【专家观点】工业AI质检助力生产制造企业持续提质降本增效-河钢数字-潘志威.pptx

单击此处添加副标题汇报人姓名汇报日期

边缘智能赋能产业发展已成为主流趋势，下游应用场景丰富。基于软件服务云服务、硬件基础设施等产品形式，结合消费、制造业、互联网、金融、元字宙与数字孪生等各类应用场景，人工智能赋能各个产业发展。 边缘智能的产品形态和应用边界不断拓宽；2022年，边缘智能产学研界在通用载体、模型等促进技术通用性和效率化生产的方向上取得了一定突破。商业价值塑造、通用性提升和效率化应用是AI技术助力产业发展、社会进步和自身造血的要义。人工智能正在为千行百业赋能，实现各类应用场景落地，而“硬件+平台+应用+服务”软硬一体的架构形态现阶段已经发展成为主流趋势，技术商业价值不断增长，产品形态和应用边界也在不断拓宽。n企业应用比重持续提升，AI技术商业价值不断增长。据调查，2017年企业应用AI技术比重约20%，2022年企业至少在一个业务领域采用AI技术比率增至50%。2019年应用AI产品平均仅19个，2023年增至3.8个应用数量提升以外，AI商业价值不断增长，企业部署AI动力显著。n机器人流程自动化(RPA)和计算机视觉是人工智能领域每年最常用的技术自然语言文本理解已经从2019年的中间位置上升到仅次于计算机视觉的第三位。边缘智能定义:边缘智能产业是指以人工智能关键技术为核心的、由基础支撑和应用场景组成的、覆盖领域极为广阔的行业群智能产品是指用人工智能技术赋能的产品。设计过程中需要具备较强的仿真能力和失效模式分析能力。演进规律与现状：共性赋能技术体系逐步形成人工（边缘）智能行业定义及特征行业落地场景2019-2023年全球企业应用边缘智能产品的平均数量算力算法数据价值性、通用性、效率化为产业发展战略方向智能计算集群智能模型敏捷开发工具数据基础服务与治理平台发展三大要素基础层3.12.3202020232019202220213.83.91.9

终端层企业级用户政府机构用户大众消费用户应用层工业制造政务医疗新能源企业服务教育/科研多模态生成能力层虚拟场景生成技术层CV模型多模态模型文档理解语音语言人工智能知识图谱自然语言理解n技术架构链条逻辑上可分为基础层、技术层、能力层、应用层、终端层五大板块。n基础层:涉及硬件基础设施和数据算力、算法模型三大核心要素。随着AI大模型规模的不断扩大，对计算资源的需求也在增加。因此，高性能的硬件设备、海量场景数据、强大的算力基础和升级迭代的算法模型成为了支持AI大模型发展的关键。n技术层:主要涉及模型构建。目前，Transformer架构在AI大模型领域占据主导地位，如BERT、GPT系列等能力n能力层、应用层及终端层:在基础层和技术层的支持下，AI大模型拥有了文字、音频、图像、视频、代码策略、多模态生成能力等，具体应用于金融、电商、传媒、教育、游戏、医疗、工业、政务等多个领域，为企业级用户、政府机构用户、大众消费者用户提供产品和服务。技术架构逻辑上分为基础层、技术层、能力层、应用层、终端层五大板块，其中核心技术层涵盖AI技术群和模型的融合创新，为各行业领域提供相关产品及服务。NLP大模型工业智能创新发展的体系框架基础层计算平台预训练大模型深度学习框架/开源模型多语言模型图像分类服务