2024-04-19

小盟科普丨工业智能未来发展趋势

分享:


近一年来,以ChatGPT为代表的大模型技术引发通用人工智能新一轮发展热潮,成为改变世界竞争格局的重要力量。围绕人工智能治理的议题探讨显著增多,全球人工智能治理体系加速构建。与此同时,人工智能加速向各产业渗透,已成为促进新兴产业与传统产业、技术与社会跨界融合发展不可忽视的动力。

伴随第四次工业革命以及工业数字化、网络化、智能化发展的大浪潮,工业制造业持续深化探索人工智能融合创新及应用:深度学习、大模型等技术创新、组合赋能和工程化落地不断加速;产业爆发期临近,老玩家不断推陈出新、新玩家入局积极活跃;一批新应用场景涌现,并不断向研发、生产等核心环节渗透赋能,在更大范围内发挥更核心的作用。

工业互联网产业联盟组织产业界系统梳理了相关内容,展开工业智能系列科普活动。


Q1 未来,工业智能发展路线是什么?

未来,工业大模型与专用小模型将成为工业智能发展的两条路线,在各自适配的工业场景下持续激发价值潜能。

路线一:工业大模型加速与领域适配,提升多任务执行能力,渗透通用性强、数据易获得、高需求高价值的工业场景,加速向自主通用智能演进。

路线二:专用小模型与强工业机理场景融合更加深入。通用模型赋能工具探索构建,垂直行业AI工程化能力完善,小数据场景痛点解决。


图1工业大模型与专用小模型路径


Q2 工业智能相关产业主体发展趋势有哪些?

趋势之一是跨界合作,围绕AI核心能力的两类典型合作模式逐步成型。两种合作模式分别为产品绑定性合作模式知识绑定型合作模式,前者的特点是依托工业企业获取领域数据和依托工业产品实现AI算法模型落地,后者则是借助工业企业的专业知识,发挥AI企业通用技术优势。

趋势之二是新竞争者涌入,咨询公司渗透布局,以定制化智能解决方案优势扩大市场占有。咨询公司具备三方面布局优势:丰富的工业咨询经验、广泛的智能技术生态伙伴和通过成立研究型机构构建技术优势。同时,平台化成为咨询公司开展智能服务的共性路径。依托平台为客户提供工厂设计、运营咨询、解决方案开发及部署等工业AI相关服务。

趋势之三是新环节分化与新主体诞生,行业数据标注与AI服务 型企业成为典型代表。以数据标注为代表的数据服务产业受到资本热捧,目前集中在仓储物流与安全场景。由于监督学习仍是工业领域AI算法应用的主要方式,智能任务场景也逐步复杂化,高质量、精细化的标注数据直接影响算法鲁棒性和准确性,大规模、高质量 的标注数据集将越来越成为产业发展的刚需。另外,以AI为核心的服务型企业不断涌现,当前聚焦设备健康管理场景实现探索与应用。与通用领域不同,工业场景碎片化特性突出,并随着生产工艺改进、设备换新与老化、产品版本更新等变化,工业智能模型需要不断迭代优化才能适应“新环境”。因此,衍生出一批以AI技术为核心的工业服务型企业,将企业自身的AI能力注入到工业生产管理过程,为用户提供智能化服务。