让人工智能高水平赋能新型工业化

　　人工智能是新一轮科技革命和产业变革的重要驱动力量。2024年1月22日召开的国务院常务会议强调，以人工智能和制造业深度融合为主线，以智能制造为主攻方向，以场景应用为牵引，加快重点行业智能升级，大力发展智能产品，高水平赋能工业制造体系。2024年江苏省政府工作报告提出，以人工智能全方位赋能新型工业化。当前，新一轮科技革命和产业变革深刻改变着工业生产范式，尤其以大模型为代表的新一代人工智能技术正加速推进新型工业化的变革进程。加快人工智能与制造业深度融合，全面赋能新型工业化，对于发展新质生产力、建设现代化产业体系、实现高质量发展具有重要意义。

　　当前人工智能的发展态势 

　　人工智能概念自1956年诞生以来，相关技术和理论持续演进。直到近十年，得益于深度学习模型的连续突破、算力规模的快速提升、海量数据的持续积累等，人工智能才得以真正脱虚向实，开始从实验室走向产业实践。今年以来，以多模态大语言模型（MLLM）为代表的生成式人工智能轰动全球，人工智能迎来了全新的发展机遇。 

　　基础层：数据算力的质变催生计算范式革命。高质量数据的量变质变为大模型预训练提供充足素材，相较于之前互联网时代的数据，AI时代海量多模态、异构的数量快速增长，智能标注和生成数据技术不断完善，使大模型预训练目标从聚焦特色领域的“专才”走向普适各大领域的“全才”。同时，新一代智算框架、智算硬件的不断推出，加速了当前从CPU（中央处理器）主导的通用计算模式向以GPU（图形处理器）、ASIC（专用集成电路）为核心的人工智能计算切换，新的计算范式革命已经出现。 

　　技术层：自然语言对话交互带来人机交互革命。当前，AI大模型在知识记忆、指令理解、规划推理、内容生成等方面的能力大幅提升，ChatGPT、Sora等现象级标杆应用的出现，使人机从物理设备、软件编程、图形界面交互切换到今天颠覆性的自然语言对话交互，初步契合了人们对通用人工智能（AGI）的预期。同时，Sora的自然语言对话式人机交互方式的出现，将人类语言和思维世界与物理世界对接起来，未来有望与大语言模型合力发展，更好地解决符号奠基问题、世界模型问题，推动AI快速进入具身智能时代。 

　　应用层：变革行业组织带来认知协作革命。AI大模型是发展新质生产力的核心引擎，能赋能变革经济社会各个行业的组织架构、运作模式，提供了从问题到答案的最短路径，颠覆了人们的认知与协作方式。在大模型时代，很多今天拥有的优势产业，其核心竞争力会被AI大模型重构以及重新定义，其优势可能会消减，需要高度重视新型工业化背景下产业核心竞争力和AI大模型之间的关系。 

　　人工智能赋能新型工业化的江苏实践 

　　人工智能在江苏应用水平位居全国前列，已经在生物医药、电子制造、电力能源等重点行业落地应用，形成了研发设计、生产制造、辅助决策、运营管理等众多应用场景。 

　　立足前沿赋能行业。在生物医药行业，南京药石科技自主研发了基于超大成药化学空间的人工智能药物发现技术平台，极大地提高创新药物研发效率和成功率，突破了人工智能生成分子化学可合成性低的难题。在电子制造行业，长电科技运用智能视觉检测系统，大幅提升自动光学检测的准确性和效率，可实现7*24小时不间断检测分析。在电力能源行业，南京方寸知微基于机器视觉及模型轻量化技术，实现无人机识别电网杆塔并自动调整云台参数完成巡检拍照，共计开展配网自适应巡检20000公里，每年节约巡检人力成本约4000万元。 

