人工智能，需對接產業“痛點”而非噱頭-機器人-數控機床市場網

您現在的位置：機器人> 行業資訊>人工智能，需對接（jiē）產業“痛點”而非噱頭

人工智能，需對（duì）接產業“痛（tòng）點”而非噱頭

2019-12-11 來源：新華社作者：-

智能安保、語（yǔ）音識別、智能（néng）客服……幾（jǐ）年間，被視為新一輪產業變革核心驅動力的人工智能（néng）技術邊界不斷擴大，已大踏步走進尋常百姓家。然而，相（xiàng）比在安防、金融、零售業的火熱推進，人工智能技術在工業製（zhì）造、農（nóng）業等（děng）實體經濟領域（yù）的深度融合仍存（cún）在諸多困難，尚（shàng）處於（yú）起步階段。

中（zhōng）國人工智能學會理事（shì）長戴瓊海就有這樣的（de）感受，在近日召開的第八屆（jiè）吳文俊人工智能科學技術（shù）獎頒獎典禮暨2019中國人工智能產業年會上（shàng），他拋出了這樣一個問題：“當前，解決人工智（zhì）能與實體經濟深度融合的發展瓶頸，最後一（yī）公裏路該（gāi）往何處去？”

這不是他一個人的感受。“人工智能為實體經濟賦能，是趨勢和前景，但做起來，還有一些亟待解決的問題。”中國科學院院士張鈸說。

智能製造的信息化（huà）基（jī）礎仍薄弱

人工智能（néng）賦（fù）能以製造業為代表的（de）實體經濟，自動化（huà）、信息化是基礎。但來自艾瑞谘詢的一份報告顯示，2018年我國製造業企業數（shù）字（zì）化設備聯網率僅（jǐn）為39%。

在張鈸看來，這是人工（gōng）智能與實體經濟深度融合的一大阻礙。

“製造業智能化的前提是自動化和信息化，這要求各細分行業加強設備自動化改造，提（tí）高生產自動化程度。然而，目前來看，許多行業工（gōng）廠生產流程的自動化、信息化水（shuǐ）平還很低，人工智（zhì）能技術也就難以對接。”張鈸說。

科技部新一代人工智能研究發展中心副主任李修全認同這（zhè）一觀點：“可以說，在人工智能應用於實體經濟特別是工（gōng）業這方麵，中國還是存在一些劣勢（shì）。”

人工智能要發揮“威力”需要數據支（zhī）撐。在李修全看來，自動化和信息（xī）化的不足（zú）直接導致的是工（gōng）業數據（jù）的缺乏。“與國外先進製造業相比，他們所擁有（yǒu）的工業控製和傳感設備在生產中積累了大量數據（jù），可幫助（zhù）人工智能落地。而我（wǒ）們的數據不足，而且引入的（de）信息化設備多數（shù）也是進口，數（shù）據不為我們掌握。”

其次是智能製造一體化的問題（tí）。工（gōng）業領域的人工智能技術落地需要體係化，“以縫紉機器（qì）人的生產為例，需要人工（gōng）智能底層技術、算法等（děng）軟件與傳感控製設備等（děng）硬件相結合，缺一不可（kě），對我們的一些硬科技門類（lèi）提（tí）出了挑戰。”李修全說。

此外，製造業在生產環節中容錯率很低，但當前人工智能技術引入並不能（néng）保證100%的準確。“比如電力行業（yè）就（jiù）基本不容有差（chà）池，那麽人工（gōng）智能在融入製造業的過程（chéng）中，就要選擇（zé）有一定容錯率的工業場景。”李修全說。

張鈸認為（wéi），以上這些問題使得智能製造（zào）的推進難度更大，其解決也有賴於製造業整（zhěng）體的自動化、信息化發展。

需對接產業“痛點（diǎn）”而非噱頭

“觀（guān）察各行（háng）各業，你會發現企業（yè）對人工智能這種新的（de）驅動力都有著迫切的應用需求（qiú），但產業化實際上‘雷聲大，雨點小’，有的技術僅僅（jǐn）是錦上添花。”百度風投CEO劉維說。

他以近兩年頗為熱門的智能（néng）養豬為例，許多項目在養豬場內應用了豬（zhū）臉識別技術，然（rán）而（ér），就算能夠精準識別出每一隻豬（zhū）的不同（tóng），但對於如何進一步察覺（jiào）疫情發生和科學改善養殖，技術團隊卻往往沒有進一（yī）步的解決方案，“他們僅僅把‘智能養豬’做成一個概念，然而，我認為，真正（zhèng）能（néng）夠提高產（chǎn）業的（de）生產環節效率和競爭（zhēng）力，才是人工智能技（jì）術是否深度融合實體經濟的硬標準（zhǔn）”。

