强化国内外创新合作 人工智能助推新型工业化
发布时间:2024-11-15 来源: 福建省工业和信息化厅 作者:佚名
11月5日,第七届中国国际进口博览会(以下简称“进博会”)在上海开幕。“新时代,共享未来”的主题,强调了在全球化和数字化时代,各国应通过开放合作,共同分享发展机遇,实现互利共赢。
据中国工业报了解,本届进博会持续打造全球新品首发地、前沿技术首选地、创新服务首推地,展示400多项代表性新产品新技术新服务。人工智能是新型工业化的重要驱动力,也成为本届进博会上的最大亮点。
为促进制造业的数字化转型,在第七届虹桥国际经济论坛标准分论坛(以下简称“标准分论坛”)上,国家市场监管总局(国家标准委)发布了337项国家标准外文版和智能制造国际标准化路线图两项成果,将在推动制造业标准国际合作、促进制造业转型升级等方面发挥积极作用。
人工智能是推动新型工业化的重要驱动力
人工智能是新型工业化的核心动力,我国人工智能发展取得了系列阶段性成果,正加速赋能千行百业。
11月5日,在第七届虹桥国际经济论坛人工智能赋能新型工业化分论坛(以下简称“人工智能赋能新型工业化分论坛”)上,工业和信息化部副部长熊继军强调,人工智能是推动新型工业化的重要驱动力。
熊继军指出,首先要强化国内外的创新合作。这包括支持各类企业、高校和科研机构形成良性互动的创新体。通过建立开源社区,促进高质量算法的共同研发,以及共享关键数据集,各方可以聚焦于大模型技术的研发,以应对未来工业的复杂挑战。这种合作模式不仅能够提升中国在全球AI领域的竞争力,还能推动先进技术的本土化和应用化,帮助企业在激烈的市场中找到新的增长点。
此外,熊继军还提到强化国际标准化的重要性。与国际电信联盟等组织的合作,将为人工智能技术的国际标准制定提供基础。通过共同研究AI的标准、政策与规则,能够在全球范围内构建一个安全、稳定的人工智能生态系统。这不仅能促进技术的规范化使用,还能更好地保护用户数据和隐私,增强人们对人工智能技术的信任。
未来几年,人工智能在各个行业的应用将不断扩大,影响到人们的生活方方面面。从智能制造到智慧城市建设,再到人工智能在医疗、教育等领域的深入应用,这些都将不断刷新我们的生活体验。而在这一背景下,如何确保技术的可持续发展、推动科技与伦理的协同发展,将是政策制定者和行业领导者需要面对的重大挑战。
事实上,2024年以来,政府多次强调了人工智能对于推动新型工业化的重要作用。
近日,国务院国资委党委书记、主任张玉卓在《新型工业化》上发表署名文章,阐述了更大力度推进新型工业化,加快发展新质生产力的工作思路。文章指出,数字技术成为新型工业化的重要推动力,人工智能是引领未来的战略性和基础性技术。张玉卓在文章中谈到,2024年上半年,国资央企启动实施AI+专项行动,聚焦算力、数据、大模型、场景应用等领域加大布局力度,初步构建了通用人工智能技术研发和应用体系。
下一步将加快提升人工智能技术和产品供给能力,牵引技术、资源、场景等多方主体有效合作,探索建立一批任务导向、跨所有制的产业发展共同体,以通用大模型为基础,结合通信、电力、制造、石化等国民经济主体行业数据,加快建设一批行业大模型,构建一批产业多模态优质数据集,打造一批深度应用场景,全面赋能行业发展。
7月4日,在上海召开的2024世界人工智能大会上,全国政协常委、致公党中央副主席、全国妇联副主席、工业和信息化部原副部长、中国电子学会理事长徐晓兰致辞并指出,人工智能是新型工业化的核心动力,我国人工智能发展取得了系列阶段性成果,正加速赋能千行百业。
5月29日,工业和信息化部部长金壮龙在《学习时报》发表题为《推进新型工业化构筑中国式现代化强大物质技术基础》的署名文章中提出,全面提升产业科技创新能力、推进产业结构优化升级、推进人工智能赋能新型工业化、全面推动工业绿色发展。
国家标准促进制造业高质量发展
智能制造作为支撑变革的源动力,正在不断突破新技术、催生新业态,其标准化工作在全球范围内也得到了广泛的关注。
近十年,我国智能制造领域累计发布国家标准394项,其中基础共性标准109项、关键技术标准280项、行业应用标准5项,牵头制定了48项国际标准。据了解,此次标准分论坛上发布了337项国家标准外文版,涉及轨道交通装备、车辆、工业设备、智能制造机械、机器人等机械装备。
国家市场监督管理总局标准创新管理司副司长郭晨光表示,这337项国家标准外文版包含了英语、法语、葡萄牙语、柬埔寨语、越南语、老挝语等更多的语种,也涵盖了机械装备、能源等更多的产业门类,有将近70%都是涉及制造业领域的,将有利于我们聚焦发展新质生产力,促进制造业高质量发展,更好地发挥国家标准的技术支撑作用,为国际科技的创新和发展,分享更多的中国智慧。
智能制造涉及众多的设备、软件和系统,它们之间的标准化和规范化是实现智能化生产的基础。标准国际合作可以制定统一的标准,确保不同国家生产的设备和系统能够相互兼容、互联互通,避免形成“信息孤岛”。
