甘肃工程机械网

当前位置:主页 >> 工程机械厂家

【重点】人工智能加速到来发展短板亟需解决

发布时间:2022年08月12日    点击:[3]人次

9月17日至19日,以“人工智能赋能新时代”为主题的2018世界人工智能大会在上海举办。人工智能不仅深刻影响大众的生产生活方式,也被寄望成为中国进入高质量发展阶段的经济增长新动能。

目前,我国人工智能企业数量超过千家,位居世界第二。我国逐步走出了一条需求导向引领商业模式创新、市场应用倒逼基础理论和关键技术创新的独特发展路径。截至目前,包括北京、上海、天津、浙江、安徽、吉林、贵州等20省市出台了人工智能产业政策。

本期南海朋友圈从人工智能在我国目前的发展现状、短板及如何与实体经济发展结合等方面入手,为南海加速布局人工智能产业提供借鉴。

人工智能产业政策密集出台

未来,上海将建设60个左右人工智能深度应用场景和100个以上人工智能应用示范项目,打造3~4个人工智能特色小镇和5个人工智能特色示范园区。17日,上海发布了加快推进人工智能高质量发展的实施办法,围绕集聚人才、技术创新、资本力量等五个方面提出了22条具体举措。

事实上,我国很早便开始了人工智能产业的政策布局。2015年7月,国务院出台《关于积极推动“互联+”行动的指导意见》,首次提出培育发展人工智能产业,并将人工智能列为11项重点行动之一。从2016年起,已有《互联+人工智能三年行动实施方案》《新一代人工智能发展规划》《促进新一代人工智能产业发展三年行动计划(2018~2020年)》等多个国家层面的政策出台,我国逐渐形成了涵盖计算芯片、开源平台、基础应用、行业应用及产品等环节较完善的人工智能产业链。

随着中央层面产业政策的不断出炉,各地对人工智能产业也日益重视。截至目前,我国已有北京、上海、广东、天津、浙江、安徽、吉林、贵州等20省市出台了人工智能产业政策。

8月14日,广东发布《广东省新一代人工智能发展规划》(简称《规划》)。根据《规划》,广东将分三步走,在未来12年谋划人工智能(ai)这一决胜未来国际竞争的战略产业。

到2020年,广东人工智能注重产业示范,产业规模、技术创新能力和应用示范将处于国内领先水平,人工智能成为助推广东产业创新发展的重要引擎,形成广东经济新的增长点。到2025年,着力在智能基础理论取得重大突破,部分技术与应用研究达到世界先进水平,开放创新平台成为引领人工智能发展的标杆,有力支撑广东建设国家科技产业创新中心。产业核心规模突破1500亿元,带动相关产业规模达到1.8万亿元。到2030年,人工智能基础层、技术层和应用层实现全链条重大突破,总体创新能力处于国际先进水平,聚集一批高水平人才队伍和创新创业团队,人工智能产业发展进入全球价值链高端环节,人工智能产业成为引领国家科技产业创新中心和粤港澳大湾区建设的重要引擎。

业内普遍认为,我国人工智能产业政策体系已基本成型,正在形成良好的央地联动效应。中国工程院院士邬贺铨表示,通过出台有针对性的具体政策,一方面可以促使人工智能技术快速应用,加速人工智能应用市场成型;另一方面,还有助于产学研快速整合,形成完备的人工智能产业生态,有利于人工智能产业在未来做大做强。

人工智能发展短板亟待解决

许多业内人士认为,在看到我国人工智能产业长足进步的同时,我国人工智能产业已暴露的问题也需引起关注,需解决“应用强、基础弱”“功能强、防护弱”等问题。

人工智能领域本身存在技术瓶颈。深度学习技术缺乏表达因果关系的手段和进行逻辑推理的方法,更高层次的人工意识、情绪感知环节还没有明显突破,从“弱人工智能”到“强人工智能”还有相当长一段距离。我国人工智能原创性理论研究基础薄弱,大多数行业仍处于应用层,仅有几个领域实现了低水平突破,缺乏多学科、多行业、多领域深度融合和应用。

尚未形成体系化、标准化发展格局。人工智能在我国的发展具有丰富的土壤和独特的优势,但同时也面临较大挑战,如人工智能发展带来对个人隐私、法律伦理、就业结构、部门利益、条块分割、基础设施建设等方面的不确定性,相关产品、技术、工艺、流程、服务缺乏规则和标准,各应用的接口不一,社会属性如情感、感知、主动决策等方面缺少科学的表征手段,数据挖掘、表征建模等缺少实用辅助工具等,都迫切需要在建设开放共性平台、推动政府数据开放、鼓励行业和龙头企业主动介入、培育以数据交易为核心的社会化专业公司和孵化器等方面推动体制机制创新。

人工智能专业人才结构性短缺。我国高校人工智能相关学科建设起步较晚,师资力量较为薄弱,未能形成系统性的课程培养体系,人才培养力度有待加强。人工智能核心高端专业人才缺乏,尤其是前沿理论和关键共性技术等方面的领军型研究型人才不足,急需进一步加大核心高端人才的引进和培养力度。企业人工智能领域的人才供不应求,特别是既懂人工智能技术,又熟悉行业市场的复合型人才以及能同时提供产业应用核心技术和解决方案的研发团队仍然较少,不利于产业的进一步发展。

“万物皆可互联”带来络安全风险。“智能制造领域已经成为黑客攻击的重点目标。”360集团董事长兼ceo周鸿祎介绍,去年5月发生的wannacry(“想哭”)勒索病毒事件中,150多个国家受到影响。我国大量企业中招,占全国被攻击总数的17.3%。周鸿祎认为,未来人工智能还会用于许多无人值守系统,像无人值守的汽车、高铁、无人机等。这些无人值守系统都有安全漏洞的风险,一旦被络劫持,将带来严重的安全问题。此外,人工智能所依赖的传感器、训练数据和开源软件等都可能存在安全隐患,值得警惕。

