近日，工業互聯網產業聯盟聯合多家企業共同編寫和發佈了《工業智能白皮書》（2019討論稿），通過深入解讀了工業智能的背景內涵，分析了工業智能主要類型，並從應用、技術和產業等方面研究和分析工業智能的發展脈絡和最新狀況，並在一定程度上對未來發展變革方向有所預見。希望能與業內同仁等共享成果，共謀工業智能新發展。
工業智能發展背景
製造業是現代工業的基石，隨著信息技術、新能源、新材料等重要領域和前沿方向的革命性突破和交叉融合，正在引發新一輪產業變革。隨著新一輪科技革命和產業變革蓬勃興起，工業經濟數字化、網絡化、智能化發展成為第四次工業革命的核心內容。
中國作為世界工廠，在中國製造2025及工業4.0信息物理融合系統CPS的支持下，製造業需要實現生產設備網絡化、生產數據可視化、生產文檔無紙化、生產過程透明化、生產現場無人化等先進技術應用，做到縱向、橫向和端到端的集成，以實現優質、高效、低耗、清潔、靈活的生產，從而建立基於工業大數據和“互聯網”的智能工廠。工業智能化發展是世界工業發展大方向，製造企業對工業智能從概念、類型到應用場景、技術特點及產業發展等的全面瞭解，是非常有必要的。
工業智能的定義
工業智能（或工業人工智能）是工業領域中由計算機實現的智能，具有自感知、自學習、自執行、自決策、自適應等特徵。可以認為，工業智能的本質是承載於實體與系統，即計算機上的人工智能技術在工業領域中的應用，能不斷豐富和迭代自己的分析與決策能力，以適應變幻不定的工業環境，並完成多樣化的工業任務，
最終達到提升企業洞察力，提高生產效率或設備產品性能的目的。將工業智能定義為由計算機實現的智能，具體是指在現代計算機的計算能力基礎上，在時間和成本可接受的範圍內，通過計算機解決的問題。目前來看，在可預見的相當長的時間內，計算機將成為研究工業智能的主要物質手段和實現工業智能技術的唯一實體。
工業智能的應用領域和場景
工業智能在工業系統各層級各環節具有廣泛應用，其細分應用場景達到數十種，如不規則物體分揀、複雜質量檢測、供應鏈風險管理、融資風險管控、設備運行優化、複雜質量檢測等。按照製造系統自下而上、產品、商業的維度，工業智能的應用領域可以總結為五大類，即生產現場優化、生產管理優化、經營管理優化、產品全生命週期和供應鏈優化，五類問題具有不同複雜度和影響因素。
工業智能主要通過三種方式解決上述問題：一是通過知識圖譜和專家系統解決多因素低複雜度問題，在影響因素快速提升的場景，比如供應鏈風險管理、融資風險管控等，知識圖譜的作用會更加明顯。二是通過機器學習與深度學習解決少因素高複雜度問題，一些傳統方法無法有效解決的場景如及微小故障的檢測、不規則物體的分揀等，是深度學習發揮重要作用的領域，而隨著場景機理的計算複雜度提升，深度學習則發揮更大作用。三是通過問題拆解解決多因素高複雜度問題，如產品研發等。而在例如安全風險分析、生產排程等因素和複雜度都較低的場景，可以依靠人工經驗或成熟的解析法解決，並不需工業智能方法。
工業智能的關鍵技術
工業智能依靠通用技術與專用技術協同實現智能化應用。一方面，通用技術以工業互聯網和工業大數據為核心，整體上遵循人工智能的數據、算力和算法三要素的邏輯，包含智能算力、工業數據、智能算法和智能應用四大模塊，以工業大數據系統的工業數據為基礎，依託硬件基礎能力和訓練、推理運行框架，完成工業數據建模和分析。其本質是實現工業技術、經驗、知識的模型化，為兩大核心技術賦能，從而實現各類創新的工業智能應用。此外，工業智能的部署方式一般有公有云、私有云、邊緣和設備四種，其整體系統管理和安全防護一般託管給其嵌入的邊緣或設備系統，或者是其作為組成部分的工業互聯網平臺。另一方面，通用技術往往無法滿足工業場景與問題的複雜性與特殊性要求，現階段依然存在大量特性問題需要解決，符合工業領域需求的技術定製化是工業智能兩大關鍵技術未來的發展趨勢。
工業智能的產業發展情況
當前工業智能尚未形成明確並具規模性的商業化應用，基於工業智能兩大關鍵技術架構梳理形成現階段工業智能產業結構。每類技術的產業結構包含上下兩層：底層是基礎技術研究的相關主體，上層是將技術與主要工業場景問題結合形成工業智能應用的集成主體。
閱讀更多 龍智造工業互聯網 的文章
