǎn)品（18650鋰電池）,新產(chǎn)品（21700鋰電池）,15（標(biāo)準(zhǔn)化良率）,2（產(chǎn)能）,,,,騰訊案例2智能質(zhì)檢華星光電,面板制造的龍頭企業(yè)工序多人多人工質(zhì)檢不穩(wěn)定、成本高圖像識別與訓(xùn)練采用圖像識別技術(shù)，對華星光電生產(chǎn)線上產(chǎn)生的面板海量圖片進行快速學(xué)習(xí)及訓(xùn)練建模形成高準(zhǔn)確度、能自主學(xué)習(xí)的新模型自主質(zhì)檢實現(xiàn)全天候無間斷、機器自主精準(zhǔn)判片,,,,,,,889（分類識別準(zhǔn)確率）,1（預(yù)測綜合性良率）,15MS/圖（質(zhì)檢掃描效率）,60（預(yù)測人力）,,,,騰訊案例3預(yù)測性維保三一重工,全球知名機械裝備企業(yè)設(shè)備故障設(shè)備租賃逾期企業(yè)損失大基于云的設(shè)備互聯(lián)三一重工通過騰訊云把分布在全球各地的40萬臺設(shè)備接入平臺設(shè)備數(shù)據(jù)采集與監(jiān)控實時采集1萬多個運行參數(shù)，遠程監(jiān)控和管理設(shè)備群的運行建模與預(yù)測對設(shè)備參數(shù)學(xué)習(xí)建模，實現(xiàn)對設(shè)備狀態(tài)異常預(yù)警建議,,,,,,,1010億（租賃設(shè)備逾期率）（不良資產(chǎn)）,65H85（異常預(yù)測提前時間）（預(yù)測準(zhǔn)確率）,,,,騰訊案例4工業(yè)互聯(lián)網(wǎng)平臺木星云,,,,,,連接,數(shù)據(jù),計算,管理,,,,,,,,,各智能設(shè)備連接入云，實現(xiàn)異構(gòu)數(shù)據(jù)融合、識別、清洗、分類和處理百萬級系統(tǒng)，MS級處理,利用物聯(lián)平臺數(shù)據(jù)進行3D建模，實現(xiàn)可視化生產(chǎn)生產(chǎn)直觀、可控時間、成本、浪費顯著降低,機器學(xué)習(xí)數(shù)據(jù)構(gòu)建健康度模型仿真，實現(xiàn)狀態(tài)預(yù)測預(yù)警系統(tǒng)健康掃描從月降為天無效空轉(zhuǎn)降低60,企業(yè)微信作為移動端辦公審理協(xié)作平臺，實現(xiàn)遠程在線處理分鐘級監(jiān)測管理,,騰訊云華龍訊達（工業(yè)應(yīng)用軟件高新企業(yè)）工業(yè)軟硬件廠家多標(biāo)準(zhǔn)不統(tǒng)一通用難木星云工業(yè)互聯(lián)網(wǎng)平臺,,,,騰訊案例4工業(yè)互聯(lián)網(wǎng)平臺木星云（續(xù)）,,,,,,,,,,,,,提升資源配置能力,提升制造管控能力,提升全程優(yōu)化能力,,,木星云工業(yè)互聯(lián)網(wǎng)平臺完成實時數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)、文件數(shù)據(jù)等的分類分層；達到數(shù)據(jù)的統(tǒng)一入口、統(tǒng)一管理、統(tǒng)一出口及應(yīng)用；通過數(shù)字虛擬仿真實現(xiàn)生產(chǎn)全程的智能管理生產(chǎn)前虛擬預(yù)演生產(chǎn)中監(jiān)控診斷生產(chǎn)后評估優(yōu)化,系統(tǒng)級CPS人機料法環(huán)全要素數(shù)據(jù)建模,,,“人工智能制造”政策借鑒,頂層設(shè)計與戰(zhàn)略指引構(gòu)建智能制造平臺推動技術(shù)標(biāo)準(zhǔn)制定支持共性技術(shù)研發(fā)重視中小企業(yè)發(fā)展完善人才保障體系,,,05,,,,,,,,頂層設(shè)計與戰(zhàn)略指引,,,,先進制造人工智能,工業(yè)40,機器人工業(yè)價值鏈社會50,制造2025新一代人工智能,先進傳感與控制信息與數(shù)字制造下一代機器人,物理信息系統(tǒng)（CPS）,機器人人工智能及物聯(lián)網(wǎng)大數(shù)據(jù),高端制造核心裝備智能工廠,制造業(yè)回流與復(fù)興,制造業(yè)競爭力強化,工業(yè)支持社會轉(zhuǎn)型,制造大國到強國,,國家,主要戰(zhàn)略,重點領(lǐng)域,核