军民协同发展-9001诚信金沙

更新时间:2019/9/18    来源:    作者:    浏览:

untitled.png

立邦涂料湖北咸宁工厂智能生产线

untitled1.png

图为大会现场

  “智慧时代,计算力就是生产力。”8 月 28 日,在京举行的 2019 中国人工智能计算大会(aicc 2019)上,中国工程院院士、浪潮集团首席科学家王恩东指出,国内城市中,在计算力投资方面做的好的城市,经济发展也排在前几位,在新旧动能转换上也比其他城市快。国际数据公司(idc)和浪潮集团在会上联合发布《2019-2020中国人工智能计算力发展评估报告》即呈现了这一趋势——计算力排名靠前的几座城市也是今年上半年gdp排名以及中国新经济活力指数排行榜上的前几位。城市如此,行业亦然。多位与会专家表示,智能制造已成为包括化工行业在内的制造业转型升级的重要突破口。那么,行业企业如何根据自身需求寻找ai产业热土,未来化工ai化前景如何呢?

  “城市竞速”激烈上演

  人才、政策、商业环境大比拼

  近年来,人工智能产业成了各地政府的“香饽饽”,被视为产业转型、提高城市竞争力的重要机遇。围绕人工智能的“城市竞速”正在全国激烈上演。据了解,仅在8月最后一周,国内有4座城市(北京、上海、广州、重庆)在举办和人工智能相关的峰会。

  数据、算法和算力被视为推动人工智能发展的“三驾马车”。 其中计算力是承载和推动人工智能走向实际应用的基础平台与决定力量。《报告》显示,在最新中国人工智能计算力 top10 城市排名中,北京、杭州、深圳、上海、广州分居前五位,并同处第一阵营。合肥、苏州、重庆、南京、西安则在第二阵营。与2018年相比,北京凭借互联网企业的快速发展以及全国最多的人工智能初创企业和人才储备,超越杭州跃居第一。广州凭借全国领先的gdp增速,以及政府在人工智能方面增加的大量投入,大量行业领先企业的进驻,排名进入第一梯队。苏州、南京、西安凭借政府和人工智能产业链领先企业的推动,以及大量的资金投入,首次跻身前十。

  一位业内人士告诉记者,城市竞速实际上是商业环境、人才、政策等多方面的比拼。目前,人工智能科技发展现已呈现出京津冀,珠三角,大湾区等经济带三足鼎立之势。四大超一线城市在人工智能技术、应用、人才等领域的“吸附”效应开始凸显,同时围绕京津冀、长三角、大湾区三大经济圈形成的人工智能三大产业集群已初具雏形。

  以上海为例,上海已经汇集了有超过1000家人工智能核心企业,泛人工智能企业超过3000家,人工智能相关产业规模超700亿元。到2021年,上海将初步建成具有国际竞争力的人工智能核心产业集聚区、全国人工智能创新技术和产品应用示范区,以及人工智能行业标准和制度规范先行先试区,同时要形成辐射长三角乃至全国的人工智能高地。上海还集聚了全国1/3的人工智能人才。在科研领域,微软研究院、亚马逊aws上海人工智能研究院已于去年“落沪”。上海脑科学与类脑研究中心、上海交大人工智能研究院、同济大学上海自主智能无人系统科学中心等相继揭牌,人工智能算法研究院、人工智能国际学院开源开放研究院等也正谋划新的布局。未来上海市将加速在人工智能在金融,交通,医疗,安防的领域的全面应用,形成国际化的人工智能大城市。

  除了超一线城市之外,其他地方城市也不甘落后。以合肥、苏州、重庆、西安四城为例,地方政府首先在政策上进行引导,建立高新科技区,为人工智能提供发展环境。当地高校如中国科学技术大学、南京大学和西安交通大学等亦提供人才培养支持,当地人工智能龙头企业如合肥的科大讯飞亦有推动作用。

  智能市场快速增长

  从ai产业化到产业ai化

  《报告》除了公布了中国ai计算力城市榜单,还从ai产业现状、ai投资、行业应用、技术趋势、未来规划、应用场景及发展等多维度,为中国科技企业、各行业全力布局ai产业、践行“产业ai化”战略,提供可行性指导意见。《报告》重点指出,在“ai产业化”趋势的影响下,未来5年我国人工智能市场总体规模将继续保持高增长率,年复合增长率将达到44.9%,上升至175亿美金。这将带动整个行业加速向人工智能等领域做战略转型。

