【ZiDongHua 之“智能自動化”收錄關(guān)鍵詞： 人工智能 新型工業(yè) 工業(yè)互聯(lián)網(wǎng)】
　　
　　三位專家共論：AI如何賦能中國制造
　　
　　“AI+制造”的必要性為何？“AI+材料”如何增強可行性？在人工智能賦能新型工業(yè)化供需對接深度行（鋼鐵行業(yè)）活動期間，國家新材料產(chǎn)業(yè)發(fā)展專家咨詢委員會主任干勇，國家智能制造專家委副主任、工信部原材料工業(yè)數(shù)字化轉(zhuǎn)型專家委主任錢鋒，中國科學院沈陽自動化研究所研究員于海斌3位專家圍繞相關(guān)話題展開深入探討。
　　
　　“AI+制造”，勢在必行
　　
　　“我國工業(yè)化進程與第四次科技革命和產(chǎn)業(yè)革命重疊，走的道路是常規(guī)工業(yè)化+信息技術(shù)(數(shù)字化、智能化、網(wǎng)絡化)+新型能源技術(shù)的融合發(fā)展之路，邁入人工智能時代。”干勇補充道，我國用40多年時間，便追趕了西方國家200余年的工業(yè)化進程，目前已進入以先進制造為核心的新型工業(yè)化階段。
　　
　　毋庸置疑的是，AI浪潮下，我國制造業(yè)迎來重要發(fā)展機遇。錢鋒表示，雖然我國制造業(yè)領(lǐng)航企業(yè)具有規(guī)模優(yōu)勢，但尚未建立擁有高溢價能力的核心競爭力。據(jù)賽迪顧問統(tǒng)計顯示，我國擁有全球最多的世界500強制造業(yè)企業(yè)，但其平均利潤率遠低于美國、德國等制造強國水平。在原材料制造領(lǐng)域，盡管我國原材料制造裝置的工藝、工程、裝備及控制等與制造強國相當，但面臨生產(chǎn)效率低、能耗/物耗高、安環(huán)問題突出、高端產(chǎn)品缺乏、質(zhì)量一致性差等短板，工業(yè)系統(tǒng)運行水平參差不齊，整體水平與世界先進有差距。“我國是原材料制造大國非強國，亟須通過數(shù)字化、綠色低碳轉(zhuǎn)型由高速增長轉(zhuǎn)向高質(zhì)量發(fā)展。”錢鋒說。
 
　　
　　圖為錢鋒發(fā)言
　　
　　放眼全球，人工智能正全面賦能制造業(yè)發(fā)展。美國、歐盟和日本等工業(yè)強國紛紛將AI賦能制造業(yè)視為科技和產(chǎn)業(yè)競爭的制高點，將發(fā)展“AI+制造”技術(shù)上升為國家戰(zhàn)略。“新一輪信息技術(shù)、制造技術(shù)與管理技術(shù)的深度融合，推動了以智能化為特征的第四次工業(yè)革命。”于海斌表示。
　　
　　以此為背景，錢鋒認為，搶抓人工智能加速工業(yè)應用的戰(zhàn)略機遇，加快推進人工智能和制造業(yè)深度融合，構(gòu)建集制造業(yè)全生命周期生產(chǎn)要素為一體，供需快速感知、制造精準調(diào)控、要素高效配置的工業(yè)具身智能系統(tǒng)（即“工業(yè)大腦”），實現(xiàn)產(chǎn)業(yè)鏈供應鏈價值鏈協(xié)同優(yōu)化、生產(chǎn)要素創(chuàng)新性配置、制造過程實時精準調(diào)控、安全環(huán)保運維智慧管控、新材料新產(chǎn)品創(chuàng)新設計，確保制造過程資源能源高效利用、生產(chǎn)低碳化綠色化、產(chǎn)品高值化高端化、產(chǎn)業(yè)價值鏈最大化，是推動傳統(tǒng)制造業(yè)深度轉(zhuǎn)型升級的重要舉措，將為新一代智能制造和數(shù)字化轉(zhuǎn)型提供高質(zhì)量科技供給，為新型工業(yè)化注入新動能。
　　
　　據(jù)介紹，在歐洲，西門子、SAP、達索等制造業(yè)龍頭與美國AI公司合作，通過生成式AI賦能傳統(tǒng)制造業(yè)，鞏固其在傳統(tǒng)制造領(lǐng)域的優(yōu)勢。如德國SAP與谷歌、微軟合作，通過生成式AI提高其ERP平臺的管理能力；德國西門子與微軟Open AI合作，構(gòu)建模塊化可重構(gòu)生產(chǎn)系統(tǒng)，快速生成PLC代碼適應不同生產(chǎn)需求；法國與AMD（超威半導體公司）、英偉達合作，通過生成式AI輔助工程師進行產(chǎn)品3D設計。
 