透视

推动人工智能与实体经济融合发展

尽管人工智能技术应用的领域十分广泛,前景广阔,但人工智能与实体经济的深度融合发展,更是人工智能技术发展的应有之义。

人工智能与实体经济密不可分,尤其是制造业更是人工智能技术应用最广泛的领域。实际上,人工智能技术创造的很多产品本身就是制造业产品,或者说,人工智能技术应用很多都是附着在制造业产品上的。例如,人工智能机器人的核心是人工智能技术,但人工智能机器人也是需要制造出来的,还有无人驾驶,智能交通、教育、医疗、金融,人脸识别等,都需要通过一定的产品载体展示出来,而这些产品载体的制造,实际上就是通常所讲的实体经济,其核心就是制造业。因此,人工智能离开了实体经济,它的发展就会受到影响;而实体经济添上人工智能的翅膀,就会大大提升产业发展能级。

实体经济是我国国民经济发展的重要基石,推动人工智能与实体经济的深度融合发展,更是加快实体经济创新转型和提升能级的必然选择。应该说,人工智能与实体经济各个领域的融合发展特别是和制造业的深度融合发展,可以为制造业产业转型赋能,可以为实体经济创新转型助力。突出表现在两个方面:一是利用人工智能技术推动智能制造,是制造业高质量发展的必然趋势。通过实施制造业的智能制造工程,不仅可以改造和提升传统制造业,而且可以优先培育和发展一批战略性新兴产业集群,形成实体经济新的产业推动力和制造业新的经济增长点。二是利用人工智能技术推动智能制造,可以大大提高生产效率。由于作为一种全新的生产要素,人工智能技术可以进一步改变生产方式,甚至带来生产和组织模式的颠覆性变革,产生巨大的生产和组织效率的裂变。

从未来发展角度来看,人工智能技术的推广应用是一个必然的发展趋势。在这个大背景下,尤需作一些必要的深入思考。第一,要制定好发展规划。目前,发展人工智能已上升为国家战略,各级政府和相关部门应该根据各地的资源禀赋和比较优势,积极推动人工智能与实体经济深度融合发展。第二,谋划好重点领域。例如,这次世界人工智能大会所展示的ai+交通、健康、教育、零售、服务、智造、金融等七大“ai+”主题式体验,都是人工智能应用的领域,但还需要进一步拓展更多的“ai+”。第三,集聚好人才队伍。应该清醒地认识到,人工智能领域的竞争,主要还是人才之争。与发达国家相比,我国人工智能领域的人才,包括理论、学术、技术、研发、运用等人才还比较缺乏,需要大量培育。第四,推进好企业应用。人工智能技术最后的落脚点还是企业,因此,广大企业如何很好地认识、应用人工智能,还大有文章可做。例如,人工智能技术知识的介绍、成功经验的传播、相关企业的培训、技术人才的培养等,都是当务之急。

发展人工智能8大安全挑战

1

设备层安全挑战

智能制造领域络中伺服驱动器、智能io、智能传感器、仪表、智能产品的安全挑战,包括:所用芯片安全、嵌入式操作系统安全、编码规范安全、第三方应用软件安全以及功能安全等。

2

控制层安全挑战

主要来自各类机床数控系统、运动控制器、控制平台、控制软件等方面,其在设计之初可能未考虑完整性、身份校验等安全需求,存在输入验证,许可、授权与访问控制不严格,不当身份验证,配置维护不足,凭证管理不严,加密算法过时等安全挑战。

3

络层安全挑战

主要来自各类数控系统、plc、应用服务器通过有线络或无线络连接,主要安全挑战包括:络数据传递过程的常见络威胁,络传输链路上的硬件和软件安全,无线络技术使用带来的络防护边界模糊等。

4

应用层安全挑战

支撑工业互联业务运行的应用软件及平台的安全,如:德马吉森精机(dmgmori)的celos系统所整合的erp(企业资源计划)//mes制造执行系统和cad/cam软件和控制系统等。智能制造领域应用软件,与常见商用软件的类似,将持续面临病毒、木马、漏洞等传统安全挑战。

5

工业云安全挑战

国内各大机床厂商、数控系统厂商正在建立或即将建立的云平台及服务,这些云平台及服务也面临着虚拟化中常见的违规接入、内部入侵、多租户风险、跳板入侵、内部外联、社工攻击等内外部安全挑战。

6

数据层安全挑战

是指智能制造工厂内部生产管理数据、生产操作数据以及工厂外部数据等各类数据的安全问题,不管数据是通过大数据平台存储,还是分布在用户、生产终端、设计服务器等多种设备上,海量数据都将面临数据丢失、泄露、篡改等安全威胁。

7

人员管理的挑战

随着智能制造的络化和数字化发展,工业与it的高度融合,企业内部人员,如:工程师、管理人员、现场操作员、企业高层管理人员等,其“有意识”或“无意识”的行为,可能破坏工业系统、传播恶意软件、忽略工作异常等。

8

高级持续性威胁 (apt )

智能制造领域中的apt是以上6个方面各种挑战组合,是最难应对、后果最严重的威胁。攻击者目标可能是偷取重点智能制造企业的产品设计资料、产品应用数据等,其攻击过程包括各类信息收集、入侵技术准备、渗透准备、入侵攻击、长期潜伏和等待、深度渗透、痕迹消除等一系列精密攻击环节。

综合新华社、经济参考报、第一财经等整理//珠江时报珠江时报沈煜沈煜

sourceph" style="display:none">

易县工作服定做

勐腊县服装定制厂家

九江服装定制厂家

服装定制厂家