新一輪信息與產(chǎn)業(yè)變革蓬勃興起，工業(yè)經(jīng)濟數(shù)字化、網(wǎng)絡(luò)化、智能化發(fā)展成為全球關(guān)注重點與趨勢，工業(yè)智能也由此迎來了發(fā)展的新階段。然而，工業(yè)智能仍處于發(fā)展探索時期，尚未形成明確并具規(guī)模性的商業(yè)化應(yīng)用，而且各方對工業(yè)智能的產(chǎn)業(yè)發(fā)展尚未形成共識。

在此形勢下，近日，工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟聯(lián)合多家企業(yè)共同編寫和發(fā)布了《工業(yè)智能白皮書》(2019討論稿)(以下簡稱《白皮書》)，從應(yīng)用、技術(shù)和產(chǎn)業(yè)等方面研究和分析工業(yè)智能的發(fā)展脈絡(luò)和最新狀況，并在一定程度上對未來發(fā)展變革方向作出了預(yù)判。

兩橫兩縱產(chǎn)業(yè)視圖 

在《白皮書》剖析的工業(yè)智能發(fā)展脈絡(luò)中，我們可以發(fā)現(xiàn)，工業(yè)智能產(chǎn)業(yè)視圖主要表現(xiàn)為“兩橫兩縱”，橫向為知識圖譜和深度學(xué)習(xí)兩大關(guān)鍵技術(shù)，縱向為通用技術(shù)和應(yīng)用集成兩方面。

在橫向發(fā)展層面，ICT企業(yè)、研究機構(gòu)及相關(guān)行業(yè)協(xié)會3類主體提供通用技術(shù)能力，以“被集成”的方式為工業(yè)智能提供基礎(chǔ)支撐。其中，ICT企業(yè)如微軟、谷歌、亞馬遜、阿里等，提供幾乎涵蓋知識圖譜、深度學(xué)習(xí)的所有通用技術(shù)研究與工程化支持；研究機構(gòu)如加州大學(xué)、麻省理工、清華大學(xué)、中科院自動化所等，主要提供算法方面的理論研究；行業(yè)協(xié)會提供相關(guān)標(biāo)準(zhǔn)或通用技術(shù)支持，如OMG對象管理組織提供統(tǒng)一建模語言等企業(yè)集成標(biāo)準(zhǔn)的制定，為知識圖譜的工業(yè)化落地奠定基礎(chǔ)；Khronos Group開展了深度學(xué)習(xí)編譯器的研發(fā)。

在應(yīng)用層面，裝備/自動化與軟件企業(yè)、制造企業(yè)、ICT企業(yè)和初創(chuàng)企業(yè)4類主體以集成創(chuàng)新為主要模式，面向?qū)嶋H業(yè)務(wù)領(lǐng)域，整合各產(chǎn)業(yè)和技術(shù)要素實現(xiàn)工業(yè)智能創(chuàng)新應(yīng)用，是工業(yè)智能產(chǎn)業(yè)的核心。

這4類應(yīng)用主體中，裝備/自動化、軟件企業(yè)及制造企業(yè)等傳統(tǒng)企業(yè)(如西門子、ABB、KUKA、Autodesk、富士康、新松等)，面向自身業(yè)務(wù)領(lǐng)域或需求痛點，通過引入人工智能實現(xiàn)產(chǎn)品性能提升；ICT企業(yè)(如康耐視、?？低暋⒋蠛銏D像、基恩士、微軟、KONUX、IBM、阿里云等)依靠人工智能技術(shù)積累與優(yōu)勢，將已有業(yè)務(wù)向工業(yè)領(lǐng)域拓展；初創(chuàng)企業(yè)(如 　　Landing.ai、創(chuàng)新奇智、曠視、Element AI、天澤智云)憑借技術(shù)優(yōu)勢為細(xì)分領(lǐng)域提供解決方案；研究機構(gòu)(如如馬薩諸塞大學(xué)、加州大學(xué)伯克利分校)依托理論研究優(yōu)勢開展前沿技術(shù)的應(yīng)用探索。

通用技術(shù)產(chǎn)業(yè)發(fā)展各異

工業(yè)智能依靠通用技術(shù)實現(xiàn)各類創(chuàng)新的工業(yè)智能應(yīng)用。然而，通用技術(shù)往往無法滿足工業(yè)場景與問題的復(fù)雜性與特殊性要求，現(xiàn)階段依然存在大量特性問題需要解決。 

《白皮書》指出，目前來看，ICT巨頭在深度學(xué)習(xí)框架、編譯器與芯片等通用技術(shù)領(lǐng)域占據(jù)絕對統(tǒng)治地位，但現(xiàn)階段端側(cè)推斷框架主要由蘋果、Facebook、騰訊、谷歌、百度五大ICT巨頭企業(yè)主導(dǎo)，初步判斷，百度更可能在工業(yè)領(lǐng)域發(fā)力。工業(yè)領(lǐng)域存在可移植性和適配性問題，對編譯器需求較為迫切，但是編譯器市場格局尚不清晰，并未產(chǎn)生面向領(lǐng)域的發(fā)展趨勢，預(yù)測英特爾及亞馬遜可能成為工業(yè)領(lǐng)域選擇。