　　工业场景应用广泛。在研发设计环节，南京维拓科技开发3D工业设计软件，采用人工智能技术实现三维模型几何识别和相似模型搜索功能，帮助工程机械产品实现开发周期缩短21%、设计质量问题减少27%、试点产品成本降低4%。在生产制造与运维环节，常州微亿智造基于小样本学习，攻克高速飞拍成像关键技术难题，研发的工业高分辨3D层析检测设备，成功解决了业界普遍面临的透明、半透明产品内部缺陷检测难的困境。在辅助决策环节，南京金恒科技利用机器学习+在线学习技术，为南钢构建模型并实现实时轧制力预测，预测准确率高达96%，缩短产品交货期1—2天，实现检试验综合降本500万/年。 

　　工业大模型创建加速。苏州思必驰基于DFM东风大语言模型构建统一的知识中心，通过多模态语音交互技术，实现车站智能设备语音购票、语音咨询、票卡处理的智能化。无锡雪浪数制研发雪浪OS智能制造数字底座系统，通过“平台+工具箱+APP/软件”的制造业数字化转型系统性解决方案，已经沉淀15000多个工业机理、工业数据与AI相关工业知识模型。南京云问科技推出企业私有化知识大模型，创建一个大模型快速应用最短只需要3分钟，大大节省了应用创建时间。 

　　人工智能赋能新型工业化的江苏路径 

　　新型工业化是一项长期性、系统性工程。以人工智能赋能新型工业化，需要运用系统观念，合理布局算法、数据和算力资源，探索新型制造模式和业态，构建与工业大模型发展相适应的新产业生态，从而引领和服务新型工业化。 

　　夯实发展根基，提升工业领域数字底座支撑能力。充分发挥江苏高校和科研院所专家资源优势，开展深度学习、机器视觉、人机交互、大模型等领域前沿理论研究。加快成立由高校、人工智能企业、工业制造企业等共同投资并专注工业人工智能的新型研发机构，激发更多符合我省产业特点的技术供给。依托我省完备的工业体系和丰富多元的应用场景，形成工业技术、工艺经验、制造知识和方法等工业数据沉淀，分行业构建多模态数据训练资源库、测试库和验证库。在适度超前布局5G、算力基础上，搭建算力共享服务平台，降低中小企业算力使用成本。着力推动大模型算法、框架等基础性原创性技术突破，提升智能芯片算力水平。 

　　分路径实施，找准着力点深入推进新型工业化。江苏工业门类齐全、配套完整，但内部发展不平衡问题突出，应分阶段引导、分行业施策、分主体推进，探索实施多路径并行的人工智能赋能策略。依托新型电力装备、新能源、生物医药、高端纺织、高技术船舶与海工装备等16个优势产业集群，培育人工智能赋能转型标杆，推广人工智能应用典型场景。推动江苏首台(套)重大装备、优秀工业软件产品、工业机器人、智能网联汽车、无人机、无人船、智能终端等提档升级，加快人形机器人、四足机器人、工业大模型等创新产品研发和产业化。深入推动“智改数转网联”，打通工业企业、产业链上下游、供应链、合作伙伴等数据流，畅通生产侧与需求侧沟通渠道，促进单一企业赋能向全产业链赋能拓展。 

　　培育赋能主体，加快形成全产业链新质生产力。人工智能赋能新型工业化需要建立面向工业行业的人工智能重点企业资源池，这就需要加快培育一批既掌握人工智能技术又熟悉工业知识的咨询、研发和集成服务的企业群体，包括人工智能龙头企业、咨询企业、工业软件企业、人工智能集成商等。其中，人工智能龙头企业需要掌握人工智能核心技术，有能力与工业企业联合开展关键核心技术攻关，具备解决工业行业关键或重大共性技术能力；咨询企业能深入挖掘工业企业需求，为工业企业提供“智改数转网联”咨询诊断服务；工业软件企业能深耕某个行业或特定场景；人工智能集成商要熟悉人工智能软硬件产品，准确把握工业企业实际需求，为工业企业提供全面集成服务。 

　　（作者系江苏省人工智能学会秘书长）