在数字化、智能化的时代背景下，如何充分利用人工智能推动制造业的转型升级？如何提升无人系统的自主智能？如何让AI与6G如何和谐共生？

  4月27日，以“信息科技·新质生产力”为主题的第十七届中国电子信息年会在浙江宁波召开。在28日的第二场主论坛上，院士专家围绕智能制造、6G、无人系统、电力电子芯片、飞行器测控技术、智能体技术、自主算力、新型工业化等领域分享最新科技成果和产业实践经验。

  三链融合，人工智能赋能制造业升级

  制造业作为国民经济的主体，其智能化进程至关重要。人工智能如何赋能先进制造业？中国工程院院士、中国科学院沈阳分院院长于海斌认为，随着信息技术、制造技术和管理技术的深度融合，我们迎来了第四次工业革命的核心驱动力。

中国工程院院士、中国科学院沈阳分院院长于海斌

  于海斌指出，在数字化阶段，需要关注数据的存储、管理和分析工具的发展。从数据文件、数据库到数据池、数据湖以及数据空间，这是一个不断发展的过程，管理内容的需求也在不断变化。

  “智能制造的本质需求并非简单的数据加功能，而是要实现生产组织的三链融合，即从生产链到使用链，再到供应链的三链集成优化，真正实现设计制造一体化。”他指出，目前许多新产品在研发时往往只考虑了产品性能，忽视了生产的方便性、适用性和可靠性，产能不足也成为当前各大企业面临的共性问题。

  如何踏出一条可行的路径？于海斌认为，首先需要建立一套制造领域的大模型，包括各个领域模型的融合；其次需要建立各个智能制造领域的智能体，形成一个模型体系；最后，要有一套开发和应用平台，包括仿真和开发工具。

  模型强化，构建智能体自主执行任务新范式

  智能体并非新概念，中国电子学会副理事长、百度首席技术官王海峰在《智能体技术及应用》报告中指出，大模型为智能体的发展奠定了重要的技术基础。智能体不但可以发挥大语言模型的基础能力，同时还能进行更可靠的执行和进化。

中国电子学会副理事长、百度首席技术官王海峰

  “基于这种能同时掌握自然语言和形式语言的大模型，我们进一步开发了代码智能体。通过理解和规划构建出提示，然后将其传递到代码解释器进行代码执行。如果初次生成的代码无法编译，智能体会进行反复调整直至成功。这种代码执行的能力，使得智能体可以自主完成任务。”他解释。

  王海峰表示，虽然智能体技术仍处于相对早期阶段，但已有许多智能体被创建出来。随着大模型和智能体技术的不断成熟，将加速生产并构建新质生产力。

  绿色发展，知识图谱驱动AI赋能6G

  AI是6G发展的重要驱动力，但其使用也带来了高能耗以及不可预见性和不可解释性等问题。AI与6G如何和谐共生？中国电子学会常务理事、中国科学院院士、东南大学教授尤肖虎认为，AI与6G的结合主要体现有两种范式，一是“AI for 6G Network”，即探索如何将AI技术应用到6G网络中。“在传统的移动通信发展过程中，端到端的发展方法一直是难题。我们试图利用AI来实现这种端到端的发展方式，为移动通信带来新突破。”

中国电子学会常务理事、中国科学院院士、东南大学教授尤肖虎

  其次是“6G Network for AI”，即尽可能精准地为终端或网络顶层提供精确且强有力的连接支撑。随着AI技术的不断进步，其能力的提升都伴随着数据和算力的指数级增长。然而，这种增长趋势对6G网络的可持续发展和低能耗目标提出了巨大挑战。

  “尽管产品的性能可能会得到大幅度提升，但为了实现绿色可持续发展，我们首要的任务是降低能耗。”他强调。为了解决这些问题，尤肖虎及其团队尝试利用知识图谱来解决6G网络中的问题，形成特殊数据集并将其放入数字孪生中进行优化测试。“这种方式类似于人的学习过程，离线学习知识，在线应用知识。当我们需要解决问题时，会联想到相关的知识，并利用这些知识进行关联分析，最终实现绿色、实时的网络优化。”他解释。

