산업 인터넷의 건설은 기업 IT 시스템의 클라우드 마이그레이션을 촉진하고, ICT 시스템과 OT 시스템 간의 요소 흐름을 실현하고, 데이터 섬을 뚫어 기업이 유연하고, 편리하고, 효율적이며, 저렴한 정보화, 네트워킹, 디지털화의 기반을 확보할 수 있도록 합니다. 그러나 진정한 디지털화, 지능화를 실현하려면 인공지능 기술을 이용하여 산업 데이터의 가치를 충분히 발굴해야 한다. 데이터는 산업 인터넷의 핵심 자산이며 그 가치 창출의 원천이다. 데이터 분석 및 마이닝의 깊이는 산업 인터넷의 실제 응용 가치를 크게 결정합니다. 현재 데이터 마이닝 가치에 크게 의존하는 생산 통제, 장비 관리 서비스 등의 애플리케이션은 중국 공업인터넷의 핫스팟 장면이다. 장비 건강 관리, 생산 품질 관리, 생산 프로세스 최적화, 에너지 소비 및 배출 관리 등 심도 있는 데이터 분석 응용 프로그램을 결합하여 산업 기업에 상당한 직접 최적화 가치 (예: 운영 및 유지 관리 비용 절감, 제품 품질 및 서비스 가치 향상 등) 를 제공합니다.
1.2 인공지능은 산업 인터넷의 진정한 디지털 지능의 가치를 실현하기 위한 전제 조건이다.
산업 기업의 경우, 산업 인터넷은 기업이 디지털화, 네트워킹, 지능화를 실현하는 도구이며, 플랫폼 계층은 산업 데이터 수집 및 처리의 기초를 구축하고, 산업 소프트웨어의 응용은 본질적으로 디지털화와 자동화를 실현하며, 기계 설비의 자동화 기능을 강조하고, 산업 인터넷의 상호 연결 도구 응용은 강조한다.
기업의 내외 협력은 산업 차원에서 인터넷 플러스 모델이며, 인공지능의 가입은 디지털화, 네트워킹을 바탕으로 진정한 지능을 실현하는 것이다. 산업 인터넷은 산업 기업에 일반적인 컴퓨팅 기능 (산업 클라우드 컴퓨팅 및 에지 컴퓨팅, 컴퓨팅 데이터-산업 빅 데이터 및 알고리즘-산업 인공 지능) 을 제공합니다. 빅데이터는 인공지능 기술이 작용하는 데 필요한 연료로, 그 뒤의 가치깊이에 따라 산업 인터넷 가치 표현의 합리적인 논리가 네트워크화, 디지털화에서 지능화로 바뀌는데, 이는 산업기업이 비용 절감, 업그레이드 최적화를 실현할 수 있는 유일한 길이다.
둘째, 인공지능은 산업 인터넷 제품의 논리를 재정의하는 출발점이 되었다.
데이터 통찰을 강화하고 산업 인터넷이 문제를 해결할 수 있는 경계를 넓히다
산업 인터넷의 핵심은 데이터 중심의 지능형 분석 및 의사 결정 최적화입니다. 넓은 의미에서 인공지능 기술은 알고리즘 모델을 통해 데이터를 처리하는 방법이기 때문에 인공지능 기술은 산업 인터넷 제품 건설업자의 시야에 진입하여 서비스 업체가 제품 가치를 높일 수 있는 발판이 되었다. 심도 있는 학습과 지식지도로 대표되는 인공지능 기술은 시스템 모델링과 복잡성, 불확실성, 상식성 등의 문제를 처리하는 능력을 근본적으로 향상시켰으며, 산업 빅 데이터 분석의 능력과 효율성을 크게 높였습니다. 산업 각 분야의 진단, 예측 및 최적화 문제를 해결하기 위한 효과적인 도구를 제공하고 산업 인터넷 플랫폼이 산업 문제를 해결하는 깊이와 폭을 더욱 넓혔다. 인공지능에 의한 산업 데이터 지능 분석, 산업 인터넷의 데이터 가치 실현을 위한 심도 있는 발굴 지원, 산업 기업의 데이터 통찰력 강화, 지능형 제조의 마지막 킬로미터로 통하는 관건이 되었습니다.
산업용 인터넷을 데이터 최적화 폐쇄 루프로 만들어 다중 장면 체계화 응용 프로그램을 추진합니다.
