《腾讯研究院：“人工智能+制造“产业发展研究报告（47页）.pdf》由会员分享，可在线阅读，更多相关《腾讯研究院：“人工智能+制造“产业发展研究报告（47页）.pdf（47页珍藏版）》请在三个皮匠报告上搜索。

1、“人工智能+制造”产业发展研究报告概念、趋势与互联网赋能机会2018年6月目录“人工智能+制造”的现状“人工智能+制造”的概念互联网助力“人工智能+制造”“人工智能+制造”的影响 010203040506“人工智能+制造”政策借鉴加快推进 “人工智能+制造”对策建议“人工智能+制造”的概念什么是人工智能什么是“人工智能+制造”人工智能如何“+”制造01为什么要研究“人工智能+制造”？工业困局信息革命发达国家：产业空心化，赚了利润但丢了就业，且贸易逆差发展中国家：产业低值化，赚了收入和就业，但丢了利润和环境算据：大数据算力：云+边缘计算算法：深度神经网络信息技术的发展，对各行各业效率提升提供了可

2、能英国：高价值制造、人工智能发展计划美国：先进制造、工业互联网、制造业回流德国：工业4.0日本：机器人新战略、工业价值链、社会5.0中国：中国制造2025、新一代人工智能规划概念三问问题1：什么是人工智能？波士顿动力的自主机器狗DeepMind的围棋阿法狗本田的人行机器人ASIMODeepMind模拟老鼠网格细胞的定位与导航历史：理论+专家系统符号主义（逻辑）联结主义（仿生）行为主义（控制）当前：大数据+深度学习深度神经网络大规模、无监督、多层次非结构数据处理突破（图像、语音）算法突破算力飞跃互联网50亿连接，积累了海量数据（主要是人）物联网500亿连接，开启更大规模数据的来源：机器、政府、生

3、物、环境CPU-GPU-TPU，计算速度和效率大幅提升云+边缘计算，低成本、海量计算资源光刻等技术进一步发展，芯片越来越小，端处理能力持续提高算据激增ImageNet大赛2014：Google-22层2015：MS-152层2016：商汤-1207层错误率：6.7%-3.6%-3.1%年增长率47%2017年超10EB/月TPU速度=15-30倍GPUGPU速度=1-3倍CPU数据来源：上图-Survey of neural networks in autonomous driving，Gustav von Zitzewitz，2017.7；中图-Google Cloud官网；下图-Globa

4、l Mobile Data Traffic Forecast Update, 20162021 White Paper，Cisco未来：小数据+大任务当前：“大数据、小任务”海量数据局部、特定问题（如计算下棋落子的位置）“暴力”计算未来：“小数据、大任务”少量数据全局问题独立闭环（如像人一样到场-落座-下棋-离场）“精确”计算问题2：什么是“人工智能+制造”？“人工智能+制造”简史历史：专家系统辅助制造20世纪60-80年代，根据“知识库”和“if-then”逻辑推理构建的“专家系统”，在矿藏勘测、污染物处理、太空舱任务控制等方面得到初步应用专家系统实际上只是一定程度上实现了这些环节和流程的分

5、析和自动化，对于错综复杂的现实问题只能提供有限的辅助参考当前：深度学习优化制造人工智能及相关技术融合应用，逐步实现对制造业各流程环节效率优化。主要由工业物联网采集各种生产数据，放到云计算资源中，通过深度学习算法处理后提供建议甚至自主优化未来：人机融合协同制造机器和人将重新磨合成新的相互配合、补充、协同工作的平衡关系。未来智能制造将以人为中心，统筹协调人、信息系统、和物理系统的综合集成大系统，即“人-信息-物理系统”（human-cyber-physical systems, HCPS）问题3：人工智能如何“+”制造？“人工智能+制造”魔方体系模型技术范式数字化：可编程网络化：可协同智能化：可自

6、主生产组织工厂：生产单元自主企业：企业各部门协同生态：供应链+客群连接价值形态产品：人性化功能制造：人机协同生产服务：个性化服务“人工智能+制造”的现状产业规模典型案例面临挑战02产业结构：从单一链到嵌套网嵌套网单一链物体数字体物体与数字体映射，一个变另一个也变物流信息流多个物体的变化形成物流，对应的数字体变化汇聚为信息流，通过洞察信息流通盘管理整个物流制造业信息业两个产业融合，形成新的产品、生产组织方式、满足新的需求AI+实质是两化融合的高阶产业结构：六大典型领域基础平台应用制造业物联网制造云（公有）制造业大数据及商业分析制造业人工智能（算法）工业机器人智能工厂应用/解决方案DCSPLCME