  Design For X，数字孪生助力电子器件极致可靠

  数字孪生除了运用于6G网络，还能应用在电力电子器件制造领域。中国科学院院士、武汉大学教授刘胜展示了基于数字孪生技术的芯片和封装的设计方法与技术。

中国科学院院士、武汉大学教授刘胜

  刘胜介绍，电力电子器件作为能量控制和转换的核心器件，广泛应用于新能源发电、输配电和各类用电场景，而电力电子器件的基本要求是极致可靠性，尤其在电动汽车领域，未来ppb（1/1000）级器件安全将会成为必须。

  但是，极致可靠性也是目前的行业痛点，尚难达成。刘胜用一组数据进行说明：“从衬底、外延、芯片到模组至少有1000步工艺，如果每步工艺良率99.9999%，最终良率仅39%。”产业链过长增加了生产可靠器件的难度，测试能力不足、失效机理不明确等难点也对极致可靠性的达成造成负面影响。

  为了解决这个难题，刘胜及其团队提出了一种新的设计生产方式，将数字孪生、AI等先进的科学技术与DFX（Design For X，即面向产品生命周期各环节的设计）的并行工程化设计理念融合，以解决设计与制造中的复杂系统问题。在这个过程中，数字孪生应用于材料设计与表征、结构设计、制造工艺过程等各生产环节，通过预测保证了器件生产的可测可算可控，做到“不模拟，不上线”。

  刘胜表示，这种数字孪生技术与DFX工程方法的结合，能帮助芯片及封装企业快速产品迭代，实现极致可靠的产品目标。而且，这样的制造理念不仅仅可以应用于产品设计，还可以推广到工艺生产、新型材料研发与改良、创新性装备开发上。

  道法自然，仿生智能突破无人系统瓶颈

  当今备受瞩目的是算法和数据带来的人工智能，其实，生命本身就是智能的最高形式。中国工程院院士、北京航空航天大学教授郭雷的报告《无人系统仿生智能技术：理论与实践探索》从“适者生存”的角度诠释了由自然界中生物体提供的仿生智能。

中国工程院院士、北京航空航天大学教授郭雷

  中国有一句古话：“道法自然，天人合一。”存在于世界上的事物，都需要有适应自然的智慧。1948年，数学家维纳的《控制论》一书出版，在理论上建立起机器与生命的联系。郭雷介绍，自然界中，动物抵抗着病毒侵袭、环境剧变等危机，不断强化自身求得生存，类似的，无人系统也面临着种种恶劣环境，因此需要不断提升其抗干扰、适应极端环境的能力。

  为让无人系统具备生物智慧，生命科学与技术科学的交叉——仿生学应运而生。郭雷表示，目前，无人系统仿生学的发展趋势，是要逐渐实现自主智能，也就是要提高无人系统的自主性、适应性、可靠性，破除“确定模式、理想环境、预设任务”的瓶颈，使其能够应付危险、极端、特殊、恶劣的环境。

  那么，如何提升无人系统的自主智能？郭雷介绍了他和团队近十年来在无人系统方面做的一些工作，从代表“眼明”的仿生导航技术，到代表“手巧”的仿生操控技术，再到代表“身健”的智能系统技术，这些利用仿生智能算法赋能感知、执行器件的新技术，具备学习自生物体的类脑神经，为现存的无人系统抗干扰控制难题提供了破解之道，让系统能够看得清、做得巧、行得稳。

  “虽然是仿生，但它是道法自然，同时还要超越自然。从这个角度讲，智能无人系统就是典型的既新、又硬的技术，如何发展新质生产力，实现科技赋能，我们一起努力。”郭雷说。

  据悉，主论坛期间，中国电子科技集团公司第二十研究所所长、研究员张修社作题为《要素协同飞行器测控技术研究与展望》的报告；中国电子信息产业集团首席科学家窦强博士进行了题为《自主算力底座助推新质生产力》的报告；宁波市经济和信息化局局长王懿栋作了题为《加快推进新型工业化，发展新质生产力》的报告。主论坛由电子科技大学校长胡俊主持。（记者武玥彤 李欣哲）