산업 분야에는 수많은 복잡한 응용 시나리오가 있다. 제품 R&D 설계, 제품 결함 품질 검사, 생산 프로세스 최적화, 프로세스 자동화 등 다양한 시나리오는 산업 메커니즘이 복잡하고 데이터 분석 능력에 대한 요구가 높습니다. 따라서 인공 지능은 산업 인터넷이 데이터 최적화 폐쇄 루프를 형성하는 열쇠로 간주됩니다. 현재 심도 있는 학습, 지식지도, 자연어 처리로 대표되는 인공지능 기술은 여러 방면에서 혁신과 돌파구에 처해 있다. 산업 분야의 지식과의 융합이 심화됨에 따라 AI 기술은 점차 산업 인터넷으로의 침투를 가속화하고 있으며, 산업기업의' 연구, 생산, 공급, 판매' 업무사슬 아래 많은 착지 앱을 형성하고 있다. 산업 AI 기술의 관점에서 볼 때, 주로 소리, 이미지, 지식지도, 자연어 방향의 응용이 있다. 목소리와 이미지는 품질 검사와 안전 감독에 많이 사용되며, 응용이 많고 경제적 이득이 뚜렷한 장면이다. 자연어 처리는 스마트 도우미에 더 많이 사용되며 스마트 고객 서비스와는 다르다. 스마트 어시스턴트는 장비 유지 관리 어시스턴트와 같이 더 수직적이고 전문적입니다. 지식지도는 대규모의 복잡하고 다지점 문제를 잘 처리하는데, 그 전형적인 응용은 제품 품질 추적이다.
일반적인 문제를 해결할 수 있는 능력을 바탕으로 특정 업종을 차별화하여 확장하다.
산업 지능의 본질은 일반적인 인공 지능 기술과 산업 시나리오, 메커니즘 및 지식을 결합하여 디자인 패턴 혁신, 생산 지능 결정, 자원 최적화 구성 등의 혁신적인 애플리케이션을 실현하는 것입니다. 산업 지능은 산업 시스템의 모든 측면과 링크에 광범위하게 적용되었으며, 그 세분 응용 장면은 수십 개에 이를 수 있다. 앞서 언급한 바와 같이, 산업 분야에 따라 업종에 따라 산업 인터넷의 유형과 기능에 대한 요구 사항이 다르며, 산업 지능화도 마찬가지이다. (윌리엄 셰익스피어, 산업, 산업, 산업, 산업, 산업, 산업, 산업) 업종별 산업 지능에 의존하여 일반적인 문제를 해결할 수 있는 능력을 확보하는 동시에, 업종 특징에 따라 차별화 방향을 확대하고 업종 특성의 문제점을 직시한다.
동사 (verb 의 약자) 인공지능의 공업인터넷 배치
애플리케이션 배포는 플랫폼 지향에서 플랫폼+에지 * * * 로 발전합니다.
현재 인공지능은 주로 세 가지 모델을 통해 공업인터넷에 녹아들고 있다. 하나는 AI 알고리즘이나 모델을 산업 인터넷 플랫폼 계층에 직접 내장하여 플랫폼 계층의 데이터 분석 기능을 향상시키는 것입니다. 둘째, 클라우드 배포를 통해 표준화된 산업 인터넷 SaaS 계층 어플리케이션을 형성하는 산업 AI 소프트웨어 시스템을 제공합니다. 셋째, 산업 인터넷의 틀 아래 소프트웨어와 에지 하드웨어를 포함한 완벽한 체계를 제공한다. 배포 과정에서 산업 범주, 제품 유사성, 장면 조건, 문제 * * * 등의 요소에 따라 다양한 AI 모델이 결합됩니다. 같은 업종의 경우, 같은 고리에 대해 가능한 한 표준화된 모델을 위해 마이그레이션 응용을 실현할 것이다. 현재 산업 지능의 응용은 주로 플랫폼 끝에 있으며, 후기에는 변두리로 발전할 것이다. AI 모델의 결론과 생산 라인 또는 장비의 제어 폐쇄 루프를 형성해야 하는 측면의 실시간 요구사항입니다. 에리는 현재 우리나라 공업기업의 자동화 정도가 다르고 현장 데이터 품질이 높지 않아 기업이 인공지능에 대한 응용이 보수적이라고 생각한다. 현재 많은 앱, 안감이든 품질 검사든, 주로 플랫폼단에 집중되고 있으며, 변두리 공업지능의 다음 단계 발전에는 지원 인프라와 역량 건설이 필요하다.
여섯째, 인공지능에 기반한 산업 인터넷 참가자들이 그들의 생각을 확장한다
기술이 앞서고, 장면이 왕이며, 합작이 승승장구하다.
인터넷+인공지능 3 년 행동계획',' 차세대 인공지능 발전계획',' 차세대 인공지능 산업 발전 촉진 3 년 행동계획' 등 다양한 국가정책문서가 발표됨에 따라 인공지능의 응용과 산업의 결합은 이미 중요한 발전 추세가 되고 있다. 산업 분야의 각 하류 산업 장면은 모두 있다.
그 원래의 가치 사슬과 동시에 각 업종의 독점 기술은 높은 장벽을 가지고 있다. 인공지능서비스업체가 공업분야에서 업무를 전개할 때, 대부분 자신의 기술적 우세와 특징을 바탕으로, 수직세분업이나 어떤 * * * 통용적인 현실착지에 적합한 공업장면을 찾아, 구체적인 장면 응용에서 자신의 공업지능제품과 서비스를 끊임없이 연마한다. "집중" 은 대부분의 AI 공급업체가 우선 개발 전략으로 간주합니다. 성숙한 산업 인터넷 플랫폼 기업과 협력하여 자체 개발이 아닌 통합으로 플랫폼 역량을 확보하면 자체 R&D 비용과 위험을 크게 줄일 수 있을 뿐만 아니라 자체 산업 인텔리전스 솔루션의 반복, 최적화 및 혁신을 위한 풍부한 자원 보유액을 제공합니다.
