人工智能+制造 产业发展研究报告.pptx

文档介绍：“人工智能+ 制造”产业发展研究报告
——概念、趋势与互联网赋能机会
2018年6月
目录
“人工智能+制造”的现状
“人工智能+制造”的概念
互联网助力
“人工智能+制造”
“人工智能+制造”的影响
01
02
03
04
05
06
“人工智能+制造”政策借鉴
加快推进
“人工智能+制造”对策建议
“人工智能+制造”的概念
什么是人工智能
什么是“人工智能+制造”人工智能如何“+”制造
01
为什么要研究“人工智能+制造”?
工业困局
信息革命
发达国家:产业空心化, 赚了利润但丢了就业,且贸易逆差
发展中国家:产业低值化, 赚了收入和就业,但丢了利润和环境
算据:大数据
算力:云+边缘计算
算法:深度神经网络
信息技术的发展,对各行各业效率提升提供了可能
英国:高价值制造、人工智能发展计划
美国:先进制造、工业互联网、制造业回流
德国:
日本:机器人新战略、工业价值链、
中国:中国制造2025、新一代人工智能规划
……
概念三问
问题1:什么是人工智能?
DeepMind的围棋阿法狗
本田的人行机器人 ASIMO
波士顿动力的自主机器狗
DeepMind模拟老鼠网格细胞的定位与导航
历史:理论+专家系统
符号主义
(逻辑)
联结主义
(仿生)
行为主义
(控制)
当前:大数据+深度学****br/>深度神经网络
大规模、无监督、多层次
非结构数据处理突破(图像、语音)
算法突破
算力飞跃
互联网50亿连接,积累了海量数据(主要是人)
物联网500亿连接,开启更大规模数据的来源: 机器、政府、生物、环境……
CPU->GPU->TPU,计算速度和效率大幅提升
云+边缘计算,低成本、海量计算资源
光刻等技术进一步发展,芯片越来越小,端处理能力持续提高
算据激增
大赛 2014:Google-22层 2015:MS-152层
2016:商汤-1207层
错误率:%->%->%
年增长率47%
2017年超10EB/月
TPU速度=15-30倍GPU
GPU速度=1-3倍CPU
数据来源:上图-Survey of works in autonomous driving,Gustav von Zitzewitz,;中图-Google Cloud官网;下图-Global Mobile Data Traffic Forecast Update, 2016–2021 White Paper,Cisco
未来:小数据+大任务
当前:“大数据、小任务”
海量数据
局部、特定问题(如计算下棋落子的位置)
“暴力”计算
未来:“小数据、大任务”
少量数据
全局问题独立闭环(如像人一样到场落座下棋离场)---
“精确”计算