人工智能赋能制造业全流程的技术及应用研究

doi:10.12267/j.issn.2096-5931.2024.12.007

信息通信技术与政策 ›› 2024, Vol. 50 ›› Issue (12): 42-50.doi: 10.12267/j.issn.2096-5931.2024.12.007

人工智能赋能制造业全流程的技术及应用研究

Research on the full process technology and application of AI empowering the manufacturing industry

董昊¹, 刘星辰¹, 曹峰¹, 张发恩², 高凌燕²

1.中国信息通信研究院人工智能研究所,北京 100083
2.创新奇智科技集团股份有限公司,北京 100080

收稿日期:2024-11-26 出版日期:2024-12-25 发布日期:2025-01-02
作者简介:
董昊, 中国信息通信研究院人工智能研究所平台与工程化部副主任,聚焦人工智能工程化、人工智能基础设施、科研智能等领域,长期从事人工智能技术、产业、政策及生态的研究工作；
刘星辰, 中国信息通信研究院人工智能研究所平台与工程化部研究员,主要从事人工智能基础平台相关技术及产业研究工作；
曹峰, 中国信息通信研究院人工智能研究所平台与工程化部主任,主要从事人工智能相关技术、产业和测试体系的研究工作；
张发恩, 创新奇智科技集团股份有限公司首席技术官,主要从事人工智能技术研发及智能制造领域研究；
高凌燕, 创新奇智科技集团股份有限公司副总裁,青岛市人工智能协会副会长,主要从事人工智能及制造业相关市场研究

DONG Hao¹, LIU Xingchen¹, CAO Feng¹, ZHANG Faen², GAO Lingyan²

1. Artificial Intelligence Research Institute, China Academy of Information and Communications Technology, Beiing 100083, China
2. AInnovation Technology Group Co., Ltd., Beiing 100080, China

Received:2024-11-26 Online:2024-12-25 Published:2025-01-02

摘要/Abstract

摘要：

在建设现代化、推进新型工业化的关键时期,人工智能(Artificial Intelligence,AI)技术的兴起为制造业转型升级提供了强大的动力,AI技术在制造业全流程的落地已成为推动制造业领域产业升级的重要引擎。首先,分析AI技术赋能制造业的意义,从研发设计、生产制造、运营管理和产品服务等制造业核心环节入手,深入阐述AI技术在全流程中融合应用的关键技术点;其次,介绍了制造业AI的技术应用情况,并深入分析了AI赋能制造业全流程过程中的挑战;最后,展望了制造业AI的技术发展趋势。

关键词: AI, 制造业, 大模型

Abstract:

In the critical period of building modernization and promoting new industrialization, the rise of Artificial Intelligence(AI) technology has provided a strong impetus for the transformation and upgrading of the manufacturing industry. The landing of AI technology in the whole process of manufacturing has become an important engine to promote the industrial upgrading of the manufacturing industry. Firstly, the significance of AI technology enabling the manufacturing industry is analyzed. Starting from the core links of the manufacturing industry such as research and development design, production and manufacturing, operation management, and product services, the key technical points of the integration and application of AI technology in the entire process are elaborated in depth. Secondly, the application of AI technology in the manufacturing industry is introduced, and the challenges of applying AI technology throughout the entire manufacturing process are deeply analyzed. Finally, the technological development trend of AI in manufacturing industry is forecasted.

Key words: AI, manufacturing industry, large model

中图分类号:

TP181

董昊, 刘星辰, 曹峰, 张发恩, 高凌燕. 人工智能赋能制造业全流程的技术及应用研究[J]. 信息通信技术与政策, 2024, 50(12): 42-50.

DONG Hao, LIU Xingchen, CAO Feng, ZHANG Faen, GAO Lingyan. Research on the full process technology and application of AI empowering the manufacturing industry[J]. Information and Communications Technology and Policy, 2024, 50(12): 42-50.

