中國工程院院士桂衛華接受采訪   澎湃新聞記者 周頔 攝

當前我國“5G+工業互聯網”產業應用情況如何？如何平衡成本帶來的制約？大模型如何為工業互聯網賦能？該怎樣建立工業互聯網軟件生態？“5G+工業互聯網”又將如何推動智能制造與新型工業化？

11月20日，在2023中國5G+工業互聯網大會上，多位中國工程院院士針對上述問題為“5G+工業互聯網”產業發展建言獻策。

中國工程院院士，中南大學信息科學與工程學院教授桂衛華在接受澎湃新聞（www.kxwhcb.com）記者采訪時表示，工業互聯網既是工業數字化、網絡化、智能化轉型的關鍵基礎設施，也是互聯網、大數據等與實體經濟深度融合的應用模式。

談及工業互聯網推廣普及中面臨成本制約的問題，桂衛華表示，“工業互聯網是基礎設施，就要有投入，這是工業發展的必由之路，早晚都必須得做”，“（產業）要實現高端化、智能化、綠色化發展，必須通過工業互聯網”。

桂衛華建議，工業互聯網發展要以問題牽引為主，聚焦企業生產經營中的實際問題，避免供需“兩張皮”的情況，讓企業在應用5G+工業互聯網后獲得效益。

建立工業互聯網軟件生態，主導開源社區建設

工業互聯網如何獲得大模型賦能？中國工程院院士鄔賀銓認為，目前基礎大模型缺少行業專業知識，需要大模型提供方與垂直行業合作，將特定場景的專業數據加到基礎大模型進行再訓練，優化出行業大模型嵌入PaaS（平臺即服務），即將生成式AI能力注入工業OS，但對中小企業仍然是高門檻。

鄔賀銓介紹道，基礎大模型向工業行業大模型的升級路徑目前也面臨著兩種方式：

一種是中心化的方式，即垂直行業企業把自身的數據給到基礎大模型提供方進行加密數據訓練，之后再將訓練的結果反饋給垂直行業企業。這個方式將導致垂直行業企業在技術上會完全依賴基礎模型提供方，未來也不能獨自升級，還要擔心數據泄露的風險。

另一種是非中心化模式，即基礎大模型提供方把大模型放到垂直行業企業，垂直行業企業再結合自身的數據來進行加工微調。而這對企業自身技術能力要求高，而且預訓練和微調數據可能不協調，甚至會對此前結果產生干擾。

此外，鄔賀銓特別強調了要重視工業互聯網軟件生態。他指出，中國工業互聯網軟件是擁有萬億元規模的巨大賽道，但我國核心工業軟件對外依存度很高，約95%的研發設計類工具軟件被國外產品壟斷。工業互聯網大量使用開源軟件，但國內參與度低。目前AI深度學習框架的主流TensorFlow和PyTorch開源軟件庫均來自美國。與此同時，面向不同場景的AI計算硬件指令集和微架構設計缺乏統一的標準，難以兼容。

鄔賀銓表示，在工業互聯網軟件國產化方面，我國有巨大空間也需要付出很大努力。需通過標準化軟件框架，積極參與和主導開源社區建設，選擇重要行業軟件入手建立生態。

以工業互聯網為支撐，推進技術賦能新型工業化

智能制造是建設制造強國同發展數字經濟的有機結合部，是數字經濟與實體經濟的深度融合體。然而，目前智能制造在整個制造業中的滲透率卻并不高。

“如果（滲透率）能夠提高到80%的水平，我國的產業數字化水平將會大大提高，而實現很重要的方向是把智能制造和工業互聯網深度融合起來。”中國工程院院士周濟表示，要以智能制造為主攻方向，以工業互聯網為主要支撐，推進數字、網絡、人工智能技術賦能新型工業化。對此，他提出了四點建議：

第一，今后五年要集中優勢力量，在全國工業戰線大規模普及性推進“數字化轉型重大行動”。以企業為主體，產學研金政協同推進，在全國工業企業大規模普及性推進技術改造-數字化轉型。爭取到2027年，數字化制造在全國工業企業基本普及，規上企業數字化轉型基本完成。

第二，今后五年要抓好新一代智能制造技術的攻關、試點和示范。加快推進新一代智能制造重大專項開展，攻克新一代智能制造關鍵核心技術；在重點領域、企業開展新一代智能制造試點行動，探索形成具有特色的新一代智能轉型升級路徑；在各行業、各領域選樹一批排頭兵企業進行示范，推進新一代智能制造高質量發展。通過“攻關-試點-示范”行動，為2028-2035年“制造業智能化升級重大行動”做好充分準備。

第三，深入開展實施工業互聯網創新發展工程，推進“新基建”，建設網絡、平臺、安全、標識、數據體系等基礎底座，優化基礎設施布局、結構、功能和系統集成，構建現代化信息集成設施體系。推動工業互聯網在重點產業鏈廣泛普及、深度融合。

第四，建設一支強有力的高水平的工程隊伍，服務廣大企業的數字化轉型，和廣大企業一起完成數字化轉型的歷史任務。做強數字化轉型系統解決方案供應商，推動解決方案供應商與工業軟件、智能裝備等關鍵企業融通發展，構建公共服務平臺體系為廣大工業企業數字化轉型提供強大的技術支持，在這個過程中形成新興的、強大的智能制造產業集群。