　　
　　圖為于海斌
　　
　　可以看出，AI正全面賦能生產(chǎn)、設計、管理等領(lǐng)域。“智能制造的本質(zhì)是要實現(xiàn)生產(chǎn)組織的三鏈融合，即從設計鏈到制造鏈，再到供應鏈的三鏈集成優(yōu)化，真正實現(xiàn)設計制造一體化。”在于海斌看來，“AI+制造”的實施路徑可以分為三步：首先需要建立一套制造領(lǐng)域的模型系統(tǒng)，包括各個領(lǐng)域模型的融合；其次需要建立各個智能制造領(lǐng)域的智能體，形成一個智能執(zhí)行體系；最后，要有一套開發(fā)和應用平臺，包括仿真和開發(fā)工具。
　　
　　“AI+材料”，無限可能
　　
　　人工智能技術(shù)是時代的洪流，其進步可謂一日千里，“人工智能+材料科學”已成為一個重要的交叉學科方向。
　　
　　“傳統(tǒng)硅基半導體材料已難以滿足未來社會對于智能化和高效能的需求，信息功能材料的不斷創(chuàng)新是先進計算、人工智能、柔性顯示、量子科技等新技術(shù)發(fā)展的關(guān)鍵，具有不可替代的作用和廣泛的應用，可推動器件、系統(tǒng)、整機的功能和性能發(fā)生質(zhì)的飛躍和革命性變化。”干勇說道。
 
　　
　　圖為干勇
　　
　　材料與技術(shù)相互賦能，AI技術(shù)的發(fā)展也正為材料的創(chuàng)新帶來無限可能。2023年11月，Google旗下的DeepMind在《Nature》雜志發(fā)文，表示開發(fā)了用于材料科學的人工智能強化學習模型GNoME，并通過該模型和高通量第一性原理計算，尋找到了38萬余個熱力學穩(wěn)定的晶體材料。2023年12月，微軟發(fā)布了材料科學領(lǐng)域的人工智能生成模型MatterGen，可根據(jù)所需要的材料性質(zhì)按需預測新材料結(jié)構(gòu)。2024年1月，微軟與美國能源部下屬的西北太平洋國家實驗室合作，利用人工智能和高性能計算，從3200萬種材料中篩選出了一種全固態(tài)電解質(zhì)材料，完成了從預測到實驗的閉環(huán)。近期，Meta和字節(jié)跳動也布局了相似的研發(fā)方向。一時間，科技巨頭憑借自家的技術(shù)，將材料科學領(lǐng)域攪動得風起云涌。
　　
　　可見，人工智能通過數(shù)據(jù)挖掘和機器學習，可加速新材料的發(fā)現(xiàn)和性能優(yōu)化，縮短研發(fā)周期。在干勇看來，這一作用具體表現(xiàn)在兩方面：一是產(chǎn)品仿真優(yōu)化。人工智能輔助設計軟件能夠根據(jù)市場需求快速迭代產(chǎn)品設計、大幅提升仿真效率，有利于增強市場競爭力。二是加速新材料結(jié)構(gòu)設計。利用人工智能預測確定二氧化碳捕集MOFs結(jié)構(gòu)，在30分鐘內(nèi)生成12萬種候選材料，且在實驗室中合成并進行實際碳捕集實驗，極大加快了新材料的結(jié)構(gòu)設計。
　　
　　干勇建議，在材料分子設計、材料合成制備、材料學表征分析、材料工藝優(yōu)化等方面布局大模型開發(fā)，建設模型開放與評測體系。“圍繞鈦合金、特種合金、稀土功能材料等領(lǐng)域，可打造垂類模型和智能體，面向材料發(fā)現(xiàn)-設計-制備-表征-測試-服役全流程，實現(xiàn)組分、配方、結(jié)構(gòu)的設計與篩選，合成和制備工藝的多目標優(yōu)化。”他說。
　　
　　這其中，數(shù)據(jù)也是關(guān)鍵。材料工程領(lǐng)域數(shù)據(jù)有實測數(shù)據(jù)和機理數(shù)據(jù)，可以利用AI賦能機理建模及數(shù)據(jù)生成、應用，克服當前機理建模過程復雜、仿真門檻高、計算時間長等痛點。
　　
　　“人工智能對新材料產(chǎn)業(yè)的賦能，本質(zhì)上是將材料科學從‘試錯+經(jīng)驗判斷’轉(zhuǎn)變?yōu)?lsquo;模型+智能制造’，通過構(gòu)建數(shù)字材料孿生構(gòu)建材料智能工廠。這種變革將引發(fā)3個根本性遷移：創(chuàng)新主體從實驗室向算法平臺遷移，價值重心從制造能力向數(shù)據(jù)資產(chǎn)遷移，競爭維度從專利數(shù)量向智能密度遷移。當新材料產(chǎn)業(yè)完成智能化躍遷，人類將進入‘按需設計物質(zhì)’新紀元。”干勇總結(jié)道。
　　
　　來源 | 中國冶金報社
　　
　　
　　免責聲明：此文轉(zhuǎn)載或綜編于網(wǎng)絡，由全國融標委TC573公眾號推薦分享，僅供學習。如有涉及版權(quán)等問題請及時聯(lián)系我們。本文版權(quán)及解釋權(quán)均屬原作者所有，轉(zhuǎn)載請注明原始出處。