AI融合新基建助產(chǎn)業(yè)升級發(fā)展

丁麗娜

AI即人工智能，其特征是以深度學(xué)習(xí)為主，用計算機(jī)模擬人的大腦，近年來在能源、交通、醫(yī)療等領(lǐng)域應(yīng)用增長迅猛，至2025年，我國AI核心產(chǎn)業(yè)經(jīng)濟(jì)規(guī)模將超過4000億元，帶動相關(guān)產(chǎn)業(yè)經(jīng)濟(jì)規(guī)模將超過5萬億元。

2018年年底，我國首次提出“新基建”概念，指出要加快5G商用步伐，加強(qiáng)人工智能、工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等新型基礎(chǔ)設(shè)施建設(shè)，從國家戰(zhàn)略角度充分肯定了人工智能的重要性。AI被納入新基建的組成部分，既是政策需求，也是當(dāng)前發(fā)展智能經(jīng)濟(jì)、建設(shè)智慧城市的主攻方向。

2020年5月，《政府工作報告》進(jìn)一步指出，加強(qiáng)新基建，拓展5G應(yīng)用，建設(shè)充電樁，激發(fā)新消費(fèi)需求、助力產(chǎn)業(yè)升級。AI作為新技術(shù)，被視為支持傳統(tǒng)設(shè)施轉(zhuǎn)型升級的融合創(chuàng)新工具，與5G基建、工業(yè)互聯(lián)網(wǎng)、新能源汽車充電樁、大數(shù)據(jù)中心等其他六大領(lǐng)域新基建產(chǎn)業(yè)融合發(fā)展，有助于國內(nèi)傳統(tǒng)產(chǎn)業(yè)鏈完成數(shù)字化和智能化轉(zhuǎn)型升級，實(shí)現(xiàn)產(chǎn)業(yè)要素的高效配置，助力國家經(jīng)濟(jì)向高質(zhì)量發(fā)展轉(zhuǎn)變。新形勢下，如何抓住機(jī)遇，有效將AI與新基建相關(guān)產(chǎn)業(yè)進(jìn)行融合，明確產(chǎn)業(yè)升級路徑，對指導(dǎo)企業(yè)進(jìn)行產(chǎn)業(yè)智能化升級至關(guān)重要。

一、AI廣泛融合新基建產(chǎn)業(yè)

（一）AI融合5G基建產(chǎn)業(yè)升級分析

5G指第五代移動通信技術(shù)，對比4G，峰值速率從1Gbit/s提升到20Gbit/s，用戶可以體驗到的帶寬從10Mbit/s提升到100Mbit/s，頻譜利用效率提升3倍，可以支持500km/h的移動通信，網(wǎng)絡(luò)延遲從10ms提升到1ms，連接設(shè)備數(shù)每平方公里從105個提升到106個，通信設(shè)備能量利用率提升了100倍，每秒每平方米數(shù)據(jù)吞吐量提升了100倍，支持大批量設(shè)備海量連接。因此，5G擁有滲透垂直行業(yè)的能力，支持多場景應(yīng)用。

AI擁有機(jī)器學(xué)習(xí)、自然語言處理、計算機(jī)視覺、云平臺等多種核心技術(shù)，將AI技術(shù)融合5G基建進(jìn)行產(chǎn)業(yè)升級革新，一方面能推動AI在更多的領(lǐng)域?qū)崿F(xiàn)分布式智能化發(fā)展，另一方面能利用5G優(yōu)勢收集和處理海量增長的數(shù)據(jù)。

AI與5G的結(jié)合重點(diǎn)解決了數(shù)據(jù)篩選、數(shù)據(jù)收集、數(shù)據(jù)處理和數(shù)據(jù)分析等問題。在數(shù)據(jù)篩選和收集方面，對不同應(yīng)用程序的功能進(jìn)行測試時，需要從不同的來源收集和分析大量用戶數(shù)據(jù)，獲取精準(zhǔn)的端到端5G網(wǎng)絡(luò)行為視圖，對網(wǎng)絡(luò)采取連續(xù)的觀察、故障處理和優(yōu)化。這里海量的端對端連接數(shù)據(jù)，依賴于AI技術(shù)的應(yīng)用，通過自動化方式處理，篩選、過濾、優(yōu)化數(shù)據(jù)，以實(shí)現(xiàn)應(yīng)用程序的功能目標(biāo)。

