《推动人工智能与稀土业深度融合》

  • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
  • 编译者: 冯瑞华
  • 发布时间:2020-12-09
  • 在包头稀土高新区稀土应用产业园区包头永真静平磁性材料科技有限公司的车间内,一台人工智能质检机器人正在紧张工作,随着光电的闪烁,该公司生产的稀土扁平磁钢成品被分为合格、不合格两类,分传到不同区域,一批产品在短时间内便完成了检测。

    目前,人工智能视觉技术已经落地,并应用于稀土永磁产品、3C壳体等工业领域。包头作为稀土永磁产业聚集地,率先应用了人工智能质检技术,已有像永真磁业引入人工智能技术的企业,实现了质检生产力倍增,带动了全国稀土行业的AI应用。

    可以说,包头稀土高新区在“人工智能+稀土”方面开了一个好头。现在稀土行业人工智能呈现螺旋式上升趋势,学术界和产业界需共同关注如何促进稀土业人工智能向更科学、更适用方向发展。

    不过,人工智能在稀土业的应用还处于探索阶段。相关资料显示,截至目前,人工智能技术在稀土企业的使用率尚不足5%。业界人士认为,随着稀土业大量可靠、稳定、持续更新的数据逐步被挖掘和利用,预计到2025年,使用率将超过10%,带动稀土业智能化升级市场规模将达到20亿元左右。

    从“人工智能+稀土”的应用情况来看,稀土业仍面临三个挑战:一是人工智能的价值难以被准确衡量。部分稀土企业人工智能应用路径尚不明晰,应用风险、收益和成本难以准确核算;二是稀土企业数据资产管理能力有待提升。稀土业相关数据量较大,数据互联互通存在困难;三是稀土业复合型人才缺口较大。同时掌握人工智能技术和稀土业的生产特点、流程、工艺的复合型人才极其匮乏,企业人力成本较高。

    上周,国家工业信息安全发展研究中心发布了《2020人工智能与制造业融合发展白皮书》。该《白皮书》指出,当前,人工智能与制造业融合应用已具备一定的基础。从融合路径来看,人工智能与制造业融合主要包括研发设计、生产制造、管理活动三大方向,涵盖研发设计、计划排程、生产过程、质量检测、营销服务、供应链管理等八大领域。

    当前,稀土业的根本任务是,通过大力推进人工智能与行业的深度融合,促进稀土企业的创新发展。应该看到,人工智能在稀土企业中并不是几个点的结合,而是全方位的贯通,在未来的智能稀土业中,无论在装备领域、产品自身、生产过程、管理方法、服务角度都会大幅度使用人工智能的相关技术,未来将出现一批全新的稀土智能工厂。

    随着人工智能与稀土业的融合发展,以及稀土产业自动化和信息化水平的提高,“人工智能+稀土”将面临新的发展机遇。下一步,稀土业智能化升级将呈现多技术融合的态势,提升安全保障能力将成为人工智能与稀土业融合的重要基础。

    “人工智能+稀土”进入实施阶段之后,需要稀土业突破关键信息技术,提升数字化、智能化高端装备、智能控制技术的融合连接应用,也是当前稀土行业转型升级、提质增效的重要着力点,任重而道远。只要稀土企业有信心把“人工智能+稀土”工作做精做细做扎实,不断助推产业转型升级,就能够助力稀土产业高质量发展。

