新京報快訊（記者 裴劍飛）在今年的政府工作報告中，明確提出要“推動製造業升級和新興產業發展，發展工業互聯網，推進智能製造。”記者注意到，這是繼去年政府工作報告提出“智能 ”後，政府工作報告再次重申人工智能領域的重要性。
全國政協委員、交通運輸部科學研究院副院長王先進。受訪者供圖
今年，全國政協委員、交通運輸部科學研究院副院長王先進也提交了一份《關於推動人工智能與工業製造深度融合》的提案。他認為，我國工業互聯網正從局部突破走向垂直深耕，人工智能與工業的融合成效初顯。但一些關鍵基礎共性技術亟待突破，芯片領域難以與國外巨頭抗衡，仍受制於人。他建議，要加大力度支持自主研發，減少對國外芯片的依賴，同時，鼓勵產業協同，打造產業生態體系。
我國工業互聯網正從局部突破走向垂直深耕
“近年來，我國不斷加快構建工業互聯網，多層次系統化平台體系初步形成，應用持續深化，從局部突破走向垂直深耕，人工智能與工業的融合成效初顯。”王先進告訴記者，我國的工業互聯網與美德日等先進國家還存在明顯差距，亟需降低開發成本和部署成本。
此外，王先進認為，目前已有的成功應用案例示範效應不明顯。“我國人工智能與工業融合缺少可借鑑的發展路徑，諸多工業細分領域沒有適合切入的應用場景。”王先進表示，現有成功案例多集中在超大型企業，對中小企業缺乏示範推廣效應，而且企業人工智能技術應用缺乏風險分擔機制，我國工業企業行業利潤率水平低，對人工智能應用的成本預算少。同時，產業鏈上下游各環節也缺乏協同。“國內大部分智能製造解決方案僅涉及系統體系中的某幾層，缺少能夠打通整個架構體系的智能製造解決方案商。”
他在這份提案中也列舉了多項數據證明工業企業實現智能化改造之“難”，“2018年，我國規模以上工業企業主營業務收入利潤率僅為6.49%，工業企業信息化投入佔比僅為0.25%。智能化改造項目平均需要約3.5年時間，投資超過9000萬元，加大了工業企業的經營風險。”
支持自主研發人工智能 減少對國外芯片的依賴
“人工智能關鍵基礎共性技術亟待突破，芯片領域難以與國外巨頭抗衡，受制於人。”王先進告訴記者，目前，我國大部分人工智能企業都要依託谷歌、臉書等國際巨頭的開發框架開發中下游應用，對外部基礎技術依賴度高。芯片領域正湧現出一批新鋭企業，已經有所突破。但在主流芯片領域，仍難以與國外巨頭抗衡，受制於人。
他建議，我國為了實現“人工智能與工業製造深度融合”，就必須要支持自主框架，夯實核心技術能力。在基礎技術研發方面，支持重點企業進一步提升自主研發人工智能開發框架以及芯片的應用廣度和深度，減少對國外開源框架和GPU芯片的依賴。“要在工業領域推廣應用自主研發的深度學習框架和芯片，提高工業生產安全性。”王先進還建議，要加快推動國內人工智能行業標準體系建設，積極引導國際人工智能標準發展方向。
要深化“揭榜掛帥”機制 打造標誌性產品
今年的政府工作報告提出，要實行重點項目攻關 “揭榜掛帥”，誰能幹就讓誰幹。王先進認為，在推進“工業互聯網”的操作上，同樣也需要深化“揭榜掛帥”機制，以融合應用為牽引開展深度融合科研攻關，打造深度融合標誌性產品、平台和解決方案。
“要推進人工智能應用示範，重點針對智能產品與裝備、智能工廠與產線、智能管理與服務、智能供應鏈與物流、智能監控與決策等領域梳理需求，定項支持加速解決方案落地，遴選典型案例示範推廣。”王先進説。
王先進建議，要鼓勵產業協同，打造產業生態體系，支持人工智能產業聯盟開展行業交流合作，推動產業鏈上下游協同。同時，還需要破除行業壁壘，打造融合發展環境；在構建智能化信息基礎設施方面，要加快建設下一代互聯網、5G通信網、工業互聯網、超算中心等信息基礎設施，形成適應智能經濟、智能社會需要的基礎設施體系，降低行業融合成本；此外，要優化數據治理規則，推動行業間數據流通，建立可執行度高的數據監管條例，這樣才能為人工智能應用研發和應用提供充分的數據資源和環境支持。
新京報記者 裴劍飛
編輯 李國君 校對 柳寶慶