在數(shù)據(jù)處理方面，通過5G網(wǎng)絡(luò)同時互連數(shù)億設(shè)備，將為企業(yè)提供非常多的實(shí)時數(shù)據(jù)，利用AI自然語言處理、云平臺等技術(shù)，能夠進(jìn)行實(shí)時高效的數(shù)據(jù)處理，發(fā)揮AI對運(yùn)營決策的支撐作用。在數(shù)據(jù)分析方面，AI能夠分析5G產(chǎn)生的海量數(shù)據(jù)，基于用戶定位、用戶行為分析，來提升服務(wù)質(zhì)量，通過對網(wǎng)絡(luò)行為的觀察學(xué)習(xí)，AI隨時間的推移會變得更加智能，能對用戶的需求和行為提前預(yù)測，提供最佳功能的網(wǎng)絡(luò)資源。

AI融合5G產(chǎn)業(yè)的具體應(yīng)用場景如下。

（1）AI+5G賦能智慧交通。對交通道路的管理上，之前是通過巡檢車進(jìn)行4G采集圖像，人工檢查道路是否存在沉陷等安全隱患，存在4G視頻卡頓、漏檢等問題。現(xiàn)在，基于AI+5G的一體化智能方案，巡檢車可以通過5G網(wǎng)絡(luò)采集圖像，快速傳至云端，避免了卡頓現(xiàn)象，識別的準(zhǔn)確率提升了20%。

圖1 AI融合工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)

（2）AI+5G賦能智慧醫(yī)療。在急救車搶救病人時，車上設(shè)施簡單，只能為病人做簡單處理，其他檢查必須要到醫(yī)院后才能進(jìn)行。現(xiàn)在，通過AI+5G對傳統(tǒng)救護(hù)車進(jìn)行改造升級，將車上的心電監(jiān)護(hù)、呼吸機(jī)、彩超機(jī)等設(shè)備進(jìn)行集成，實(shí)現(xiàn)病人信息共享。讓急救醫(yī)生與醫(yī)院里的醫(yī)生通過實(shí)時高清視頻，接受遠(yuǎn)程治療指導(dǎo)，在車?yán)锟梢酝瓿蓮?fù)雜的救治活動，為搶救生命贏得了寶貴時間。

（3）AI+5G賦能工業(yè)互聯(lián)網(wǎng)。在工業(yè)企業(yè)的生產(chǎn)環(huán)節(jié)，某環(huán)節(jié)發(fā)生堵塞或障礙，可能會影響生產(chǎn)線的正常運(yùn)行，造成停工的后果，停工幾分鐘會給企業(yè)帶來幾萬元甚至幾十萬元的損失?，F(xiàn)在，在工業(yè)企業(yè)布局AI+5G，能夠通過5G實(shí)時采集生產(chǎn)現(xiàn)場的高清視頻，然后利用AI的機(jī)器視覺分析，一旦察覺異常，立即啟動防控措施，有效地提高了企業(yè)的生產(chǎn)效率。

（二）AI融合工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)升級分析

過去，在工業(yè)領(lǐng)域，局限于數(shù)據(jù)、算法等因素，AI在工業(yè)領(lǐng)域的應(yīng)用和拓展受到限制。隨著工業(yè)互聯(lián)網(wǎng)平臺的建設(shè)，平臺內(nèi)嵌算法、數(shù)據(jù)獲取等不斷完善，為AI與工業(yè)互聯(lián)網(wǎng)的融合提供了支撐。

