行业应用篇

第九章 人工智能+制造业

第一节 主要应用场景

根据工业互联网产业联盟发布的《工业智能白皮书》，人工智能+制造业指的是在制造领域中由计算机实现的智能，具有自感知、自学习、自执行、自决策、自适应等特征。可以认为，人工智能+制造业的本质是承载于实体与系统，即计算机上的人工智能技术在工业领域中的应用，能不断丰富和迭代自己的分析与决策能力，以适应变幻不定的工业环境，并完成多样化的工业任务。最终实现人、设备与产品的联通，实现精准识别、有效交互与智能控制，进行产品智能化研发设计、智能质检、生产设备的预测性维护，提升企业洞察力，提高生产效率或设备产品性能的目的[1]。

人工智能在制造业系统各层级、各环节应用广泛、场景丰富，包括不规则物体分拣、复杂质量检测、供应链风险管理、融资风险管控、设备运行优化、复杂质量检测等。《工业智能白皮书》指出，按照制造系统自下而上、产品、商业的维度，工业智能的应用领域可以总结为五大类，即生产现场优化、生产管理优化、经营管理优化、产品全生命周期优化和供应链优化，具有不同的复杂度和影响因素。

人工智能在制造业中的应用，依靠通用技术与专用技术协同实现智能化应用。一方面，通用技术以工业互联网和工业大数据为核心，整体上遵循人工智能的数据、算力和算法三要素的逻辑，包含智能算力、工业数据、智能算法和智能应用四大模块，以工业大数据系统的工业数据为基础，依托硬件基础能力和训练、推理运行框架，完成工业数据建模和分析。其本质是实现工业技术、经验、知识的模型化，为两大核心技术赋能，从而实现各类创新的工业智能应用。此外，工业智能的部署方式一般有公有云、私有云、边缘和设备四种，其整体系统管理和安全防护一般托管给其嵌入的边缘或设备系统，或是其作为组成部分的工业互联网平台。另一方面，通用技术往往无法满足工业场景与问题的复杂性与特殊性要求，现阶段依然存在大量特性问题需要解决，符合工业领域需求的技术定制化是工业智能两大关键技术未来的发展趋势。如图9-1所示为人工智能应用于制造业的典型领域解析。

图9-1 人工智能应用于制造业的典型领域解析

（数据来源：腾讯研究院，CCID赛迪智库，2019年9月）