贵州一家包装材料公司在今年5月接入平台 ， 通过AI学习提供的解决方案 ， 调节工厂里的能耗和设备运转情况 ， 已经节约了10万块的电费 。
随着百度开物工业互联网平台的搭建 ， 贵阳还精准解决老工业区的一大痛点——设备维修 。
今天的中国工厂里 ， 制造装备和仪器仍然有很多舶来物 ， 最典型的就是数控机床 。 这些关键设备一旦发生故障 ， 就只能找对应的外国公司寻求维修 ， 遇到要更换零部件 ， 修理时间动辄以月计算 。
机器坏了没法开工 ， 对生产影响很大 ， 有时候会决定一个企业的生死 ， 而这种情况在贵阳的老厂区太常见了 。
当地一位工程师表示 ， “很多公司没有专业团队 ， 不少工业企业要高薪聘请工程师 ， 或者联系设备厂家、在外省寻找专业维修团队” 。
当地一名工程师在维修设备
接入了开物工业互联网后 ， 工厂设备出现问题可以即时被检测到 ， 并马上在平台合作公司里匹配对口的维修服务 。
这相当于在国内又形成一个工业互联网的生态链 ， 将群智群力、专业优势连为一个有机整体 。
按规划 ， 百度可能复制贵州这里的经验 ， 继续在重庆、苏州、泉州、桐乡、广州等区域广泛落地 ， AI带来的效率优势已经渐渐体现了出来 。
未来 ， 人类目光所及 ， 信号所覆盖 ， 电流所连接之处 ， 都会是AI的试验场 。
在11月24日 ， 《人民日报》刊发的高层署名文章里 ， 提出：
“要调整优化科技结构 ， 真正形成以企业为主体的创新体制 ， 发挥大企业引领支撑作用 ， 支持中小企业成为创新重要发源地 ， 加强创新领域国际合作 。 ”
二战之后 ， 开启工业化进程的国家不少 ， 但真正能跨过中等收入陷阱、跻身发达国家地区的只有韩国、新加坡、
在中国的经济体系里 ， 处于半现代化、低效和过时的部分还有很多 。 能否成功跨越中等收入陷阱 ， 关键是从要素投入驱动 ， 转为技术创新驱动 。
我们还需要更多的500强级别的公司 ， 带头往前冲 。 我们也需要更多的“小巨人”、“隐形冠军” ， 每突破一个关键技术 ， 就能在一个细分行业盘活整个产业 。
在这个过程中 ， AI化就是最新的现代化 。 加快运用AI的能力 ， 大量的民营企业都会是“专精特新”的好苗子 ， 成长为支撑中国产业升级的中流砥柱 。
今年7月 ， 李彦宏在智能经济高峰论坛上预测人工智能的8项关键技术：
自动驾驶、数字城市运营、机器翻译、生物计算、深度学习框架、知识管理、AI芯片、个人智能助手 。
这8项技术正处于从量变走到质变的临界点 ， 将深刻地改造人类社会 。
把自身AI能力外溢 ， 发挥引领支撑作用 ， 带动更多企业奔赴智能升级 ， 正是百度现在的头等大事 。
近十年来对AI锲而不舍地投入 ， 让百度终于完成了从搜索到人工智能的转身 。 靠着“硬核”的技术攻关 ， 百度已经连续四年在AI专利申请量、授权数上排名全国第一 。
在今年3月百度于港交所二次上市时 ， 对自己的定义是一家“拥有强大互联网基础的AI公司” 。
百度大脑已经完成了7.0的升级 ， 它有两大特征：
一个是融合创新 ， 使AI能力越来越强；
一个是降低门槛 ， 让AI 开发应用更容易 。
百度昆仑2代芯片实现了量产 ， 这是一款自研的7nm人工智能芯片 ， 性能是上代的3倍 ， 能够支持自动驾驶、智慧城市、生物计算、工业互联网等场景应用 。
百度的飞桨（PaddlePaddle）是中国首个开源开放、功能丰富、自主可控的产业级深度学习平台——相当于AI时代的操作系统 。 也是目前国内唯一能和谷歌的TensorFlos、Facebook的PyTorch相抗衡的深度学习框架 。
靠着这些“基础设施” ， 我们能在更多场景中落地AI ， 让人工智能在海量数据中学习 ， 不断产生智慧 ， 帮助传统行业跨越数字鸿沟 。
目前 ， 在百度飞桨平台上已经有370多万开发者共同参与 ， 累计开发了42.5万个AI模型 ， 连接和服务了14万个企事业单位 。
AI的门槛 ， 已经降低到连普通的工人、农民、学生等广大人群都能加入智能革命的浪潮 ， 可以自己动手挖掘数据宝矿 ， 自我改造 。
猜你喜欢