“AI+制造”为何“+”，如何“+”?怎样以AI赋能制造业?近日，第三届长三角九三科技研讨会在宁波举行。会上，院士和专家们围绕“AI赋能”“装备制造”“产业大脑”“创新设计”等关键词作主旨报告。

钱锋院士

“产业大脑”是加快发展新质生产力的重要抓手

新质生产力是以科技创新为主的生产力，是摆脱了传统增长路径、符合高质量发展要求的生产力，是数字时代更具融合性、更体现新内涵的生产力。

中国工程院院士、国家智能制造专家委员会副主任、华东理工大学教授钱锋指出，人工智能是发展新质生产力的重要引擎，“产业大脑”是加快发展新质生产力的重要抓手，“‘产业大脑’一方面让产业链和供应链更有韧性，使劳动生产率、市场份额及营收提升14%至85%，生产周期、订单交付缩短56%至77%;另一方面为智能制造提供高质量科技供给，确保制造过程资源能源高效利用、生产绿色低碳、产品高值高端、产业价值链最大。”

毫无疑问，我国是制造业大国，在世界500多种主要工业产品中，我国有220多种产品产量位居全球第一。然而，钱锋院士指出，我国流程制造的生产效率低、能耗高、质量一致性差;高端制造中的集成电路及专用设备等10余个产业与美、德、日等制造强国差距明显;制造业领航企业并未建立拥有高溢价能力的核心竞争力。“因此，制造业转型发展刻不容缓，要借助人工智能、工业互联网、大数据等现代信息技术构建‘产业大脑’，助力制造业高质量发展。”

李培根院士

人工智能赋能装备制造的五个重要途径

“从现在到2035年，我国的智能制造要通过数字化转型和智能化升级这两个阶段逐步实现。数据正变得越来越智慧。过去的数据以关系型数据的形式存储在数据库、核心信息系统中，但今天的数据源源不断地产生并存在于社交平台、移动终端、云端服务……因此，企业需要有从海量数据来源中获取有价值信息的能力。”大数据呼唤大模型，中国工程院院士、华中科技大学教授、广东院士联合会咨询委员会委员李培根指出了人工智能赋能装备制造的五个重要途径。

一是AI for science（& Engineering），即以机器学习、深度学习等人工智能解决复杂科学问题；二是利用生成式设计系统；三是洞察高阶关联，迈向大模型时代的人工智能对世界高阶相关性的认知已经远远超过人类，工程中绝大多数复杂关联尚未为人类所认识；四是数字孪生，需要从“过程视角”，尤其是从进行的过程去认识和控制过程；五是智能机器人，人工智能技术的进一步发展会使机器人走出受控、封闭的环境，例如自主移动机器人和人形机器人。

李培根院士称：“大模型在高端装备行业中已经得到了积极的应用，适用于智能问答、设计与仿真等12类、100多个工业场景。但大模型应用尚需探索，其动向值得关注。”

谭建荣院士

AI+制造助力机电产品“创新设计”

“具有原始创新、自主品牌、高附加值的数控机床设计必定是正向设计。中国工程院院士、浙江大学求是特聘教授谭建荣”对数控机床中的“正向设计”给出了自己的理解。

以此为基础，他认为，机电产品应努力追求“创新设计”，即强调在新原理、新功能、新机构、新结构、新外观、新材料、新工艺等一个或多个创新要素方面与原产品有着本质变化，能满足用户或市场的新需求。

谭建荣介绍了机电产品正向设计和创新设计的10大关键技术，其中特别强调了“AI+制造”的几大技术。首先是数字建模与数字孪生技术，工业互联网必须把足够的工业知识和经验以智能化模型的形式沉淀到平台上;其次是精确定位与智能物流技术，实现货物运输过程的自动化运作和高效率优化管理;再次是机器互联与数字车间技术，以数字模型控制车间内的所有机器，使不同厂商的机器设备实现互相匹配和协调;最后是机器人应用与自动化技术，采用先进的软硬件技术架构、机械设计、智能算法等先进技术制造机器人，帮助人类更好地完成生活中的各项任务。