此外，深度學(xué)習(xí)理論研究趨于平穩(wěn)，應(yīng)用落地成為關(guān)鍵。人工智能頂級學(xué)者李飛飛，微軟亞研院、人工智能頂級學(xué)者鄭宇，地平線創(chuàng)始人余凱等均認(rèn)為深度學(xué)習(xí)理論研究主流架構(gòu)會收斂，較難有革命性理論突破，目前瓶頸在于技術(shù)與傳統(tǒng)行業(yè)的對接。而現(xiàn)階段算法研究呈現(xiàn)兩大主要趨勢：一是算法可解釋性研究，斯坦福大學(xué)開展了基于“樹正則化”的可解釋性研究，美國德州農(nóng)工大學(xué)開展了遷移法解決深度學(xué)習(xí)可解釋性問題，南京大學(xué)則提出RNN可解釋性方法；二是相關(guān)前沿算法研究，國內(nèi)外頂尖研究機構(gòu)如麻省理工、以色列理工學(xué)院、清華大學(xué)、中科院自動化所紛紛開展對膠囊網(wǎng)絡(luò)、遷移學(xué)習(xí)、(深度)強化學(xué)習(xí)和生成式對抗網(wǎng)絡(luò)等深度學(xué)習(xí)相關(guān)的前沿算法研究。 

工業(yè)化與智能化雙向滲透

在發(fā)展路徑方面，《白皮書》認(rèn)為，工業(yè)化與智能化雙向滲透將成為兩類核心路徑。

從四大應(yīng)用主體具體分析來看，裝備自動化、軟件及制造企業(yè)面向設(shè)備、產(chǎn)品性能提升的需求或自身業(yè)務(wù)發(fā)展痛點，圍繞人工智能技術(shù)的供給主線不斷尋求與人工智能結(jié)合的路徑，目前，這些企業(yè)發(fā)展工業(yè)智能主要有兩種方式：

一是部分需求迫切、實力雄厚的領(lǐng)域巨頭企業(yè)通過合作并購人工智能技術(shù)公司，實現(xiàn)智能化升級。如發(fā)那科與人工智能初創(chuàng)企業(yè)Preferred Networks合作，增強機器人的智能化水平；GE收購人工智能初創(chuàng)公司 Bit Stew Systems和Wise.io，以打造人工智能實力；埃斯頓收購美國高科技公司Barrett Tech 30%股權(quán)，拓展AI機器人和微伺服系統(tǒng)領(lǐng)域。二是通過人才引進及成立相應(yīng)研究機構(gòu)，提升企業(yè)綜合競爭力。如西門子成立中央研究院并推動“Vision 2020”計劃，發(fā)展人工智能和機器人技術(shù)，并構(gòu)建了用于自身融資管理的工業(yè)知識圖譜平臺。富士康、新松等成立人工智能研究院，加快人工智能研究和成果產(chǎn)業(yè)化落地。

而信息技術(shù)企業(yè)及研究機構(gòu)則憑借人工智能技術(shù)基礎(chǔ)，不斷豐富面向工業(yè)場景的應(yīng)用服務(wù)能力，同時加強與制造企業(yè)合作，通過推出工業(yè)智能解決方案或前沿技術(shù)產(chǎn)業(yè)化向工業(yè)領(lǐng)域進行能力輸出。如阿里云工業(yè)大腦平臺將開放化工、光伏、電力三大行業(yè)知識圖譜，使開發(fā)者快速響應(yīng)，實現(xiàn)特定業(yè)務(wù)場景下人工智能的訴求。華為了構(gòu)建用于供應(yīng)鏈及零部件管理的工業(yè)知識圖譜。?？低曋鳡I業(yè)務(wù)視頻監(jiān)控行業(yè)，2014年進入工業(yè)領(lǐng)域，開發(fā)深度學(xué)習(xí)質(zhì)量檢測產(chǎn)品應(yīng)用于3C制造、金屬加工等領(lǐng)域。

不同于前二者，研究機構(gòu)更注重技術(shù)創(chuàng)新，他們也是前沿技術(shù)產(chǎn)業(yè)化的孕育者。例如麻省理工學(xué)院進行意念控制機器的研究，電波識別的精確度已高達90%，對未來人機協(xié)作技術(shù)產(chǎn)生重大影響。伯克利機器人DexNet2.0搭載深度學(xué)習(xí)系統(tǒng)，通過對虛擬數(shù)據(jù)庫中1萬個具備不同特征的三維物體進行學(xué)習(xí)，可以迅速對物體進行預(yù)判并選擇合適的方案抓取各種不規(guī)則形狀的物體，德國某企業(yè)已致力于工業(yè)智能產(chǎn)業(yè)化應(yīng)用。

尤其值得注意的是，在以上大趨勢下，初創(chuàng)企業(yè)憑借技術(shù)與資金優(yōu)勢成為細(xì)分領(lǐng)域重要的解決方案提供商。

一方面，大數(shù)據(jù)技術(shù)初創(chuàng)企業(yè)為中小垂直領(lǐng)域企業(yè)提供知識圖譜解決方案。依靠數(shù)據(jù)處理及人工智能技術(shù)優(yōu)勢，幫助人力、時間成本高的中小企業(yè)釋放企業(yè)數(shù)據(jù)價值。如明略數(shù)據(jù)發(fā)布明智系統(tǒng)2.0，為工業(yè)等垂直領(lǐng)域提供完整解決方案。另一方面，裝備領(lǐng)域成為初創(chuàng)企業(yè)深度學(xué)習(xí)應(yīng)用的主要切入領(lǐng)域，吸引大量投資。裝備領(lǐng)域是技術(shù)資金雙密集行業(yè)，初創(chuàng)企業(yè)具有先天優(yōu)勢，且產(chǎn)品上市快，投資回報率較高。如曠視全資收購艾瑞思機器人，發(fā)力制造業(yè)，打造智能倉庫；創(chuàng)新奇智專注于提供“人工智能+B2B”企業(yè)服務(wù)，應(yīng)用人工智能技術(shù)打造智能質(zhì)檢等解決方案，融資過億；Element AI為全球制造物流和機器人等領(lǐng)域企業(yè)提供人工智能解決方案，獲1.02億美元融資。