当前位置:

OFweek人工智能网

其他

正文

中国工程院院士谭建荣:人工智能与智能制造的关键技术与发展趋势

导读: 11月13-14日,由OFweek中国高科技行业门户、高科会主办的“OFweek2017中国高科技产业大会(CHIC2017)”在深圳成功举办。在首日“OFweek2017中国高科技领袖年会”上,中国工程院院士/浙江大学设计工程及自动化研究所所长谭建荣带来了主题演讲。

11月13-14日,由OFweek中国高科技行业门户、高科会主办的“OFweek2017中国高科技产业大会(CHIC2017)”在深圳成功举办。在首日“OFweek2017中国高科技领袖年会”上,中国工程院院士/浙江大学设计工程及自动化研究所所长谭建荣为现场观众带来了“人工智能与智能制造:关键技术与发展趋势”的主题演讲,针对制造业对于人工智能的重要性,以及如何通过人工智能发展智能制造进行了详细分析。

中国工程院院士谭建荣:人工智能与智能制造关键技术与发展趋势

中国工程院院士/浙江大学设计工程及自动化研究所所长谭建荣

制造业是人工智能发展的物质载体

目前,人工智能在各个行业中均有应用,制造业也是必不可少的领域。时兴的概念如信息化、自动化,以及智能化,都是对人工智能在制造业中发挥作用的最好说明。事实上,人工智能对于制造工业的影响甚至上升至国家战略层面,“中国制造2025”的提出,深刻说明了人工智能在助推制造业发展方面能够起到的作用和将要达到的高度。

而另一方面,制造业对于人工智能的重要程度又是如何体现呢?在谭建荣院士看来,这个重要性体现在物质载体方面。制造业的发展让承载信息的计算机芯片、传输信息的互联网光纤,以及处理信息的计算机制造出来。“信息技术发展归根到底还是制造业发展的结果,没有强大的制造业,信息技术没有硬件,再好的技术都等于零。”谭建荣强调说。

事实上,在基础雄厚的制造业基础上发展信息技术和人工智能,这点在制造业发达的国家已经得到验证。除了“中国制造2025”,在大洋彼岸,美国正在进行着“工业互联网”的尝试,而在欧洲,工业4.0的概念率先由德国提出。之所以可以较其他国家更早将信息化和智能化进行应用,无疑得益于雄厚的制造业基础。同样,在精于电子产品制造的日韩等国,以及中国台湾地区也有明显体现。 具体来看,谭建荣院士进一步表示,美国的制造业战略计划强调三大优先突破技术,包括先进制造的感知控制技术、智能制造的技术平台和先进材料制造。德国发展智能制造的三大优先主题为智能工厂、智能生产和智能物流。中国制造2025强调三大核心技术,包括数字化制造、网络化制造和智能化制造。

人工智能2.0的五大课题、三个层次和六项技术

除了制造业对于人工智能的重要性,在人工智能的自身发展上,谭院士也有自己的看法。

在他看来,人工智能2.0主要是大数据智能、互联网群体智能、跨媒体智能、人机混合智能和智能无人系统这5个课题。作为大数据智能的牵头人,谭院士所主导的应用领域主要在智慧城市、智能制造和智慧医疗三个方面。

至于人工智能的关键技术,谭建荣认为主要是分布于三个层次的六项技术:第一层次是从因果关系到关联关系,大数据强调的是较弱的关联关系,而因果关系则更强。相较而言,关联关系比较简单,比较容易实现;第二个层次是从深度学习到增强学习;第三个层次是用数据挖掘到知识工程。

发展智能制造的三个核心问题和四个建议

在对制造业重要性和人工智能的发展论述基础上,第三个议题谭建荣院士将人工智能在制造业中的应用做了详细分析。在他看来,目前工业界在对基于人工智能基础上的知识库和知识工程的强调还非常弱,很多企业还没做到这一点。

“在师徒制关系中,目前制造业面临着三个局限,第一个是新材料、新工艺很多,在这种情况下师傅的知识储备也很有局限,不能够给到完全的指导;第二个局限是师傅能够传授和表达的局限;第三个是如何在已有知识基础上进行创新。这三个因素是需要搭建知识库和知识工程的重要原因。”谭建荣表示说。

在此基础上,谭建荣认为智能制造的三个核心问题是:1、构建强大的知识库,执行知识工程;2、执行动态传感,实时感知;3、达到自主学习和自主决策。

那么,要如何达成以上三点?谭院士给出了四点建议:

其一,搞智能制造最重要的还是要有智能硬件;其二,弥补算法上的缺失,算法比数据更重要,想要让人工智能走在前列,必须在算法上有所突破;第三,智能人才的培养要紧跟步伐;第四,做好智能应用。

最后,他总结到:“想要让人工智能技术能够在中国真正得到落地,就要在理论、硬件、算法和应用上实现突破。”

更多详细内容,敬请关注OFweek人工智能网后续专题报道。

声明: 本网站所刊载信息,不代表OFweek观点。刊用本站稿件,务经书面授权。未经授权禁止转载、摘编、复制、翻译及建立镜像,违者将依法追究法律责任。

我来说两句

(共0条评论,0人参与)

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号