工業(yè)互聯(lián)網(wǎng)擁有成千上萬的設(shè)備和感應(yīng)器，對生產(chǎn)系統(tǒng)、信息等要素進(jìn)行泛在感知和高效收集，獲取了海量的全流程生產(chǎn)數(shù)據(jù)。同時，通過搭建AI技術(shù)平臺，充分挖掘設(shè)備、系統(tǒng)和產(chǎn)品的工業(yè)數(shù)據(jù)，建立數(shù)據(jù)自動分析的賦能體系，可以利用深度學(xué)習(xí)提高AI模型的適應(yīng)性和決策支持功能。AI融合工業(yè)互聯(lián)網(wǎng)進(jìn)行產(chǎn)業(yè)升級，具體應(yīng)用場景體現(xiàn)在邊緣層、設(shè)備層、平臺層和應(yīng)用層。

邊緣層：（1）智能傳感網(wǎng)絡(luò)。結(jié)合AI，建立智能網(wǎng)關(guān)，實(shí)現(xiàn)OT與IT間協(xié)議的動態(tài)轉(zhuǎn)換，保證了數(shù)據(jù)采集和數(shù)據(jù)連接的安全性，能夠有效應(yīng)對突發(fā)情形下網(wǎng)絡(luò)中斷等異常狀況。（2）邊緣及時反饋。通過分布式邊緣計算技術(shù)，能夠及時交換數(shù)據(jù)，利用邊緣設(shè)備快速響應(yīng)，實(shí)現(xiàn)高速運(yùn)算和低延遲。（3）數(shù)據(jù)處理。通過傳感器收集多維海量數(shù)據(jù)，利用AI技術(shù)對數(shù)據(jù)進(jìn)行挖掘分析，減小數(shù)據(jù)的系統(tǒng)誤差，提升數(shù)據(jù)精確度。

設(shè)備層：（1）設(shè)備自動化。工業(yè)企業(yè)依托互聯(lián)網(wǎng)平臺，在設(shè)備上應(yīng)用AI技術(shù)，實(shí)現(xiàn)設(shè)備自動化運(yùn)作。例如，智能機(jī)床、智能運(yùn)輸工具、機(jī)械臂等，通過搭建機(jī)器學(xué)習(xí)算法、路線規(guī)劃等，能夠適應(yīng)不同環(huán)境下的操作對象，實(shí)現(xiàn)了設(shè)備對復(fù)雜工序的自動化操作。（2）生產(chǎn)協(xié)同。通過AI技術(shù)將人機(jī)協(xié)助場景轉(zhuǎn)化為學(xué)習(xí)系統(tǒng)，并優(yōu)化生產(chǎn)參數(shù)，開發(fā)能夠進(jìn)行智能生產(chǎn)的協(xié)作機(jī)器人，將人從重復(fù)性的枯燥生產(chǎn)工作中解放。（3）人機(jī)智能交互。利用計算機(jī)視覺、語音識別等技術(shù)，打造智能化的人機(jī)交互系統(tǒng)，提高設(shè)備在復(fù)雜環(huán)境下的反饋能力。

平臺層：包括通用PaaS平臺、工業(yè)大數(shù)據(jù)分析平臺、工業(yè)應(yīng)用開發(fā)平臺、設(shè)備管理平臺和連接管理平臺。主要是基于PaaS平臺，構(gòu)建集數(shù)據(jù)存儲、數(shù)據(jù)分析和數(shù)據(jù)共享的工業(yè)大數(shù)據(jù)分析平臺，將基礎(chǔ)數(shù)據(jù)、專家經(jīng)驗等移植到AI算法庫中。利用深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、智能控制等算法，基于現(xiàn)有的大數(shù)據(jù)，通過仿真技術(shù)和推理方式解決工業(yè)企業(yè)的實(shí)際問題。

