至顶网服务器频道 12月07日 新闻消息(文/李祥敬):2018年11月28日,由中央网信办、工业和信息化部指导,湖南省人民政府、中国工程院、中国科学技术协会、国防科技大学、中国电子信息产业集团有限公司主办,工信部装备司、湖南省工信厅、长沙市人民政府、中电工业互联网有限公司承办,至顶网和中国制造千人会协办的智能制造融合创新主题峰会在长沙国际会展中心举行。
十九大报告指出,要加快建设制造强国,加快发展先进制造业,推动互联网、大数据、人工智能和实体经济深度融合。智能制造融合创新主题峰会正是对新时代智能制造创新发展经验的一次阶段性总结,也是对如何更为深广地戮力中国“智”造的一次系统性思考,峰会紧扣制造行业关心的智能制造与新制造等热点话题,深入探讨制造业数字化转型的挑战、路径、技术,搭建国际化、前沿化、产业化的平台。
本次智能制造融合创新主题峰会得到了政府领导、专家学者、企业高管的大力支持,工信部装备司重大技术装备处处长汪宏、 湖南省工信厅副巡视员倪东海分别致辞、湖南省工信厅原材料工业处处长陈军等领导出席。
同时,本次峰会还邀请了伟创力高级副总裁、华为全球业务总经理吴劲松,SAP中国副总裁兼首席数字官彭俊松,用友网络科技股份有限公司高级副总裁王建,富士通(中国)信息系统有限公司数字化业务总部总经理汪波,研华科技工业物联网事业群中国区总经理蔡奇男,美云智数事业部副总经理郑双全,友达光电(苏州)有限公司总经理郭振明等企业代表为我国智能制造产业整体发展建言献策。
富士通(中国)信息系统有限公司数字化业务总部总经理汪波在大会上分享了富士通智能工厂的实践,他表示,富士通自身作为制造企业,在多年发展中一直不断推进信息化与产业融合,将信息化技术用于自身工厂的发展过程中。他认为,实现智能制造要从两方面入手,一方面是量到质的转变,促进制造业的数字化、网络化、智能化和绿色化;另一方面是构建价值链型制造模型,将制造业的供应链与互联网、云计算和大数据进行融合,通过物联网构筑开放性的系统和平台。
在会后,汪波接受了至顶网的独家专访,以下是经过编辑的采访实录:
主持人:非常感谢汪总接受我们采访,其实我们看到当前制造业面临一个很大的转型,作为一家提供ICT服务的企业,富士通制造业的属性比较重,在推动自身业务转型方面做了哪些工作?
汪波:如您所说我们富士通虽然现在的主业是ICT,但我们也是一家制造企业,我们也生产小型机、超算系统、半导体等等。我们不仅要为广泛的制造业客户的转型提供ICT服务,同时我们自身工厂也面临同样的业务数字化转型。富士通为了实现业务转型,在过去几年做了很多事情。一个是组织层面,我们成立了数字化业务的专门团队,最大限度地整合公司内部的资源,从而帮助我们自身的下属制造企业实现智能化,同时更好地服务我们客户的数字化转型。另外一方面,加大整个数字化智能制造的投入,富士通每年拿出5%左右的经费进行研发,最近这些年也重点加大了对于先进技术,尤其是在人工智能方面的投入。最近我们刚刚在北美成立了一家专门针对人工智能的公司。换句话说通过治理层面、组织级层面,以及投资,尽最大限度向数字化智能化进行转型。
主持人:其实我们看到现在制造业转型的一个很重要的标志就是实现智能化,对应到制造业就是智能工厂,不知道富士通对于智能工厂是怎样理解的?
汪波:对于智能工厂,未来的工厂一定是一个虚实结合,虚拟世界和实体世界或者说物理世界和数字世界的结合。未来我们的远景是所有的跟工厂有关的业务包括研发、生产制造或者售后服务,以及其他制造相关的生产要素都实现数字化。同时,通过工业互联网和大数据等技术进行相应的互联,包括工厂,企业与企业之间,企业与客户,企业与供应商之间的关系,从而实现整个产业链的互联,提升整个产业链的价值。
主持人:您描绘了一个非常美好的愿景,作为一家企业要实现智能工厂,需要做好哪些工作?
汪波:应该说每个企业的特点都不同,但我们认为企业在进行智能工厂的建设过程当中,需要从三个方面着手。第一个要根据自身企业的特点“量体裁衣”进行适合自身的数字化转型,这个过程中间需要把整个生产所涉及的业务单元进行数字化统一,或者说是建立相关的信息化系统。这一步是实现从业务到数据的转变。第二步要实现各个业务单元之间的互联,这个过程当中需要利用工业互联网或者大数据的技术结段,打造一个适合企业自身的整体数字化平台,这个过程需要实现的就是从数据向大数据的转变。第三个阶段,实现整个业务和数字的高度融合,或者是智能行为,从而通过数字驱动来进行业务创新。
主持人:富士通在智能工厂方面是怎么做的?
汪波:无论是在日本还是在国内,其实富士通的每一个工厂生产的品类不一样,或者整个生产方式、加工方式都不同。正如前面说到的每家企业都需要因地制宜,量体裁衣,这一过程中,我们富士通也是结合自身企业的特点进行相应的流程改造,同时建立相应的信息系统。但是我们富士通秉持一个理念,智能制造不等同于自动化,不仅仅等于通过导入机器人设备进行自动化生产。我们认为一个企业所有活动都需要围绕整个企业的经营展开,比如说人机结合,有些时候并需要购买太多的机器人设备。
主持人:您能举一个具体的场景,帮助我们更直观地了解智能工厂?
汪波:举个简单的例子吧。我们有一个客户的工厂在生产过程中,经常会因为原材料的问题导致生产良品率很低,以往对于原材料不良品的监测更多靠人眼识别,不仅耗时耗力,本身也容易产生错误。所以针对这样的情况,我们利用人工智能技术,比如说图像识别,通过摄像头进行原材料的外观、尺寸进行相应的识别,哪些产品是不合格,然后建立相应的数据模型之后,再通过摄像头对流水线上的原材料进行拍照,拍照之后,通过图片跟原有的平台进行匹配,可以自动识别出是良品还是劣品。这样解放了工人,同时也提高了品质。
主持人:实现智能工厂不是一蹴而就的,可能会面临不同的问题,富士通遇到了哪些困难和挑战以及如何解决的?
汪波:从我们自己的工厂还是服务的客户来说,最大的挑战来自于人和财两个层面,也就是人力和财力。不管是富士通的工厂,还是我们客户的工厂,能够具备一定数字化思考能力的人才相对来说是比较缺乏。此外,在整个数字化和智能化的推进当中,大家思维方式是不同的,如何实现统一的数字化思维也是一个挑战。另外一个就是投入产出比,无论是我们自己的企业还是客人工厂都面临同样的问题,不可能单单只为了考虑某一个生产要素提升,而不综合考虑成本和收益。这些是在推进智能工厂当中需要注意的事项。
主持人:迈向智能工厂其实任重道远,并不是一蹴而就的。非常感谢您的分享,谢谢。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。