  王恩东在演讲中提到,数据爆发的增长,算法创新加速,和计算能力的快速提升,让人工智能在全球范围内迅速从一个学术热点变成投资热点、产业热点。ai产业正在快速的上规模,市场需求也开始井喷。idc调研结果显示,2019年中国人工智能的市场接受度从2017年的10%提升到45%,同时,82%未使用人工智能的企业计划在未来1~2年内部署。

  作为产业ai化落地的“桥头堡”,上海拥抱ai的实际行动异常强烈。据了解,目前上海已经发布了包括ai 教育、ai 交通、ai 医疗、ai 金融等多个人工智能应用场景。如今,人工智能已经走进银行、医院、学校和无人驾驶测试场地等上海多地场所。到2020年,上海将形成60个ai深度应用场景、6个创新应用示范区,全力培育智能经济新动能。“上海产业 ai项目实施与规模化落地,为其他区域起到了很好的示范作用。”aicc参会嘉宾对上海“ai量产”充满期待。

  《报告》称,在人工智能应用场景发展中,语音识别、自然语言处理和人脸识别仍是2019年最具市场发展潜力的场景。同时,中国人工智能基础架构市场2023年将超过80亿美元,未来五年年复合增长率达到33.8%,增速是中国整体基础架构市场的3倍以上。

  另一方面,随着ai产业发展,数据将呈现爆炸式发展。根据idc全球datasphere的研究,全球新创建的数据量将从2018年的33zb(1zb≈1万亿gb)增长到2025年的175zb。报告认为,随着数据持续爆炸性增长及算法的不断演进,未来算力仍有很大发展空间。

  王恩东还提到,中国的ai投资已经跟美国相当,但在核心技术的投入和面向应用的深度研究,中国还有差距。“应用是ai产业发展的瓶颈也是最大的机会,要从根本上解决应用的问题,就要建立开放融合的人工智能生态,从底层硬件到上层应用软件,产业的上中下游要紧密配合,面向多样化个性化的用户需求,向终端用户提供整体9001诚信金沙的解决方案,才能让人工智能用起来,用好它。”他说,有基于此,浪潮提出了元脑生态计划。在该计划中,浪潮将共享计算平台、资源平台和算法推动平台的技术能力。

  在aicc大会现场,浪潮宣布将与百度共建aistation与飞桨联合方案,同时浪潮与vmware共建aistation与vsphere ai私有云方案,作为ai算法平台的重要部分,浪潮还将开源tf2,帮助行业客户加快实现产业ai化。

  化工智造未来可期

  有进步、有问题、有信心

  《报告》显示,计算力的快速发展极大促进了各行业应用场景的成熟,ai产业化加速向产业ai化迈进。从国内人工智能行业应用渗透度来看,互联网以62.4%的人工智能算力投资市场份额居首,政府行业紧随其后,金融行业第三。包括化工行业在内的制造业仅列第四位。然而,质量管理(qc自动化)、智能工厂等发展迅猛,制造业有望在未来五年逐步实现智能化。

  一位专家告诉记者,当前,化工行业智能制造正开展得如火如荼,就某些局部而言,不无小成。例如,当前,化工行业已经开始拥抱工业互联网,不乏赛轮金宇轮胎先进制造、石化盈科promace、开磷集团磷化工、沃库智能供应链等国家试点项目,阿里云、中控、航天云网、西门子、和利时、埃森哲等工业互联网平台已在行业中兴起。而且,化工企业还将工业互联网与5g结合,在设备维护、实时监控、远程调度、工业ar/vr等方面,开展了5g应用示范项目。再如,部分化工企业,在采购数字化转型方面已闻风而动,与阿里巴巴等深度合作,并取得了一定的成效。

  同时,化工行业智能工厂建设也初见成果。森麒麟通过独创的厂房及设备规划安排,依托自主研发设计的“森麒麟智能管理系统”大数据平台管控智能制造全过程,建成国内首个以自动化、信息化、智能化、个性化为特点的轮胎工业4.0智慧工厂,实现了轮胎的全生命周期管理,单台设备的产出率提升50%,合格率达到99.8%,用工成本较同规模传统企业降低了75%,用地面积节约50%。