應(yīng)用層：（1）決策支持。用AI技術(shù)模擬工作環(huán)境下非線性關(guān)系的模糊問題，收集海量的非結(jié)構(gòu)化數(shù)據(jù)，搭建專家系統(tǒng)、知識圖譜等，為工業(yè)企業(yè)提供戰(zhàn)略決策支持。（2）輔助研發(fā)。利用深度學(xué)習(xí)、知識圖譜等AI技術(shù)建立研發(fā)設(shè)計方案，并對方案進(jìn)行高效評估和反饋。（3）生產(chǎn)優(yōu)化。應(yīng)用深度學(xué)習(xí)，通過數(shù)據(jù)挖掘找到各工序間的抽象關(guān)系，建立相關(guān)模型，并且不斷優(yōu)化參數(shù)以適應(yīng)模型，實(shí)現(xiàn)對工序的精準(zhǔn)把控和關(guān)鍵生產(chǎn)指標(biāo)的預(yù)測。

（三）AI融合新能源汽車充電樁產(chǎn)業(yè)升級分析

為了實(shí)現(xiàn)我國從汽車大國走向汽車強(qiáng)國的目標(biāo)，發(fā)展新能源汽車是必由之路。推進(jìn)新能源汽車充電樁基礎(chǔ)設(shè)施建設(shè)是落實(shí)這一戰(zhàn)略的重要保障，AI融合新能源汽車充電樁產(chǎn)業(yè)，有助于推廣智能化有序充電、搭建充電信息共享平臺，應(yīng)用前景廣闊。

根據(jù)充電樁建設(shè)目標(biāo)，2020年我國預(yù)計新增集中式充換電站超過1.2萬座，分散式充電樁超過480萬個，2025年預(yù)計建成充換電站超過3.6萬座，國內(nèi)車樁比達(dá)1：1?？梢钥闯?，未來對充電樁建設(shè)重視度和支持度不斷提升。

在新能源汽車發(fā)展迅猛的當(dāng)下，充電樁建設(shè)也存在諸多問題。一方面，充電設(shè)施建設(shè)落后，難以匹配現(xiàn)有新能源汽車增長需求。據(jù)中國充電聯(lián)盟統(tǒng)計，2019年底，公共充電樁達(dá)51.64萬臺，私人充電樁達(dá)70.30萬臺，仍滿足不了當(dāng)下新能源汽車的充電需求，充電樁數(shù)量少、充電樁建設(shè)滯后、建設(shè)地址選擇等問題嚴(yán)重制約新能源汽車的發(fā)展。

圖2 AI融合新能源汽車充電樁產(chǎn)業(yè)

另外一方面，充電設(shè)施利用率低，充電樁數(shù)據(jù)共享不夠。充電時間長、充電樁地址等信息共享不足、重視建設(shè)數(shù)量忽略高效使用等問題比比皆是，降低了用戶使用充電樁的意愿。

將AI融合新能源汽車充電樁產(chǎn)業(yè)，能夠推動新能源汽車與充電樁之間的信息互動，提升當(dāng)前充電服務(wù)的智慧化水平。充電樁作為未來車聯(lián)網(wǎng)的重要入口，將成為汽車數(shù)據(jù)端口，能夠應(yīng)用AI技術(shù)有效挖掘數(shù)據(jù)價值，數(shù)據(jù)應(yīng)用前景廣闊。

AI融合充電樁產(chǎn)業(yè)進(jìn)行升級，充電樁數(shù)據(jù)應(yīng)用價值體現(xiàn)在以下幾方面。

（1）數(shù)據(jù)源。包括充電安全數(shù)據(jù)、汽車用電數(shù)據(jù)、汽車行為數(shù)據(jù)等。

（2）數(shù)據(jù)采集與預(yù)處理。對于運(yùn)營監(jiān)控系統(tǒng)中的結(jié)構(gòu)化數(shù)據(jù)，可以采用數(shù)據(jù)庫導(dǎo)入工具進(jìn)行采集;對于互聯(lián)網(wǎng)頁面的非結(jié)構(gòu)化數(shù)據(jù)，可以采用網(wǎng)站公開的API或者爬蟲技術(shù)進(jìn)行挖掘，然后對數(shù)據(jù)進(jìn)行清洗、過濾和融合，保存在計算機(jī)分布式存儲中。

