原标题：一文读懂AI落地制造业的亮点与痛点

　　“人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。”—近日，中共中央政治局就人工智能发展现状和趋势举行了集体学习。

　　2015年以来，人工智能两次被写进政府工作报告，并相继出台了《中国制造2025》《“互联网+”人工智能三年行动实施方案》《“十三五”国家科技创新规划》《新一代人工智能发展规划》等系列政策给予支持。

　　2017年人工智能进入爆发期。从数据来看，中国市场增长率达50%，预计2018年市场规模约380亿元。

　　在工业领域，人工智能被视为工业4.0的大脑，它将变革生产。

　　不过，对于这股智能潮流，笔者更关心AI如何落地?落地如何?

　　俗说话，外行看热闹内行看门道，这次我们通过AI架构搭建者、技术提供者、技术应用者的视线，剥茧抽丝地看到AI落地情况，与行业共同交流这一伟大变革。

　　百家争“智”的新风口

　　人工智能产业的发展离不开政策的支撑，同时也离不开核心企业的引领和推动，他们在人工智能的生态建设过程中起到了非常重要的作用。

　　据工控小编了解，中国和美国正是依托一些核心企业的发展占据了AI的领头位置，例如美国的Google、Amazon，中国的BAT。

　　可以说，BAT的几乎可以代表国内AI的发展水平，因为百度在AI领域做得最早，所以相对来说百度AI体系最健全。

　　去年，在中国科技部确定的一系列人工智能重点发展平台中，百度的自动驾驶、腾讯的智慧医疗、阿里巴巴的智慧城市等人工智能的落地随之变得更清晰。

　　此前，在百度描绘的人工智能技术框架中，底层包括百度大脑和百度智能云，上层包括DuerOS和Apollo两大开放平台，依托这一框架，百度能为多个行业提供开发工具和AI解决方案。

　　而百度自己的AI落地成果也非常快，在今年百度AI开发者大会上，百度第100台自动驾驶巴士“阿波龙”已正式量产下线，将在国内外同时开展商业化运营。

　　与此同时，腾讯在医疗领域的觅影、阿里巴巴的城市大脑也都做的如火如荼。

　　得益于行业核心企业的大力推进，我国加速建立起了从底层基础设施到算法再到应用，相对完整的人工智能产业体系。

　　实际上，对于大部分人工智能参与者来说，他们不像BAT一样大而全来做成一个体系，他们只是做体系的一部分，即如何利用专业领域的技术落地AI。

　　笔者采访了在行业中率先提出“产业人工智能”概念的北京国双科技有限公司(下称“国双”)工业互联网事业部副总经理朴志民，他认为AI人工智能除了深度学习、智能感知的能力，同时还要结合数据科学家、行业专家的能力，通过模型或者算法去实现智能化。这一概念涵盖了数据科学+技术能力+行业经验+平台整合的综合能力。

　　作为大数据和人工智能解决方案提供商，国双面向工业领域提供工业互联网平台技术和工业APP应用，凭借其在数据处理的综合能力，解决工业大数据的痛点问题——挖掘、整合与应用。

　　从实际应用来看，国双主要通过监控设备、预警故障、诊断故障和预测故障等四个核心能力优化传统工业运营能力。基于工业互联网平台和完整的行业专业团队，国双打造了端到端的AI服务。

　　不得不说，随着国双等不同AI层面的企业的深入，我国人工智能将不断细化和落实，延续当前快速发展的势头。

　　AI落地并非易事

　　如下图，人工智能从架构上分为基础层、技术层和应用层三层。应用层是将人工智能技术与应用场景结合起来，实现商业化落地，这个部分是国内人工智能发展最为活跃的领域，呈现出百花齐放的态势，主要应用包括机器人、智能安防、智能家居、无人驾驶等多个领域。

　　人工智能技术及应用架构

　　那么，究竟AI落地是否存在水土不服呢?我们从国内领先的机器人制造商——新松机器人的应用一解其中味。

　　今年，新松机器人作为课题负责单位参与河北工业大学牵头的科技部智能机器人专项：“基于数据驱动的工业机器人可靠性质量保障与增长技术”，该技术可以对原有的工业机器人本体采集数据，通过对自身关节、核心零部件、电流、传感器等参数进行相关的先进算法分析，让机器人具备了对自身性能提高，以及新产品修正迭代提供了坚实基础。

　　不难发现，新松已将AI技术赋能机器人，让机器人变得更智能。

　　杭州新松机器人研究院陈立院长认为，国产伺服驱动器性能的提升以及互联网技术的融合，使以前相对闭塞的运动控制变得更多源丰富，让更多的先进控制算法在机器人本体上得到更好的应用，从而提升机器人的轨迹精度、速度规划等性能。AI技术在工业机器人上的产业应用，通过增加传感器、融合机器视觉、深度学习等，让人机在近距离范围内协同作业具备可行性。

　　陈立院长表示，AI技术应用到工业机器人领域上，需要精准的数据给与，和高保真的采样同步，才能让机器做出准确的判断。在一些自动化应用场景中，产品的良品通过率需要达到99.99%。虽然深度学习算法是人工智能当前的一大技术亮点，但是对于自动化行业来说，更多的是需要一个稳定的技术输出保证，这也是当前AI落地应用的瓶颈。

　　相较于智能家居、机器人等领域，在食品饮料行业AI的潜能应该更大，但实际应用却寥寥无几。

　　国际食品巨头旺旺集团研发总处陈俊江总处长告诉工控小编，食品变因多、规格种类多、产品组合更多，因此需要能够识别判断不同变化规律且能做出正确反馈的平台。

　　对于旺旺这类产品线非常庞大的企业来说，做一个大规格、大品相的产品配套平台容易，但是还有很多小规格的产品无法得到解决，不可能每一种规格都配套单独的平台去执行。

　　最让陈俊江处长担忧的是，在庞大的生产线中如果自动化一旦出错，那样造成的不良损失会更大。

　　虽然AI落地食品行业还尚待时日，但目前旺旺已经引进了数字化系统，存储、汇整、归档旺旺的食品配方及物料等信息。

　　不过，据陈俊江透露，由于旺旺的产品线过于庞大，目前采用的系统还没有做到完全自动化汇整，还需要依靠人来串联现有的资料，实现公司部分信息的自动化整合。

　　对于一种新技术来说，从技术发展成熟到全球化应用必然需要一段时间，人工智能也不例外。虽然国内人工智能产业链各环节还较为薄弱，行业对政府政策支持还十分依赖，但随着企业竞争和协同需要的增强，人工智能渗透率将逐步提升，并实现真正意义上的落地。