国际电工委员会电器运输设备技术委员会(IEC/TC125)主席吴小东表示,随着新一轮科技革命和产业变革的不断演进,制造业呈现出数字化、网络化、智能化的发展趋势,智能制造作为支撑变革的源动力,正在不断突破新技术、催生新业态,其标准化工作在全球范围内也得到了广泛的关注。各国政府及国际组织纷纷投入资源,推动智能制造标准的制定与实施,以促进制造业的智能化转型。“世界智能制造是未来制造业的发展方向,智能检测作为智能制造的核心环节,为智能制造技术架构提供‘眼、耳、鼻’的感知能力,成为稳定生产运行、保障产品质量、提升制造效率的核心手段。”中国工程院院士马玉山表示。他建议在发展智能检测技术过程中要加强顶层设计,强化统筹协调;要聚焦产业链需求,开展产学研用融合创新;要重视人才培养,加强国际合作与交流;要积极推动检测标准及相关规范的建立;要加大对基础软件的投入力度和重视程度。
中国机械科学研究总院集团有限公司董事长王德成表示,标准数字化转型将赋能制造业智能化发展,同时,标准也为制造业绿色发展注入新动能。他提出,为更好地实现制造业高质量发展,在标准化工作中,一方面要加快推进标准国际合作与科技合作互动发展,另一方面,要致力于将标准国际合作打造成产业合作纽带。
高通技术公司技术标准副总裁李俨表示,标准国际合作还为企业“出海”和国际化发展提供了良好支撑,通过遵循全球统一标准,企业能够更顺利地进入全球市场,增强国际竞争力,进一步推动智能制造的全球化发展。
专家支招制造业数字化转型难题
目前大部分数字化转型服务商常常会聚焦回报周期短、市场前景广的领域提供解决方案,面对机理复杂、定制程度高的领域普遍不会主动加大投入。
“人工智能将在推动新型工业化进程中,发挥不可或缺的作用。”在这样的背景下,企业和科研机构应积极参与到全球范围的技术合作与标准制定中,共同推动人工智能的良性发展。
在标准分论坛上,中国机械工业集团有限公司副总经理周开荃表示,制造业数字化转型的技术趋势,核心是人工智能。从“机器换人”到“机器助人”,人工智能将显著提高制造业产品质量、优化生产流程、实现个性化定制,并为制造业生产模式带来巨大变化。世界经济论坛发布的白皮书指出,人工智能每年为世界经济贡献2.6万亿—4.4万亿美元产值,其中1/4来自制造业和供应链生产的改进。近些年来,我国人工智能产业发展迅速,2023年全国AI核心产业规模达5784亿元。截至2024年6月,我国已有超过4500家人工智能企业。
在周开荃看来,制造业数字化转型面临挑战和困难。如制造业行业门类、运行机理差异大,数字化转型场景需求存在显著差异,对解决方案的个性化、异质化具有较高要求,很难找到可以直接复制的模式和经验。目前大部分数字化转型服务商常常会聚焦回报周期短、市场前景广的领域提供解决方案,面对机理复杂、定制程度高的领域普遍不会主动加大投入。据统计,仅有约不到20%的人工智能企业具备面向制造业提供解决方案的能力。
“但无论如何,人工智能技术的应用将成为制造业数字化转型的重要趋势,将极大地改变传统制造业面貌。”周开荃说道。在人工智能赋能新型工业化分论坛上,2007年图灵奖得主、中国科学院外籍院士约瑟夫·希发基斯认为,人工智能的成功与否取决于它在构建智能系统和实现终极数字融合方面的贡献。约瑟夫·希发基斯指出,人工智能现在面临的最大挑战是系统工程,因为必须引入、整合服务、电器、设备和人工智能系统。人工智能系统是如何工作的,原则上我们无法信任它。如何用不可信的部件组成可信的系统,组成一个混合架构?如何将符号知识和非符号知识联系起来,是一个亟待解决的问题。
约瑟夫·希发基斯认为,中国比任何国家都有条件实现工业人工智能。“中国应该专注于每个行业的核心技术,应该从其庞大而多样的工业基础中汲取大量数据。中国应该协同每个行业的国有企业,为每个行业构建特定的智能系统和特定技术。中国应该更多地参与到全球标准制定的讨论中来。”
小米集团手机部副总裁智能制造部经理许多在人工智能赋能新型工业化分论坛上指出,新型工业化,智能制造,未来可能不是中专生的优势。“我们很难培养他处理一条连线数量如此大(一条连线现在有30台到50台设备),智能化程度如此高的群。”“各工厂在做智能化的转型,第一,考虑数据;第二,要考虑落地过程,如何合理设定实现有效的转换,其实我们有大量的失败就是转换环节设计不合理,没有办法管理,最后就失败了。”许多说道。
“AI+工业存在三方面挑战,一是对可靠性、稳定性、准确性,比一般的场景要求更高;二是行业性,工业中硬件的制造,很多有Know-How的基底模型,开发的难度更大;三是考虑安全性,保证工业数据不会被非法的获取,以及模型本身不会被篡改。”科大讯飞副总裁、研究院院长、中国电子学会常务理事刘聪表示。
原文链接:http://gxt.fujian.gov.cn/zwgk/xw/hydt/xydt/202411/t20241114_6566181.htm
[免责声明] 本文来源于网络转载,仅供学习交流使用,不构成商业目的。版权归原作者所有,如涉及作品内容、版权和其它问题,请在30日内与本网联系,我们将在第一时间处理。