2022年6月9日，以“工業智能中樞，加速工業智能化升級”為主題的華為云TechWave工業智能中樞專題日在線上舉行。南京科遠智慧科技集團股份有限公司(以下簡稱“科遠智慧”)流程行業優化控制技術部副經理袁海鋒、北京遠舢智能科技有限公司(以下簡稱“遠舢智能”)高級咨詢顧問王利堯、北京云問網絡科技有限公司(以下簡稱“云問科技”)NLP研究院首席科學家杜振東、華為云工業智能中樞總監李城梁四位業界大咖，圍繞工業發展新動能等熱點話題進行了深入探討和分享。

華為云工業智能中樞，加速工業智能化升級

工業是國家競爭力的基石，工業數字化轉型是全球共識，而人工智能是實現工業數字化轉型升級的重要一環。但受制于工業領域樣本信息不足、采集成本高昂、AI模型上線周期長等因素，人工智能在工業各場景中的滲透率依然相對較低，即使在智能化發展程度最高的產業也僅有25%左右。

華為云工業智能中樞總監李城梁表示，華為云針對工業企業面臨的AI落地痛點，推出了華為云工業智能中樞。該服務具有三大特點：

第一，華為云盤古大模型、華為云知識計算、華為云天籌AI求解器等根技術組成了華為云工業智能中樞的堅實技術底座。以大模型為例，華為云盤古大模型結合原有工業機理模型(知識數據雙重驅動)，為解決工業的問題提供一個新的視角。同時，大模型也是解決工業小樣本問題的新途徑。用戶可快速落地AI應用，開發周期由月級下降為天級，效率提升10-100倍，模型具備更強的泛化能力。

第二，在根技術基礎上，華為云工業智能中樞打造了豐富的工業場景AI能力，包括幫助海量重復場景提升效率的全域感知服務、幫助提升多域協同能力的決策優化服務，以及幫助傳承專業知識的知識計算服務，工業客戶可按需調用AI能力，快速實現智能化升級。

第三，為保障AI服務的持續健康運行，基于華為云在工業領域的深耕與實踐，華為云工業智能中樞提供了AI運營管理中心，支持統一納管 AI資產并提供持續監測、持續訓練、持續部署等系列工具，幫助客戶實現以業務為中心的AI全生命周期管理，讓AI資產可見、可管、可運營，從而獲得具備持續進化能力、始終適配自身業務、有生命力的AI服務。

華為云工業智能中樞為人工智能深入工業、創造更大價值提供了可能性。專題日上，三位行業嘉賓分別從全域感知服務、決策優化服務、知識計算服務三大方面分享了與華為云工業智能中樞共同打造的解決方案與成功實踐。

為工業客戶提供全域感知服務

華為云工業智能中樞在視覺感知方面主要幫助提升生產效率和保障生產安全，并在煤礦主運、廢鋼定級、電力巡檢、工業質檢等場景，提供一系列提升企業生產效能的解決方案。

·在煤礦主運場景，通過視覺感知技術和華為云盤古大模型技術，能夠識別主運皮帶異物，識別精度高于90%，及時發現皮帶安全隱患，提升生產安全，保障生產連續性;

·在廢鋼定級場景，通過端-邊-云協同的廢鋼定級方案，提升企業原料數字化、智能化管理水平，提高噸鋼收益，定級準確率高于90%，極大提升定級效率;

·在電力巡檢場景，針對人工鑒別大量巡檢圖片的低效問題，通過高發現率、低時延的識別算法，使得重點缺陷發現率高于80%，檢測耗時小于4秒，大幅提升巡檢效率;

·在工業質檢場景，華為云攜手遠舢智能，打造了AI質量智能檢驗平臺。

遠舢智能高級咨詢顧問王利堯表示，工業質檢目前面臨著諸多挑戰，包括問題種類多、規則性較弱、檢測難度大、質檢從業者專業素養參差不齊等。在當前“品質優先”的市場態勢下，傳統檢驗方式難以有效支撐企業“高質量發展”的訴求。AI質量智能檢驗平臺能夠為工業客戶提供云-邊-端協同的定制化工業視覺方案，通過對產品型號、缺陷等進行識別，顯著提升生產的良品率和分揀效率。

為工業客戶提供決策優化服務

為優化工業流程，企業需要通盤考慮全局因素方可實現降本增效。

在輔助工業決策方面，華為云針對配料優化問題，打造了焦化領域的智慧配煤解決方案，通過機理模型和AI模型的融合，構建高精度焦炭質量預測模型，并以此為基礎優化配方，在滿足焦炭質量要求的約束條件下，降低配料成本，為百萬噸焦炭的平均成本節約2000萬。

在流程控制優化問題上(如水泥窯磨優化)，華為云攜手科遠智慧等伙伴，打造水泥窯磨優化解決方案。科遠智慧流程行業優化控制技術部副經理袁海鋒分享道，應用決策優化服務前，每當工況發生變化，操作員必須及時地感知，并通過自身經驗判斷應該如何調整工藝參數。該流程存在誤操作的可能，且操作員所設定的參數未必達到最優標準。

應用決策優化服務后，企業可根據生產數據和專家經驗構建質量、能耗、產量等預測模型。在生產過程中根據生產情況變化，決策體系自動推薦最優生產工藝參數推薦值?？七h智慧提供的先進過程控制系統根據該推薦值，及時調整現場設備控制指令，通過實時在線控制，降低能源消耗，提升智能化水平，降低勞動強度。在實際應用場景中，決策優化服務幫助節省煤耗2.12%、節省電耗2.25%，異常狀況減少56%，異常工況識別精度達100%。

為工業客戶提供知識計算服務

工業場景沉淀了大量的知識，比如生產系統中的機理模型等。為促進AI與行業Know-how相結合，進而推動AI進入工業的核心系統、創造更大價值，華為云知識計算提供了工業級高并發的實時查詢、搜索、推薦等基礎能力，及知識推理、預測等高級能力。華為云攜手云問科技，支撐工業企業實現智慧化轉型。

云問科技NLP研究院首席科學家杜振東表示，在工業企業的研、產、供、銷、服環節，知識計算可以將各種形態的知識進行抽取、表達、計算。知識與AI的結合可以產生更為精準的模型，釋放知識的力量，真正實現降本增效。

在汽修領域，維修工作依賴技師經驗，但各車系技術專家稀缺，技師通常需要人工查閱多種維修資料，遇到難題時還需向廠商尋求專家支持，導致維修效率低、用戶體驗差?；谌A為云與伙伴聯合打造的行業知識計算解決方案，能提供高精度的知識檢索能力，充分調用已出現過的維修案例數據，讓專家經驗得以沉淀，并被維修技師所復用。使用該服務后，某4S店一次性修復率提升4%，維修等待時間降低23%，廠家支持率降低30%。

目前，華為云工業智能中樞已在煤礦、鋼鐵、建材、電力、汽車等行業取得成功實踐。未來，華為云愿與伙伴一起持續構建工業AI的新產業和新生態，加速智能化升級的進程。（文章采集自中國機械工業聯合會官方網站，如涉及版權問題請聯系我們刪除）