工业智能

世界主要发达国家政府及组织高度重视，积极出台相关战略政策

一方面，积极推动人工智能技术为制造业发展注入新动力

另一方面，将制造业作为人工智能落地的重点行业

我国政府双侧发力，推动人工智能与制造业的融合发展

1、提升工业智能化水平成为全球共识和趋势

制造业智能化升级需求是工业智能发展的根本驱动

人工智能技术体系逐步完善，推动工业智能快速发展

2、人工智能技术加速渗透，构建制造业智能化基础

工业智能发展背景

工业智能（或工业人工智能）是工业领域中由计算机实现的智能，具有自感知、自学习、自执行、自决策、自适应等特征

工业智能的定义

工业智能的问题分类

工业智能主要类型

80年代：基本规则时代

90年到21世纪初：传统人工智能方法渗透应用时代

21世纪初至今：数据/知识深度洞察的时代

工业智能的发展历程

工业智能的内涵

针对高度复杂问题，深度学习方法能够绕过机理障碍，解决传统方法无法解决的问题

利用基于深度学习的解决方案代替人工特征提取

如复杂质量（缺陷）检测

通过深度学习方法挖掘更深层次隐藏结构与特征的抽象关系

复杂（环境/系统）指标软测量

通过深度学习构建复杂对象的特征模型

不规则物体分拣

解决实际问题类型

高计算复杂度、少影响因素问题

针对场景影响因素较多的问题，构建知识图谱能够明确各影响因素相互关系，解决此类问题

低计算复杂度、多影响因素问题

针对多影响因素高复杂性问题，利用知识图谱和深度（机器）学习可以将问题简化为少因素问题和(或)低复杂性问题进行解决

通过知识图谱构建设计方案库，再运用深度学习进行搜索与优化计算

产品研发

通过知识图谱与数据科学协同，能够实现企业级优化运营

企业决策管理

解决问题类型

高计算复杂度、多影响因素问题

工业智能的典型应用

深度学习基础技术的工业化适配是未来发展方向

知识图谱通用技术的规范化适配成为主要推进方向

工业智能的关键技术

工业智能形成两横两纵产业视图

工业智能通用技术产业发展趋势各异

工业化和智能化双向渗透成为两类核心路径

工业智能的产业发展

工业智能