近日，由工业和信息化部、湖北省人民政府共同主办的2023中国5g 工业互联网大会在湖北武汉召开。中国信息通信研究院院长余晓晖分享了信通院对5g 工业互联网的观察。
余晓晖表示，从工业互联网的发展态势来看，工业巨头愿意把5g技术与他们原有的工业自动化、工业网络相结合。就我国而言，5g 工业互联网的应用范围在深度和水平都有大幅提升，进入到规模化发展的新阶段。
在新阶段，技术融合趋势也在发生改变。过去强调赋能，将5g、人工智能等赋能技术应用在工业产线提高生产效率。如今，工业和5g双向结合，从“单向赋能”转变为“双向奔赴”，工业也会重新定义5g需求，通过虚拟化、协议适配优化等技术，进一步提升效率。
具体来看，在工业确定性场景需要网络极简化，降低成本，目前redcap模组成本可以降到两百元，未来还会进一步降低。同时还要求网络极致化，例如确定性、低时延等。从部署的角度，有完全基于运营商的5g专网，也有通过专有频谱进行工业专网的探索。
“可以说，为适应工业需求，对5g网络轻量化、一体化，以及运维定制化等方面的探索已经进入深水区。”余晓晖表示，如何将技术和商业交织在一起仍然需要进一步解决。
不仅仅是5g，随着云计算、人工智能等技术的不断引入，传统的工业体系也需要进行调整和变化，称之为“新四化”：网络化、开放化、智能化、协同化。
余晓晖介绍，网络化就是如何在工业系统打通it和ot；开放化就是传统的自动化系统都是封闭的体系，虽然有国际标准但每个标准各自为战，需要打造一个开放的生态；智能化的重要方向是满足工业柔性化、敏捷化、自动化等能力；协同化主要解决多任务时的互相协同。
当然，客观来说，考虑到可靠性、安全性等需求，工业系统过去几十年一直非常稳定，迭代速度也比较稳健。不过，在新需求以及新技术的驱动下，通过扁平化架构，加上设备通用化开放化，同时叠加自动化智能化，实现整个体系的变革。
不仅如此，工业ot设备也面临重要变化。例如最初将5g能力融入工业是做简单的叠加，例如通过5g工业网关连接，之后演进为原生5g。再往后随着生产线智能化需求的不断升级，对近场算力的需求提升，需要通过云边端协同，实现算力下沉，满足人工智能应用发展需要。
对于工业场景的人工智能应用，余晓晖提到可以分为四种类型。第一个是机器视觉识别，也是占比最高的一类；第二个是数据智能，一个重要的实践方向是把工业机理和参数结合，和ai模型结合；第三个是知识推理决策，主要是知识图谱；最后是大模型。
针对大模型，余晓晖认为，大模型可以是深度学习、知识图谱和人工智能模型的结合，来提高感知和决策能力。大模型在工业中的部署可以是通用模型场景化调优，也可以自建特定领域的大模型。
最后，余晓晖表示，打造5g 工业互联网的升级版，需要从技术发展、产业供给、网络互通、应用推广、生态强化等方面持续升级。“通过升级基础设施体系，提升互联互通能力；通过升级技术产业体系，提升融合创新能力；通过升级应用生态体系，提升赋能实体能力。”
余晓晖表示，从工业互联网的发展态势来看，工业巨头愿意把5g技术与他们原有的工业自动化、工业网络相结合。就我国而言，5g 工业互联网的应用范围在深度和水平都有大幅提升，进入到规模化发展的新阶段。
具体来看，在工业确定性场景需要网络极简化，降低成本，目前redcap模组成本可以降到两百元，未来还会进一步降低。同时还要求网络极致化，例如确定性、低时延等。从部署的角度，有完全基于运营商的5g专网，也有通过专有频谱进行工业专网的探索。
“可以说，为适应工业需求，对5g网络轻量化、一体化，以及运维定制化等方面的探索已经进入深水区。”余晓晖表示，如何将技术和商业交织在一起仍然需要进一步解决。
不仅仅是5g，随着云计算、人工智能等技术的不断引入，传统的工业体系也需要进行调整和变化，称之为“新四化”：网络化、开放化、智能化、协同化。
余晓晖介绍，网络化就是如何在工业系统打通it和ot；开放化就是传统的自动化系统都是封闭的体系，虽然有国际标准但每个标准各自为战，需要打造一个开放的生态；智能化的重要方向是满足工业柔性化、敏捷化、自动化等能力；协同化主要解决多任务时的互相协同。
当然，客观来说，考虑到可靠性、安全性等需求，工业系统过去几十年一直非常稳定，迭代速度也比较稳健。不过，在新需求以及新技术的驱动下，通过扁平化架构，加上设备通用化开放化，同时叠加自动化智能化，实现整个体系的变革。
不仅如此，工业ot设备也面临重要变化。例如最初将5g能力融入工业是做简单的叠加，例如通过5g工业网关连接，之后演进为原生5g。再往后随着生产线智能化需求的不断升级，对近场算力的需求提升，需要通过云边端协同，实现算力下沉，满足人工智能应用发展需要。
对于工业场景的人工智能应用，余晓晖提到可以分为四种类型。第一个是机器视觉识别，也是占比最高的一类；第二个是数据智能，一个重要的实践方向是把工业机理和参数结合，和ai模型结合；第三个是知识推理决策，主要是知识图谱；最后是大模型。
针对大模型，余晓晖认为，大模型可以是深度学习、知识图谱和人工智能模型的结合，来提高感知和决策能力。大模型在工业中的部署可以是通用模型场景化调优，也可以自建特定领域的大模型。
最后，余晓晖表示，打造5g 工业互联网的升级版，需要从技术发展、产业供给、网络互通、应用推广、生态强化等方面持续升级。“通过升级基础设施体系，提升互联互通能力；通过升级技术产业体系，提升融合创新能力；通过升级应用生态体系，提升赋能实体能力。”
责任编辑：
