人工智能与工业互联网助力实体经济发展

　　9月8日，由中国通信学会、福建省工业和信息化厅、福建省通信管理局主办，中国信息通信研究院、中国工信出版传媒集团、厦门市工业和信息化局、厦门市通信管理局、厦门市商务局(厦门市会展局)、厦门国贸会展集团有限公司承办的2022中国国际工业互联网创新发展大会在福建省厦门市成功召开。中国工业互联网研究院智能化研究所副所长顾维玺在主题演讲中表示，当前工业数据呈现爆发式增长，与此同时，随着算力和算法的提升，人工智能技术，特别是深度学习技术，已经全面渗透到工业各个生产环节过程中，正成为工业领域研发、制造、售后的核心引擎。

工业互联网+AI融合发展

　　工业互联网作为一种新兴的技术载体，如何与人工智能高效结合赋能工业，进而解决工业场景相关难点呢?关于这个问题，顾维玺探讨了人工智能和工业互联网的融合问题。

　　顾维玺指出，人工智能从最开始的有监督学习到无监督学习，再到如今的自我强化学习，已经发展成为新范式、新模态。在工业领域，人工智能也全面渗透到了工业互联网的各个环节。在IaaS层，有如何解决边云适配的边云NLP技术;在PaaS层，针对工业数据噪声、工业安全问题，有包括知识蒸馏、联邦学习、小样本学习等相关的人工智能算法;在SaaS层，有通过人工智能等实现整个工控系统的控制优化。

　　算力、算法和数据被称为人工智能技术的三要素，顾维玺指出，由于工业智能的工业稀疏性，工业智能化的数据分析强烈依赖于工业知识的积累与融入。将工业机理作为先验知识，与神经网络结合，有助于实现因果关系推广，寻找全局最优解，加之神经网络等机器学习方法推演出工业设备参数之间的定量关系，可以提升模型观测效果。

我国工业互联网面临的挑战

　　工业互联网正在高速发展，顾维玺提出了当前人工智能与工业互联网结合两者结合所面临的四项挑战。

　　第一，企业对工业智能技术付费意愿不足。数字化转型是一个漫长的过程，不仅涉及到信息化技术的改造，甚至需要对产线进行重组，投入成本非常高。这种投入成本加剧了中小企业进行数字化转型的意愿;

　　第二，工业领域应用场景差异性较大，泛用性AI算法尚未实现落地。传统的人工智能大模型，特别是自然语言处理或机器视觉方向，能够通过一个模型解决很多的现实问题。但是在工业界，这种大模型的效能并没有完全发挥出来，因为工业数据的异构性，甚至同一个行业不同企业间的异构性，都导致无法采用普适性的人工智能算法解决问题;

　　第三，人工智能算法研发受到人才性的制约。通过人工智能算法解决工业实际问题，不仅需要AI人才，也需要懂工业机理的OT人才，这种人才是非常匮乏的，导致工业智能算法的研发以及行业性的应用产生局限性;

　　第四，底层硬件加大了人工智能算法的开发和适配难度。目前，很多主流的人工智能训练显卡都是英伟达的，很多设备由于安全性和国产替代要求，很多都是国产的，无法直接把英伟达上的算法迁移到边缘设备上进行直接的预测，这种软硬件适配，尤其是工业传感器与人工智能之间的兼容性，导致产业化推广难度加大。