  2017年年底建成的立邦涂料(湖北)有限公司咸宁工厂,基本实现无人化生产,生产效率提升了6倍,还实现了安全、环保,避免了用工荒。厂长蒋衡告诉记者,全厂只有15名生产人员,每年可实现产值50亿元。

  然而,有业内专家认为,ai在化工行业的应用仍然停留在数字化、信息化等较低的层面,行业智能化水平参差不齐,发展不均衡,“距离真正的‘ai 化工’还有很长的路要走。”同样以数字化采购举例,目前国内大多数化工企业的采购业务仍以传统的线下采购为主,普遍存在流程繁复、效率低下、历史无法追溯、合规性难以保证、供需不能精准对接以及企业对于产品需求的目标、数量和时间没有准确的对接信息等问题。企业与供应商、物流企业之间不能高效协同,也导致了市场反应滞后、效率低下。而许多使用电子采购系统的企业,系统间数据往往难以兼容和共享,阻碍了企业快速、科学地进行业务决策,采购成本仍然居高不下。

  在化工装备制造领域,智能焊接已成为热点。然而,一位行业资深专家对记者表示,当前的“智能焊接”只能按照既定程序完成部分焊接任务,称不上是智能化。许多高端焊接工艺仍然需要依靠人工。中国化工装备协会理事长赵敏则表示,智能化升级改造成本太大,企业担心无法收回成本。比如焊接一个设备,手工电弧焊或机械焊焊接虽然效率低一点,但不少企业对效果还是满意的。但如果新上智能焊接装备,投入太大。

  化工工程领域同样如此。中国化学工程第六建设有限公司在其鄂州项目创新性地应用了“智慧工地”理念。项目负责人孙华军告诉记者,与以往相比,“智慧工地”在施工效率、安全环保、管理精细化等方面有了显著的提升。他同时坦言,目前工程领域的智能化探索仍然处于初级阶段,工程设计的智能化程度不高,也限制了施工领域的智能化升级。

  尽管面临这样那样的问题,业内对“化工ai化”的前途仍然充满信心。

  “如果充分发挥大数据、人工智能(ai)的威力,起点更高、深度更深、范围更广的话,中国将有可能在油田开采领域超越美国,变并跑为领跑。”中国工程院院士、中国石油勘探开发研究院教授级高级工程师韩大匡认为。

  如何早日把智能化油田变成现实?大庆正方软件科技股份有限公司董事长田青表示:“我们用3年时间开发了p-ai增效开采云平台,这是一款互联网石油开发场矿级应用系统,包括油井采集端、水井采集端和水驱调整方案,具有小队到大队再到地质、工程技术等线上线下协同、作业压裂措施方案的优化等功能。p-ai增效开采云平台采取‘521’模式,即5个中心、2个维度、1个生产平台,实现多级联动,打通线上线下,层层穿透。完全可以实现油田开采的全产业链的时实生产处理和监控。”

  记者了解到,各细分领域龙头企业纷纷制定智能制造发展规划。赛轮集团日前发布了5g ai战略作战图。基于工业互联网的探索应用,赛轮集团5g ai战略作战图主要包含数字运营、数字营销、智能制造、智能研发、智慧供应链5个方面,共规划了在工业互联网和5g、ai等方面的25个重点业务场景。

  北海炼化今年年初发布了2019年智能工厂建设白皮书。按照规划,2019年将在经营决策、生产链、生产管控、能源管理、安全环保、设备管理6个生产业务上开展11项智能化项目建设,初步建成以提质增效为目标,具有感知、预测、协同和生产优化能力的智能工厂,实现降成本、增效益、提效率、转模式、长周期、保安稳的目标。

  许多中小企业也对智能制造给予了关切。赵敏表示,中小企业资金有限,只能选择某一个方向或局部投入,所以企业关注的是投哪个。中国信息通信研究院副院长余晓晖指出,大企业需要的是多环节集成与协同优化,和特定场景 工业大数据的深度分析,以提高系统性优化水平和智能化决策能力;中小企业需要通过融入平台获取更多关键资源,比如订单与贷款,同时享受到低成本的信息化应用。

  本届aicc大会由中国工程院信息与电子工程学部主办,浪潮集团承办,来自中国工程院、中国新一代人工智能发展战略研究院、浪潮、百度、facebook、uber、阿里巴巴、intel等机构的ai产学研顶尖专家学者,以及其他ai产业人士共计近2000人参会。


网站地图