相关报告
  • 《人工智能科技产业步入融合的新阶段》

    • 来源专题:装备制造监测服务
    • 编译者:zhouyang
    • 发布时间:2020-07-04
    • 第四届世界智能大会召开期间,《中国新一代人工智能科技产业发展报告2020》发布。报告指出,中国人工智能科技产业发展已经步入融合产业部门主导的新阶段。人工智能和实体经济的深度融合正在成为驱动中国经济转型升级和可持续发展的动力源泉,更多信息尽在振工链。 中国新一代人工智能发展战略研究院首席经济学家、南开大学经济研究所所长刘刚介绍,数据分析表明,随着核心产业部门的发展和核心技术的成熟,面对新冠肺炎疫情的冲击和包括5G在内的新型基础设施建设步伐的加快,人工智能科技产业开始步入融合产业部门主导的新发展阶段。 首先,从797家中国人工智能骨干企业中的581家应用层企业的应用领域分布看,人工智能技术已经广泛分布在18个应用领域。其中,企业技术集成与方案提供、智能机器人两个应用领域的企业数占比最高,分别为15.43%和9.66%。关键技术研发和应用平台、新媒体和数字内容、智能医疗、智能硬件、金融科技、智能商业和零售、智能制造领域企业数占比相对较高,分别为8.91%、8.91%、7.65%、7.03%、6.65%、6.52%、6.15%。智能农业的占比最低,仅为0.75%。企业技术集成与方案提供和关键技术研发及应用平台占比排名第一和第三位,说明在人工智能与实体经济的融合发展过程中,技术集成和应用方案提供发挥着至关重要的作用。而智能机器人企业数排名第二则说明制造业的智能化是人工智能发展的迫切需求。 在581家人工智能样本企业中,可获得577家企业截至2019年底的融资数据。通过577家企业所属产业领域的融资额占比,可以看出哪些应用领域更受资本的青睐。从人工智能应用领域企业融资额的分布看,智慧零售、新媒体和数字内容、智慧金融类应用领域的融资额最高,占比分别为18.37%、15.96%和15.94%。除此以外,关键技术研发和应用平台、智慧交通、智能硬件融资额占比在5%以上,属于占比较高的应用领域。 其次,人工智能基础和技术层企业通过与实体经济企业的协同,共同构建产业智能化创新生态,推动人工智能与实体经济的融合发展。其中,最为典型的是智能安防产业的发展。在传统安防产业智能化的过程中,围绕着视频数据结构化、智能终端和边缘计算在内的关键技术突破,形成了富有活力的产业创新生态系统。在智能制造、智能医疗、智能交通、金融科技和智能教育等领域,都出现了产业智能化创新生态系统。适合于特定产业领域智能化的创新生态系统建设,成为人工智能与实体经济深度融合发展的标志。 再次,处于“极化”中的人工智能核心产业部门企业,通过与其他地区优势产业企业的合作,通过技术“扩散”,推动人工智能与实体经济的融合发展。本报告基于15家人工智能开放创新平台和4家计算机视觉独角兽公司的技术“扩散”数据分析表明,通过与其他地区优势产业的合作,共同推动人工智能与实体经济的融合发展。其中,电子信息制造业和汽车制造成为智能化发展的前沿产业。 最后,传统产业的龙头企业,通过自主创新、技术引进和与核心技术企业合作的方式,转型升级为人工智能企业,成为推动人工智能与传统产业融合发展的主导者。报告基于50家非初始人工智能上市公司的分析表明,传统产业的龙头企业通过智能化转型,与掌握人工智能核心技术的企业共同构建产业创新生态系统,推动产业的智能化。从技术来源看,50家非初始人工智能上市公司主导的融合产业部门的技术来源,主要是核心产业部门的人工智能初创企业,占比为16%。其次是人工智能上市公司,例如,阿里巴巴和科大讯飞,占比为16%,排名第三和第四的分别是非初创人工智能技术公司和独角兽公司,占比为10%和7%。除了平台公司,人工智能初创企业和中小企业是产业智能化的重要技术来源方。 在系统调查研究的基础上,振工链报告发现,人工智能与实体经济的融合发展,是一系列互补性创新和专用技术体系的形成过程。因而,推动人工智能与实体经济融合发展需要创新思维。尤其是对后发地区而言,应当重视通过培育和构建适宜当地产业智能化需求的产业创新生态系统和创新创业环境,通过互补性创新和专用性技术积累,才能通过人工智能与当地优势产业的融合发展过程中,不断提升区域企业和产业竞争力。 此外,从报告数据中,可以看到我国正在加速推动人工智能科技产业发展。 数据显示,2019年,我国政府共发布276项涉及人工智能发展的相关政策,超过2018年的259项。覆盖了智慧政务、智慧医疗、工业互联网、智能制造、智能车联网、智慧教育等诸多领域。同时,从内容看,与2018年相比政策更加细化,推出了一系列对具体产业和应用场景开放的扶持政策。 在智能产业园区建设方面,我国在2018年163家人工智能产业园区的基础上,2019年新增产业园区138家。“通过产业园区的规划和建设,各地区将会形成一批人工智能科技产业发展的重要载体,成为引领区域产业结构调整的智能科技创新区。”刘刚说。 报告分析了中国学术界在人工智能科技产业发展中的推动作用。目前,北京市、江苏省、上海市、广东省、浙江省等是中国AI大学分布集中的省市。刘刚认为,我国高校已初步形成了人工智能基础理论研究、技术开发和技术应用多层次的人才培养体系。 在人工智能科技产业发展的“政产学研用”协同推动机制中,作为“链接者”的产业联盟和会议同样发挥着重要作用。据振工链统计截至2019年年底,报告共检测到人工智能领域的产业联盟190家。各地纷纷通过成立人工智能产业联盟的方式来推动人工智能科技产业的协同创新和发展。
  • 《晶科能源成功入选国家首批人工智能与实体经济深度融合创新项目》

    • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
    • 编译者:冯瑞华
    • 发布时间:2018-09-13
    • ,晶科能源“高效光伏组件智能制造模式创新项目”,成功入选国家首批人工智能与实体经济深度融合创新项目榜单,同期上榜的还有中国科学院、中广核研究院、中国航天标准化研究院等申报项目。这是公司在智能制造、两化融合领域,继荣膺国家智能制造试点示范项目、国家工业互联网应用试点示范项目之后,获得的又一项国家层面的认可和重要荣誉。 为加快实施“中国制造2025”,促进人工智能产业发展,工信部围绕培育智能产品、深化行业应用、构建支撑体系三个方向,支持一批创新性强、应用效果好的产品和应用项目,探索形成可复制、可推广的新业态和新模式,提升产业支撑能力,推动行业融合与创新发展。 晶科能源“高效光伏组件智能制造模式创新项目”,采取数字化手段对数字化车间进行总体方案设计,车间布局、搭建信息化模型,并进行车间生产线虚拟仿真,建设设备层、平台层和应用层三大层面的数字化车间。通过新模式总体设计,虚拟工厂设计,智能制造、检测装备安装调试,关键装备数控化,视讯化自动检测设备安装及软件升级,信息网络基础建设,MES等九大工业软件的应用,数据采集及可视化系统集控中心指挥大屏建设,建成与企业工业云大数据平台融合链通的高效光伏组件智能制造数字化车间。 当前,光伏企业正加快向智能制造转型,晶科能源“高效光伏组件智能制造新模式应用项目”,通过智能装备与信息化技术深度创新融合,以期引领光伏产业链智能制造业升级转型、树立行业新标杆。