（二）关键技术框架

（二）人机协同作业

基于对人类行为、语音和图像的复杂分析，进行机器人动力学建模、外界交互环境建模，机器人动力学建模、外界交互环境建模，提升控制人机交互水平。重庆华峰氨纶车间现场工人及系统控制人员负责人和智能生产设备之间的匹配和个别异常数据查看调整，通过人机交互界面，了解智能设备工作情况，实现工人和装备的衔接。在后台系统中，通过前端数据采集，能实时反馈各生产物料的存量、需求、在制品等数据。

（三）设备监测与故障维护

通过构建以设备运行/故障记录为核心，涵盖视觉图像、生产过程等各类数据的综合图谱，辅助处理质量管理、设备状态维护等一线问题。提取、组织和关联生产制造环境中的结构化和非结构化数据，基于知识图谱技术，构建领域知识模型，将碎片化知识变为支撑决策的依据，提升制造过程质量管理与设备状态维护效率。

（四）需求预测和供应链优化

基于知识图谱和深度学习，通过语义关联提升知识获取效率，建立精准的需求预测模型，实现企业的订单、维护、原料需求预测，做出以需求导向的决策。同时，通过深度挖掘企业外部信息，制定库存策略，进行上游供应商评估，优化供应链。

（五）智能决策

智能决策是人工智能和决策支持相结合，利用专家系统技术，使决策系统能够充分吸纳人类的知识。如重庆蓝黛动力传动机械股份有限公司使用机器学习算法，开发出针对设备运行效率、工业改进等应用的大数据决策支持模型和算法，开发出了设备监控与大数据分析系统软件，为车间、工厂智能化运行、管理提供决策支持。

（六）智能仓储

通过AI、射频识别、智能传感与仓储设备，仓储管控系统的融合，实现仓储的智能化管理，并在仓储过程中实现可视化管路和自适应优化。华邦制药全流程数字化工厂，在车间布局、生产全过程控制、仓储管理、设备互联等场景实现数字技术的在线应用。

（七）设备或制造工艺优化

设备或制造工艺优化主要是运用 GAs、CNN 等机器学习算法，优化和解释工艺参数与产品质量的关系，从众多工艺参数及组合中寻找最优的工艺参数集。从而能够提升生产效率，减少生产消耗和提高产品质量。

（八）风险管控

基于知识谱图的构建，通过企业语义关联提升知识获取效率，提供定制化知识服务，对供应链风险进行有效管控。在融资风险中，依靠知识图谱将各个对象进行关联和分析，打破信息孤立状态，识别融资过程中不可预见的风险，从而提高融资风险预测的准确率和便于进行有效管控。

（九）生产/制造管理

在缺陷监测/质量控制方面，运用ML算法处理传感器探测/捕获到的各类信号，进行异常信号识别、缺陷分类及缺陷追踪定位。在制造规划方面，利用ML技术预测产品的可制造性，辅助增材制造规划，提高成品率。

目前，工业领域的芯片终端等硬件种类多，现有计算机框架往往很难跟上工业芯片的发展，从而导致底层芯片和软件框架的不适配。目前仍然以人工调参、模型训练的模式为主，在应用开发/维护阶段仍离不开算法工程师的深度参与，从而增加了应用的开发周期。

（二）模型无法满足实时性需求

在特定的工业场景中，由于计算量大，计算复杂，模型无法满足现场计算更新实时性的需求。特别是在部分高节拍的生产流程过程中，对工业智能模型的推理及参数更新效率有相对较高的要求，但由于边缘设备算力有限，未经优化的原始模型往往无法满足其要求。

（三）深度学习的解释性不强

以深度学习为代表的“联结主义”算法是一个端到端的黑箱系统，模型对推理结果的解释效果较差，不能提供明确的原理解释。导致追本溯源、异常排查等变得十分困难，限制了核心环节和直接决策的应用。特别是在某些行业中，若希望通过数据技术解决面临的复杂问题时，那就需要对推理结果和背后机理做出明确的解释。

（四）模型与方案复制推广难，应用成本高

由于不同行业、不同产品、相关工艺等维度的差异性较大，算法模型与应用方法的复制推广存在一定的难度，导致工业智能面对的差异化的场景及其需求时，任务多样性明显增强，在不同行业、产品以及工艺中需要重新建模、训练和部署。同时由于工业智能技术投入的人力、物力较大，导致企业难以负担其应用成本。

（五）产业生态与保障机制亟需完善

人工智能正逐步深入到经济社会生活的各个领域，重庆需抓住人工智能与制造业融合发展变革的关键时点与历史性机遇，政府、企业和高校形成合力，积极推动人工智能与工业制造的融合创新，提升关键技术和产品的创新和应用，创新应用模式，推动产业链整体创新突破、价值链向高端水平跃升。

一是加大政策扶持力度。积极实行新建智能化项目享受智能化技改项目优惠政策。对新建项目，从源头上引导企业在工艺流程、装备购置上实施智能化高端建设，实行优先要素供给政策。对原有老企业，以智能化改革为抓手，通过正向激励、反向倒逼，引导企业开展智能化改造数字化转型。二是积极布局和完善重庆新型网络基础设施。积极践行国家相关政策，推动大数据、区块链、物联网、云计算等新型网络基础设施建设，在强化重庆主城新型网络基础设施的同时，统筹兼顾，布局重庆主城以外的新型网络基建，完善整个重庆的新型网络基础设施。三是搭建好服务平台。聚焦工业智能服务领域，培育和引进一批适应本地需求的工业智能服务平台，为工业企业智能制造提供智力支持。同时建立重庆市工业智能专项基金，积极引进社会资金注入其中，支撑技术攻关，为工业智能实现技术研发创新提供资金支持。

（二）加快数字化智能化融合培育新标杆

一是树立标杆应用。积极引导行业头部企业与互联网企业合力打造解决方案，打造一批行业工业人工智能标杆应用。同时培育新增一批重庆市级、区县级示范智能工厂、智能车间，引领、带动和整体促进全市产业智能化生产水平。二是建立智能化改造企业“培育库”。组织专家团队开展智能化诊断服务，“一企一策”制定智能化改造实施方案。充分运用物联网、大数据、5G网络赋能企业智能化改造，降低企业云上门槛。

（三）推动工业智能关键技术突破

一是推进工业智能关键技术研发突破。围绕工业智能的算法、硬件与系统，推动汽车、电子、装备、医疗、材料、消费品等行业龙头企业与科研院所加快关键技术突破。二是鼓励创新技术的成果转化。围绕工业智能技术的创新性要求，加强适配性芯片、框架、算法及产品的协调研发与实验测试，拓宽工业智能在制造业各环节的深入应用，推动重庆智能制造的发展。三是组建联合研发中心和孵化器、加速器等各类创新平台。积极组建工业智能联合研发中心，鼓励和支持企业与高校、院所对接合作，实现关键技术创新发展，有效提升企业核心竞争力。

（四）加强工业智能相关领域人才培养

一是智能化人才培养。坚持产业需求为指引，鼓励制造业企业与智能领域相关高等院校、科研院所共建实验室、研究院或实训基地，培养高素质应用型、复合型、创新型智能化领域技术技能人才，优化工业智能人才体系。二是加强专业领域人才引进。依托“重庆英才计划”、“鸿雁计划”等平台，加大政策协调和支持力度，围绕工业智能核心技术创新，集聚一批高层次人才，全面增强重庆工业智能发展源动力。三是积极开展人才培训活动。面向全市工业领域，组织行业专家学者、龙头企业信息部门负责人等，通过线上分享、现场调研等方式打造工业智能专题系列培训活动。