心目標(biāo),具體策略對比借鑒,,,,,,加快推進我國,“人工智能制造”對策建議,多渠道投融資機制突破關(guān)鍵共性技術(shù)重大科技工程項目多方協(xié)作服務(wù)平臺,,,06,融合創(chuàng)新試點基地復(fù)合人才培養(yǎng)機制技術(shù)標(biāo)準(zhǔn)體系建設(shè)信息安全保障體系,,,,前提長期穩(wěn)定的資源投入，“錢”和“人”,,,,建立多渠道,①投融資機制,財政手段金融資本社會資源,設(shè)立面向制造業(yè)專門的貸款及融資方案，鼓勵銀行等金融機構(gòu)提供資金嚴(yán)格政府補貼審核，向民營、中小企業(yè)適當(dāng)傾斜，同時鼓勵更多用投資方式采取更激勵的政策，如成果返稅等,健全復(fù)合人,②才培養(yǎng)機制,完備教育體系復(fù)合學(xué)科新設(shè)重點培養(yǎng),建立完善針對新型制造，從幼兒到高等完備的教育體系，尤其對區(qū)域、社區(qū)性學(xué)校增強本地制造業(yè)人才培養(yǎng)義務(wù)增加相關(guān)復(fù)合專業(yè)和學(xué)科設(shè)置，如工業(yè)算法工程、機器人維護、STEAM等鼓勵產(chǎn)學(xué)研結(jié)合培養(yǎng)，如共建培訓(xùn)基地,,,,中堅公共性的平臺，高效共享資源和服務(wù),,,搭建多方協(xié),③作服務(wù)平臺,加強技術(shù)標(biāo),④準(zhǔn)體系建設(shè),構(gòu)建信息安,⑤全保障體系,,,,資源共享便利協(xié)作服務(wù)聚合,鼓勵計算力、數(shù)據(jù)、算法等開源或開放提供產(chǎn)學(xué)研等協(xié)作的信息溝通渠道提供創(chuàng)新企業(yè)注冊、項目申報、稅務(wù)等服務(wù),技術(shù)聯(lián)盟創(chuàng)新鼓勵國際接軌,鼓勵產(chǎn)學(xué)研聯(lián)合組建“智能制造”技術(shù)聯(lián)盟在產(chǎn)權(quán)保護基礎(chǔ)上鼓勵各方共享專利鼓勵積極參與國際標(biāo)準(zhǔn)制定，推廣我國標(biāo)準(zhǔn),工業(yè)信息安全標(biāo)準(zhǔn)應(yīng)用開發(fā)認證機制,完善工業(yè)信息安全管理等政策法規(guī)和標(biāo)準(zhǔn)鼓勵工業(yè)安全應(yīng)用和解決方案開發(fā)及試點推動建立工業(yè)信息安全測試平臺，實施認證,,,,突破產(chǎn)學(xué)研結(jié)合，集群工程推動創(chuàng)新落地,,,建立融合創(chuàng),⑥新試點基地,布局重大科,⑦技工程項目,重點突破關(guān),⑧鍵共性技術(shù),產(chǎn)學(xué)研集群眾創(chuàng)空間應(yīng)用示范,推動工業(yè)園升級為“智能制造”集群支持工業(yè)界與信息業(yè)聯(lián)合創(chuàng)辦眾創(chuàng)空間提供資金獎勵等鼓勵應(yīng)用創(chuàng)新與試點,基礎(chǔ)理論研究專項應(yīng)用研發(fā),“智能制造”生產(chǎn)組織和管理模式“算法工藝”的融合基礎(chǔ)理論智能裝備、生產(chǎn)流程、供應(yīng)管理等重點領(lǐng)域,定義共性技術(shù)鼓勵整合與突破國際化,引導(dǎo)對人工智能關(guān)鍵共性技術(shù)的持續(xù)歸納總結(jié)鼓勵各方整合相應(yīng)技術(shù)標(biāo)準(zhǔn)，并聯(lián)合研究突破鼓勵海外建立研究機構(gòu)，吸納人才并推廣技術(shù),,,,,,,互聯(lián)網(wǎng)助力“人工智能制造”政策前行,1677萬互聯(lián)網(wǎng)從業(yè)者（拉勾網(wǎng)，2016年）,102家/9萬億互聯(lián)網(wǎng)上市公司及市值（CNNIC，2017）,403萬移動應(yīng)用數(shù)量（工信部，2017年）,3萬中國人工智能專利數(shù)量（CNNIC，2016年）,,,資源,,,平臺,,,工具,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,
下載積分： 6 賞幣
上傳時間：2024-01-05
頁數(shù)： 47
大小： 4.28(MB)
子文件數(shù)：
