一是科技創新優勢。在基礎研發層面，中國人工智能科技論文發表量和論文引用數量以及專利申請量都居世界領先地位。在支撐技術層面，算力是人工智能發展的重要支撐，中國超級計算機排名連續多年居世界第一，各地建立了數量眾多的超算中心、雲計算中心，雲計算企業處於世界領先地位。在應用層面，中國計算機視覺、語音識別等人工智能細分領域發展勢頭良好，產業規模和技術水平處於世界第一梯隊。
二是海量數據優勢。中國是製造大國和互聯網大國，具有人口眾多、數據量大、數據標注成本低等優勢。近年來，大量先進的、自動化、智能化裝備投入使用，為製造業積累高質量的數據、加速人工智能技術的介入提供了良好的基礎。
三是巨大市場優勢。中國具有世界上門類最齊全、規模最龐大、產業配套最完善、企業數量最多的製造業，為人工智能與製造業的深度融合提供了豐富的應用場景和廣闊的應用空間。
四是企業積極推動。隨著人工智能應用需求的爆發式增長，以BAT為代表的國內互聯網巨頭搶先布局，著手打造從基礎技術研發、開源開放平台建設到行業應用的完整生態體系。如雨後春笋般湧現的人工智能創新企業則聚焦重點領域深耕細作。
雖然中國人工智能科技研發和產業應用發展迅猛，總體上具備了一定的先發優勢，但也要清醒認識到，目前制約人工智能賦能製造業的因素依然存在。一是科技創新成果的綜合影響力仍然不高。比如，在芯片領域，儘管一批國內芯片設計企業已經嶄露頭角，但是在核心算法、技術框架和開源生態創新等方面仍然薄弱。二是製造業的高複雜度加大了智能化升級的難度。三是投向製造業的人工智能投資不足。隨著人工智能產業化的快速推進，吸引了大量資本湧入。但是，製造業作為人工智能最有潛力的發展領域之一，人工智能資本投入相對較少。此外，缺乏具有跨學科知識的複合型人才，亦限制了製造業智能化水平的提升。這些問題都值得引起我們高度重視。
“智能+”如何賦能製造業高質量發展
文章提出，在實際運行中，“智能+”為製造業轉型升級賦能，是以人工智能在製造業的廣泛場景應用為基礎的，推進智能化時代製造業高質量發展，其實質不僅僅是技術應用，而是整個製造業發展模式的根本性轉變，需要政府、產業界乃至學術界多方發力。
一是建議由相關部門組織編制製造業人工智能技術路線圖，並建立定期修訂機制，以幫助企業和投資者及時、準確地了解製造業人工智能技術發展動向、產業發展現狀及未來發展趨勢。二是建議積極開展試點示範，促進人工智能在製造領域的技術研發和先進模式推廣。現階段可以首先在人工智能已經落地的工藝優化、質量提升、節能降耗、運行維護等領域提煉一批成熟的解決方案，進行推廣應用。三是建議建立標準規範體系，加速數據的標準化和統一性進程。在確保商業秘密和數據安全的基礎上，實現互聯互通、數據共享。四是盡快研究制定應用規範、開發守則等涉及應用安全、倫理道德的行業準則，防範人工智能發展過程中可能造成的對傳統法律法規體系和道德倫理的衝擊和挑戰。五是完善人才培育體系。在這一過程中，既要鼓勵高校拓寬人工智能專業教育內容，形成“人工智能+X”複合專業培養新模式，還要建立適應智能經濟和智能社會需要的終身學習和就業培訓體系，支持高校、職業學校和社會化培訓機構等開展人工智能技能培訓，提升從業人員對人工智能技術的理解運用能力。
|
