author: 刘伟
date: 2024-10-10 13:53:00
工业智能算网基于工业互联网标识解析体系、确定性网络等新一代网络技术，汇聚工业数据、模型、算法、算力等数字化转型的核心要素并将其标准化、模块化，服务新型工业化。
工业智能算网的提出
工业数据：我国工业门类齐全，拥有海量工业数据，部分宝贵数据被沉淀到国外工业软件中，急需保护与利用。
工业模型与算法：我国自主可控工业软件蓬勃发展，但是与国外大厂对标困难，导致市场推广难，需要有同台竞技的机会与平台。
算力：我国大力推进东数西算工程，算力总量居世界前列，但将算力转化为生产力方面还远远不足，需要补足中间环节。
工业智能算网汇聚各类工业要素，提供典型工业应用场景，以新型研发机构为依托，用标准化、模块化的方式为我国新型工业化服务商提供平台。
如何定义工业智能？
通常我们所说的工业智能大部分时候被认为是人工智能算法或技术在工业领域的应用，这里我们对工业智能的概念做了更合理的定义。我们认为，工业智能不仅仅包含通用人工智能算法在工业领域的应用，也应当包括传统机理模型在工业领域的应用，特别是机理与数据融合驱动的模型与算法将是工业领域高附加值场景的主流方式。例如高端工业研发领域、智能检测装备、工业灾害情景构建等领域，都需要大量的机理模型与数据模型的同时发挥作用，随着物理神经网络为基础的深度学习算法的发展，这种融合逐步深入到算法层面，显示出了巨大的应用潜力。
工业智能算网有哪些特色内容？
工业数据集：包含了场景化的工业数据标准、标注和标识体系，按照应用场景分类分级，是企业最重要的数据资产，是从企业的海量数据中提取出来的沉淀了大量核心技术的高价值数据。
机理驱动算法引擎：包含了传统的以建模仿真技术为主的机理算法，按照标准化、模块化的方式组织和管理，支持相关学术成果的快速转化。
数据驱动算法引擎：包含了通用人工智能算法、物理神经网络为基础的新型算法，不同工业领域的侧重点也不一样，有一定的行业相关性。
数据反演工具：为工业数据集服务，将传感器产生的实时数据、研发过程中产生的的试验数据转化为完整的场景数据，特别地，在高端工业研发领域，将试验数据与仿真数据统一化。
降阶模型工具：在工业数据集的基础上，快速取得初步结果，实现快速参数优化等功能，有一定的行业相关性。