智能企（qǐ）業雲（yún）知聲聯合創始人李霄寒（hán）則（zé）認為，人工智能本身是一個勢能器，它的落地需要場景，但行業中提供（gòng）場景的企業和技術提供（gòng）者存在著巨大的信息不對稱，亟須（xū）架起這個“橋梁”。

“身為技術供應商，我（wǒ）們需要了解（jiě）行業的剛性需求到底在哪裏。”小i機器人高級副總裁許弋亞認（rèn）同（tóng）這一看法，他認為，要推動人工智（zhì）能與（yǔ）實體經濟真正深度融合，構建一個良好的產學研生態非常重要。一方麵，從技術、產品到解決方案交付，人工智能技術企業（yè）需要充分（fèn）對接行業需求，抓住機會做好應用；另一方麵（miàn），人工智能技術企業需要與高（gāo）校、科研院所在模型、算法等基礎研究方麵做出更多的合作交流。

對此，國家自然科學（xué）基金（jīn）委人工（gōng）智能處處長（zhǎng）吳國政建議，行業學會、協會（huì）、基金會等相關組織應當發揮平台作用，共同關注（zhù）行業需求，建（jiàn）立定期交流機製，以便發現更多人工智能與（yǔ）實體（tǐ）經濟深度融合的根本科學（xué）問題。

複合型專業人才培養待（dài）支持

高端、複合型人才嚴重缺乏也是人工（gōng）智能與實體經（jīng）濟深度融合的一個瓶頸。

對接產業需（xū）求，人（rén）才要了解行業，也要掌握人工智能關鍵技術，能夠進行應用開發。然（rán）而，戴瓊海指出，由於人工智能技術的（de）交叉性，我國（guó）在人工智能人才結構上（shàng）呈現出高端人才和工程師“兩少”特點，工程（chéng）師的人才缺（quē）口甚（shèn）至達到了500萬～1000萬。

近日由（yóu）清華（huá）大學－中國工程（chéng）院知識智能聯（lián）合（hé）研究中心、中國人（rén）工智能學會吳文俊人（rén）工智能科學（xué）技術獎評選基地聯合發布的《2019人工智能發展報告》則指出，從（cóng）人才競（jìng）爭上（shàng）來看，美（měi）國的人才數量（liàng）遙遙領先，凸顯了其在人工智能領域的人才優勢。對於我國而言，人才（cái）數量在大部分領域領跑第二梯隊，但與（yǔ）美國相比，中國高影響力學者數量明顯不足，頂尖學者相對缺乏，中美（měi）之間還存在差距。

“我國已開設了人工智能的本科教育，人才培養尚待時日，但人工智能與其他學科專業的交叉融合還不夠深入。”中國人工智能學會教育工作委員會主任王萬森說，他建議，應構建與新一代人工智能發展相適（shì）應（yīng）的（de）知識結構（gòu）和課程體係，形成一個以（yǐ）智能科學與技術專業為核心，外加衍生（shēng）層（céng）諸專業的新生專業（yè）類，即人工智能（néng）類專業。除上述核（hé）心層（céng）、衍生層專業外，還應（yīng）支持複合型和交叉型專業的（de）智能（néng）人才培養。

“人工智能的應用隻能以垂（chuí）直的方式進入某一個場景，或者某一個領域（yù）行業，這決定了人才的培養方向（xiàng），方能實現經濟社會（huì）對新一代人工智能的需求。”王萬森強調。

“人工智能在許多（duō）行（háng）業領域還是剛（gāng）剛開（kāi）始，真（zhēn）正要讓它全麵落（luò）地產生價值，可（kě）謂（wèi）任重道遠。”中國平安保險（集團）股份有限公司首席科學家肖京道出了許多專家的心聲，“我們（men）需要的是踏踏實實地努力，一個一個去攻克難關。”

投（tóu）稿箱（xiāng）：
如果（guǒ）您有機床行（háng）業、企業相關新聞稿件（jiàn）發表，或進行資訊合作，歡迎聯係本網編輯部，郵箱：skjcsc@vip.sina.com

更多相關信息

名企推薦

業界視點

| 更多

行業數據

| 更多（duō）

博文選萃

| 更多