导出引用管理器 EndNote|Ris|BibTeX

链接本文:

http://ictp.caict.ac.cn/CN/10.12267/j.issn.2096-5931.2024.12.007

http://ictp.caict.ac.cn/CN/Y2024/V50/I12/42

图/表 2

参考文献 9

[1]	张青雷. 制造业人工智能系统概论[M]. 北京: 机械工业出版社, 2022.
[2]	葛国耀, 姚蕾. 以智能制造引领产业转型升级发展:人工智能与制造业实体经济融合发展的深圳龙岗实践[J]. 广东经济, 2017(11):26-31.
[3]	智能菌. 埃森哲报告(全文):AI对16个行业以及12个经济体的影响[EB/OL]. (2017-06-28)[2024-11-26]. https://www.163.com/dy/article/CO1I76LI0511CUKV.html.
[4]	陈超. 人工智能在制造业中的应用[J]. 机械设计与制造, 2006(1):161-163.
[5]	中国信息通信研究院. 工业智能白皮书[R], 2022.
[6]	谢康, 卢鹏, 盛君叶, 等. 人工智能、产品创新与制造业适应性转型[J]. 北京交通大学学报(社会科学版, 2024, 23(1):84-95.
[7]	李新娥, 喻子君, 夏静, 等. 人工智能技术应用下制造业企业就业效应研究:基于101家上市公司的实证检验[J]. 中国软科学, 2021(S1):277-286.
[8]	姚锡凡, 雷毅, 葛动元, 等. 驱动制造业从“互联网+“走向“人工智能+“的大数据之道[J]. 中国机械工程, 2019, 30(2):134-142.
[9]	刘斌, 潘彤. 人工智能对制造业价值链分工的影响效应研究[J]. 数量经济技术经济研究, 2020, 37(10):24-44.

编辑推荐

Metrics

阅读次数

全文

196

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	15	0	0	181

来源	本网站	其他网站

次数	180	16
比例	92%	8%

摘要

293

最新录用	在线预览	正式出版

0	0	293

	来源	本网站

	次数	293
	比例	100%

[1]	张圆梦, 周琴, 袁丽莉. 大模型驱动下智能化城市公共服务应用探究[J]. 信息通信技术与政策, 2024, 50(9): 37-42.
[2]	马妍. AIGC技术赋能数字孪生城市建设的价值与路径[J]. 信息通信技术与政策, 2024, 50(9): 43-50.
[3]	李峰, 乔春庚. 一种基于大模型技术的算力产业监测服务平台设计[J]. 信息通信技术与政策, 2024, 50(6): 45-53.
[4]	李帅峥, 钱正, 董正浩, 史翔. 政务大模型的技术应用路径及发展建议[J]. 信息通信技术与政策, 2024, 50(6): 76-82.
[5]	车碧瑶, 张永航, 廖怡, 唐剑, 樊小平, 赵继壮, 陆钢. 运营商大模型硬件基础设施创新及RDMA流量控制技术研究[J]. 信息通信技术与政策, 2024, 50(2): 26-32.
[6]	王蕴韬. 大语言模型核心架构演进态势分析[J]. 信息通信技术与政策, 2024, 50(12): 13-20.
[7]	李论, 郭英男, 王子暄. 大模型智算基础设施夯实新型工业化赋能底座[J]. 信息通信技术与政策, 2024, 50(12): 2-6.
[8]	刘威辰, 杨华锋, 江民民, 刘敬谦. 大模型应用服务平台建设研究[J]. 信息通信技术与政策, 2024, 50(12): 21-30.
[9]	黄倚霄, 张湛梅. 基于解耦、收敛、互联三原则的运营商AI+MaaS IT支撑新模式探索与实践[J]. 信息通信技术与政策, 2024, 50(12): 31-36.
[10]	高浩, 闫东伟, 樊颖爽, 董晓刚, 秦思思. 基于人工智能的航天控制软件代码检索方法[J]. 信息通信技术与政策, 2024, 50(12): 64-72.
[11]	王天舟, 张华, 刘奇申, 黄超. 深度学习与大模型技术在北京中轴线实景重建中的应用[J]. 信息通信技术与政策, 2024, 50(12): 82-88.
[12]	李腾达. OnePower多模态大模型助力能源数字化转型[J]. 信息通信技术与政策, 2024, 50(10): 82-90.
[13]	武林娜, 宋恺, 王淞鹤. 生成式人工智能对个人信息安全的挑战及应对策略[J]. 信息通信技术与政策, 2024, 50(1): 13-18.
[14]	黄潇洁, 宋闻萱, 张恒升, 许方敏, 赵成林. 面向AIGC类新型计算业务的算力网络挑战与设计^*[J]. 信息通信技术与政策, 2023, 49(6): 10-16.
[15]	朱刚, 张美翔, 孙浩文, 李家京, 张亮, 杨云龙. ChatGPT带给智慧城市的启示——未来城市演进路径的探讨[J]. 信息通信技术与政策, 2023, 49(6): 71-78.

人工智能赋能制造业全流程的技术及应用研究

Research on the full process technology and application of AI empowering the manufacturing industry

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 2

参考文献 9

相关文章 15

编辑推荐

Metrics

本文评价