信通院余曉暉：5G+工業(yè)互聯(lián)網(wǎng)從“單向賦能”向“雙向奔赴”升級

11月21日消息（水易）近日，由工業(yè)和信息化部、湖北省人民政府共同主辦的2023中國5G+工業(yè)互聯(lián)網(wǎng)大會在湖北武漢召開。中國信息通信研究院院長余曉暉分享了信通院對5G+工業(yè)互聯(lián)網(wǎng)的觀察。

余曉暉表示，從工業(yè)互聯(lián)網(wǎng)的發(fā)展態(tài)勢來看，工業(yè)巨頭愿意把5G技術(shù)與他們原有的工業(yè)自動化、工業(yè)網(wǎng)絡(luò)相結(jié)合。就我國而言，5G+工業(yè)互聯(lián)網(wǎng)的應(yīng)用范圍在深度和水平都有大幅提升，進入到規(guī)?；l(fā)展的新階段。

在新階段，技術(shù)融合趨勢也在發(fā)生改變。過去強調(diào)賦能，將5G、人工智能等賦能技術(shù)應(yīng)用在工業(yè)產(chǎn)線提高生產(chǎn)效率。如今，工業(yè)和5G雙向結(jié)合，從“單向賦能”轉(zhuǎn)變?yōu)?ldquo;雙向奔赴”，工業(yè)也會重新定義5G需求，通過虛擬化、協(xié)議適配優(yōu)化等技術(shù)，進一步提升效率。

具體來看，在工業(yè)確定性場景需要網(wǎng)絡(luò)極簡化，降低成本，目前RedCap模組成本可以降到兩百元，未來還會進一步降低。同時還要求網(wǎng)絡(luò)極致化，例如確定性、低時延等。從部署的角度，有完全基于運營商的5G專網(wǎng)，也有通過專有頻譜進行工業(yè)專網(wǎng)的探索。

“可以說，為適應(yīng)工業(yè)需求，對5G網(wǎng)絡(luò)輕量化、一體化，以及運維定制化等方面的探索已經(jīng)進入深水區(qū)。”余曉暉表示，如何將技術(shù)和商業(yè)交織在一起仍然需要進一步解決。

不僅僅是5G，隨著云計算、人工智能等技術(shù)的不斷引入，傳統(tǒng)的工業(yè)體系也需要進行調(diào)整和變化，稱之為“新四化”：網(wǎng)絡(luò)化、開放化、智能化、協(xié)同化。

余曉暉介紹，網(wǎng)絡(luò)化就是如何在工業(yè)系統(tǒng)打通IT和OT；開放化就是傳統(tǒng)的自動化系統(tǒng)都是封閉的體系，雖然有國際標(biāo)準(zhǔn)但每個標(biāo)準(zhǔn)各自為戰(zhàn)，需要打造一個開放的生態(tài)；智能化的重要方向是滿足工業(yè)柔性化、敏捷化、自動化等能力；協(xié)同化主要解決多任務(wù)時的互相協(xié)同。

當(dāng)然，客觀來說，考慮到可靠性、安全性等需求，工業(yè)系統(tǒng)過去幾十年一直非常穩(wěn)定，迭代速度也比較穩(wěn)健。不過，在新需求以及新技術(shù)的驅(qū)動下，通過扁平化架構(gòu)，加上設(shè)備通用化開放化，同時疊加自動化智能化，實現(xiàn)整個體系的變革。

不僅如此，工業(yè)OT設(shè)備也面臨重要變化。例如最初將5G能力融入工業(yè)是做簡單的疊加，例如通過5G工業(yè)網(wǎng)關(guān)連接，之后演進為原生5G。再往后隨著生產(chǎn)線智能化需求的不斷升級，對近場算力的需求提升，需要通過云邊端協(xié)同，實現(xiàn)算力下沉，滿足人工智能應(yīng)用發(fā)展需要。

對于工業(yè)場景的人工智能應(yīng)用，余曉暉提到可以分為四種類型。第一個是機器視覺識別，也是占比最高的一類；第二個是數(shù)據(jù)智能，一個重要的實踐方向是把工業(yè)機理和參數(shù)結(jié)合，和AI模型結(jié)合；第三個是知識推理決策，主要是知識圖譜；最后是大模型。

針對大模型，余曉暉認為，大模型可以是深度學(xué)習(xí)、知識圖譜和人工智能模型的結(jié)合，來提高感知和決策能力。大模型在工業(yè)中的部署可以是通用模型場景化調(diào)優(yōu)，也可以自建特定領(lǐng)域的大模型。

最后，余曉暉表示，打造5G+工業(yè)互聯(lián)網(wǎng)的升級版，需要從技術(shù)發(fā)展、產(chǎn)業(yè)供給、網(wǎng)絡(luò)互通、應(yīng)用推廣、生態(tài)強化等方面持續(xù)升級。“通過升級基礎(chǔ)設(shè)施體系，提升互聯(lián)互通能力；通過升級技術(shù)產(chǎn)業(yè)體系，提升融合創(chuàng)新能力；通過升級應(yīng)用生態(tài)體系，提升賦能實體能力。”

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。