AI落地制造业的“亮点”与“痛点”-皇冠手机官网

本文摘要：“人工智能是新一轮科技革命和产业变革的最重要驱动力量，减缓发展新一代人工智能是事关我国能否逃跑新一轮科技革命和产业变革机遇的战略问题。

“人工智能是新一轮科技革命和产业变革的最重要驱动力量，减缓发展新一代人工智能是事关我国能否逃跑新一轮科技革命和产业变革机遇的战略问题。”——近日，中共中央政治局就人工智能发展现状和趋势举办了集体自学。2015年以来，人工智能两次被写到政府工作报告，并陆续实施了《中国生产2025》《“互联网＋”人工智能三年行动实施方案》《“十三五”国家科技创新规划》《新一代人工智能发展规划》等系列政策给与反对。

2017年人工智能转入愈演愈烈期。从数据来看，中国市场增长率约50%，预计2018年市场规模大约380亿元。在工业领域，人工智能被视作工业4.0的大脑，它将变革生产。

不过，对于这股智能潮流，笔者更加关心AI如何落地？落地如何？谓说出，外行看热闹内行看门道，这次我们通过AI架构搭起者、技术提供者、技术应用于者的视线，剥茧抽丝地看见AI落地情况，与行业联合交流这一最出色变革。百家相争“智”的新风口人工智能产业的发展必不可少政策的承托，同时也必不可少核心企业的引导和推展，他们在人工智能的生态建设过程中起着了十分最重要的起到。据工控小编理解，中国和美国正是相结合一些核心企业的发展占有了AI的领头方位，例如美国的Google、Amazon，中国的BAT。可以说道，BAT的完全可以代表国内AI的发展水平，因为百度在AI领域做到得最先，所以相对来说百度AI体系最完善。

去年，在中国科技部确认的一系列人工智能重点发展平台中，百度的自动驾驶、腾讯的智慧医疗、阿里巴巴的智慧城市等人工智能的落地随之显得更加明晰。此前，在百度刻画的人工智能技术框架中，底层还包括百度大脑和百度智能云，上层还包括DuerOS和Apollo两大开放平台，相结合这一框架，百度能为多个行业获取开发工具和AI解决方案。

而百度自己的AI落地成果也十分慢，在今年百度AI开发者大会上，百度第100台自动驾驶巴士“阿波龙”已月量产下线，将在国内外同时积极开展商业化运营。与此同时，腾讯在医疗领域的觅影、阿里巴巴的城市大脑也都做到的如火如荼。归功于行业核心企业的大力前进，我国加快创建起了从底层基础设施到算法再行到应用于，比较原始的人工智能产业体系。

实质上，对于大部分人工智能参与者来说，他们不像BAT一样大而全来制成一个体系，他们只是做到体系的一部分，即如何利用专业领域的技术落地AI。笔者专访了在行业中首度明确提出“产业人工智能”概念的北京国双科技有限公司（下称“国双”）工业互联网事业部副总经理朴志民，他指出AI人工智能除了深度自学、智能感官的能力，同时还要融合数据科学家、行业专家的能力，通过模型或者算法去构建智能化。这一概念涵括了数据科学+技术能力+行业经验+平台统合的综合能力。作为大数据和人工智能解决方案提供商，国双面向工业领域获取工业互联网平台技术和工业APP应用于，凭借其在数据处理的综合能力，解决问题工业大数据的痛点问题——挖出、统合与应用于。

从实际应用于来看，国双主要通过监控设备、预警故障、临床故障和预测故障等四个核心能力优化传统工业运营能力。基于工业互联网平台和原始的行业专业团队，国双打造出了末端到端的AI服务。被迫说道，随着国双等有所不同AI层面的企业的了解，我国人工智能将大大细化和实施，沿袭当前较慢发展的势头。

AI落地并非易事如下图，人工智能从架构上分成基础层、技术层和应用层三层。应用层是将人工智能技术与应用于场景融合一起，构建商业化落地，这个部分是国内人工智能发展尤为活跃的领域，呈现百花齐放的态势，主要应用于还包括机器人、智能安防、智能家居、无人驾驶等多个领域。人工智能技术及应用于架构那么，到底AI落地否不存在水土不服呢？我们从国内领先的机器人制造商——新松机器人的应用于一解法其中味。

今年，新松机器人作为课题负责管理单位参予河北工业大学联合的科技部智能机器人专项：“基于数据驱动的工业机器人可靠性质量确保与快速增长技术”，该技术可以对原先的工业机器人本体收集数据，通过对自身关节、核心零部件、电流、传感器等参数展开涉及的先进设备算法分析，让机器人不具备了对自身性能提升，以及新产品修正递归获取了坚实基础。难于找到，新松一并AI技术赋能机器人，让机器人显得更加智能。杭州新松机器人研究院陈立院长指出，国产控制器驱动器性能的提高以及互联网技术的融合，使以前比较道岔的运动控制显得更加多源非常丰富，让更加多的先进设备控制算法在机器人本体上获得更佳的应用于，从而提高机器人的轨迹精度、速度规划等性能。

AI技术在工业机器人上的产业应用于，通过减少传感器、融合机器视觉、深度自学等，让人机在近距离范围内协同作业不具备可行性。陈立院长回应，AI技术应用于到工业机器人领域上，必须精准的数据给予，和高保真的取样实时，才能让机器作出精确的辨别。

在一些自动化应用于场景中，产品的良品通过率必须超过99.99%。虽然深度自学算法是人工智能当前的众多技术亮点，但是对于自动化行业来说，更好的是必须一个平稳的技术输入确保，这也是当前AI落地应用于的瓶颈。

相比于智能家居、机器人等领域，在食品饮料行业AI的创造力应当更大，但实际应用于却寥寥无几。国际食品巨头蔡衍明集团研发总处陈俊江总处处长告诉他工控小编，食品逆因多、规格种类多、产品组合更加多，因此必须需要辨识辨别有所不同变化规律且能作出准确对系统的平台。对于蔡衍明这类产品线十分可观的企业来说，做到一个大规格、大品相的产品设施平台更容易，但是还有很多小规格的产品无法获得解决问题，不有可能每一种规格都设施分开的平台去继续执行。

最让陈俊江处处长忧虑的是，在可观的生产线中如果自动化一旦错误，那样导致的不当损失不会更大。虽然AI落地食品行业还有待时日，但目前蔡衍明早已引入了数字化系统，存储、汇整、文档蔡衍明的食品配方及物料等信息。不过，据陈俊江透漏，由于蔡衍明的产品线过分可观，目前使用的系统还没做几乎自动化汇整，还必须依赖人来串联现有的资料，构建公司部分信息的自动化统合。对于一种新技术来说，从技术发展成熟期到全球化应用于必定必须一段时间，人工智能也不值得注意。

虽然国内人工智能产业链各环节还更为脆弱，行业对政府政策反对还十分倚赖，但随着企业竞争和协同必须的强化，人工智能渗透率将逐步提高，并构建确实意义上的落地。

本文来源：皇冠手机官网-www.pocketmyponstar.com