데이터, 알고리즘 및 컴퓨팅 능력의 부족은 산업 분야에서 AI 의 보급과 응용을 제한한다.
인공지능 기술의 발전은 그 자체로 데이터의 지지와 불가분의 관계에 있다. 산업 분야는 복잡하고 다양하며 전문적인 산업 특성으로 인해 우수한 산업 주제 AI 데이터 모델과 AI 알고리즘 훈련을 위한 좋은 산업 마크업 데이터 세트가 부족합니다. 또한 기본 하드웨어, 컴퓨팅 프레임 워크, 개발 플랫폼 등을 포함한 AI 인프라 구축은 산업 분야에서도 상대적으로 뒤떨어져 산업 지능의 발전을 직접적으로 제한하고 있습니다. 데이터, 알고리즘, 컴퓨팅 능력의 짧은 보드로 인해 현재 AI 기술의 산업 분야에서의 응용 장면은 주로 점형 분포를 보여 주며 보급도가 제한되어 있습니다.
인공지능의 공업 분야에서의 응용은 광범위한 시장 전망을 가지고 있다.
2020 년 중국 인공지능 시장의 주요 고객은 정부의 도시지배와 운영 (공안, 교통경찰, 사법, 도시운영, 정무, 교통관리, 국토자원, 교도소, 환경보호 등) 에서 나올 예정이다. ), 인터넷 및 금융 산업도 선두를 차지할 것입니다. 그러나 국민경제의 지주산업으로서 이 산업은 인공지능 시장 점유율의 5% 에 불과하다. 인공지능과 공업인터넷 * * * 이 새로운 인프라 건설 범주에 포함됨에 따라 두 업종이 가속화되는 추세가 기본적으로 확정되었다. 또한 향후 5 년 동안 중국 산업 분야에서 인공지능 기술의 활용률이 크게 높아질 것으로 예상되며, 산업지능의 응용시장 전망은 매우 넓어질 것으로 전망된다.
인공지능은 산업 인터넷의 투자공간을 다시 잘라낼 것이다.
2020 년 기계 학습과 심도 있는 학습, 지식지도, NLP, 컴퓨터 비전을 주도하는 중국 산업 지능 응용 핵심 산업 규모는 68 억원, 연평균 복합 성장률은 27.96% 로 업계 전체의 고성장을 기록했다. 그러나 현재 인공지능 서비스 공급업체는 대부분 자체 독립 시스템으로 산업 지능 솔루션을 공급하고 있습니다.
이 시나리오에서 산업 인터넷 플랫폼 서비스 업체가 제공하는 플랫폼 AI 기능은 주로 오픈 소스 프레임워크를 기반으로 하는 알고리즘 모델 개발입니다. 플랫폼 AI 기능은 기본 데이터 분석 기능의 최적화에 초점을 맞추고 있지만 AI 기술은 산업 인터넷에서 널리 사용되지 않았습니다. 전반적으로, 현재 산업 지능과 산업 인터넷의 결합 응용은 별모양의 분포를 띠고 있다. 앞으로, 산업 인터넷이 심도 있는 데이터 발굴에 대한 의존도가 높아지면서 인공지능 기술은 산업 인터넷으로의 통합을 가속화하고, 산업 인터넷 건설에 대한 자금 투입 비율은 다시 개편될 것이다. (윌리엄 셰익스피어, Northern Exposure (미국 TV 드라마), 산업명언)
산업 지능 배치의 4 대 방향은 산업 인터넷이 경쟁 우위를 형성하도록 돕는다.
공업인터넷의 진정한 가치는 공업기업에 금상첨화를 주는 것이 아니라 시기적절한 도움을 주는 것이다. 인공지능 기술의 주입은 산업 인터넷이 체계화된 방법과 규칙으로 실제 산업 장면의 몇 가지 문제점을 해결하는 데 도움이 된다. 심도 있는 학습 기술을 기반으로 한 컴퓨터 비전은 품질 검사, 검사 등 장면에서 기계가 사람을 대신하는 것을 실현하여 생산성을 높이고 기업의 인건비를 풀었다. 지식지도와 자연어 처리에 기반한 인지지능 기술은 업계 지식의 축적을 촉진하고 기업 의사 결정의 속도와 정확성을 높인다. AutoML 플랫폼의 자동 모델링 기능은 실제 장면에서 알고리즘 모델의 적응성을 향상시킵니다. AI 기술의 수직 업그레이드로 복잡한 산업 문제를 다양한 경로를 통해 해결할 수 있습니다. 미래에 다양한 AI 기술을 융합하는 산업 인터넷은 관련 서비스 공급업체가 경쟁 우위를 창출하는 중요한 절개가 될 것이다.