（3）數(shù)據(jù)存儲。采用分布式存儲架構(gòu)，能夠高效存儲海量數(shù)據(jù)，并提升系統(tǒng)容錯能力。

（4）數(shù)據(jù)分析。對充電集中時間、充電量增長情況等基礎(chǔ)數(shù)據(jù)進(jìn)行統(tǒng)計，然后采用數(shù)據(jù)挖掘、可視化分析、深度學(xué)習(xí)等AI 技術(shù)，通過對用戶畫像，將用戶行為、用戶偏好的充電地點(diǎn)、用戶偏好的充電時間等進(jìn)行分析，為運(yùn)營商建設(shè)充電樁提供決策支持。

（5）數(shù)據(jù)應(yīng)用。將數(shù)據(jù)分析的結(jié)果直觀展現(xiàn)給運(yùn)營商和充電用戶，為運(yùn)營商提供充電用戶故障分析的預(yù)防方案和解決措施，對充電用戶提供智能充電推薦服務(wù)和精準(zhǔn)營銷。

二、AI融合新基建產(chǎn)業(yè)深化發(fā)展建議

第一，強(qiáng)化試點(diǎn)示范推進(jìn)AI融合新基建產(chǎn)業(yè)發(fā)展。目前，已出臺多項政策，支持企業(yè)申報新基建相關(guān)專項和試點(diǎn)示范。尤其是增加了AI的應(yīng)用試點(diǎn)，加快推進(jìn)機(jī)器學(xué)習(xí)、人機(jī)交互等AI技術(shù)與新基建產(chǎn)業(yè)的融合發(fā)展。企業(yè)應(yīng)當(dāng)以此為契機(jī)，聚焦AI融合新基建產(chǎn)業(yè)的需求，積極申報應(yīng)用試點(diǎn)，形成一批新型的AI融合5G、工業(yè)互聯(lián)網(wǎng)、新能源汽車充電樁等新基建產(chǎn)業(yè)的試點(diǎn)示范，促進(jìn)產(chǎn)業(yè)升級變革。

第二，完善智能經(jīng)濟(jì)復(fù)合型人才儲備。隨著產(chǎn)業(yè)的融合，現(xiàn)有新基建人才的知識儲備已無法滿足日益增長的智能產(chǎn)業(yè)融合需求。AI領(lǐng)域的專業(yè)人才未必是其他新基建產(chǎn)業(yè)領(lǐng)域的專家，反之亦然。因此，發(fā)展一大批既懂AI技術(shù)又懂新基建產(chǎn)業(yè)的復(fù)合型人才是當(dāng)前企業(yè)應(yīng)當(dāng)關(guān)注的問題。一方面，企業(yè)應(yīng)當(dāng)加大“引進(jìn)來”的力度，引進(jìn)一批AI領(lǐng)域的專家，切實(shí)指導(dǎo)企業(yè)在新基建方向上的產(chǎn)業(yè)建設(shè)，展開智能化升級轉(zhuǎn)型。另一方面，企業(yè)應(yīng)當(dāng)在內(nèi)部開展AI專題培訓(xùn)和教育，增強(qiáng)員工人工智能學(xué)習(xí)意識和能力，加緊培育一批AI融合新基建的復(fù)合型人才。

第三，探索融資新機(jī)制新模式。AI融合新基建產(chǎn)業(yè)轉(zhuǎn)型升級前期耗資大、成本高。例如，公共充電樁的建設(shè)成本居高不下，一直是企業(yè)發(fā)展充電樁面臨的難題。企業(yè)應(yīng)創(chuàng)新AI融合新基建產(chǎn)業(yè)建設(shè)的融資方式，積極探索合作開發(fā)，與地方政府共建等新機(jī)制新模式，引入財政資金、社會資本、民間資本和金融資本等，通過BOT、BT、PPP、合作開發(fā)等方式，合力打造智能化的新基建產(chǎn)業(yè)，更大程度地依托多方力量，主導(dǎo)AI融合新基建發(fā)展，推動AI的基礎(chǔ)能力建設(shè)以及AI融合新基建的深入應(yīng)用。