江苏省制造业领域人工智能技术应用参考指引(2025年版)江苏省工业和信息化厅
前言人工智能技术(Artificial Intelligence,简称AI)指的是一系列让计算机系统模拟、延伸和扩展人类智能的技术。它的目标是使机器能够执行通常需要人类智能才能完成的任务。例如，学习、推理、解决问题、感知（如视觉、听觉、语言理解）、决策、创造。AI不是复制人脑的每一个细节，而是构建能够智能地行动和做出反应的系统人工智能技术的关键组成部分和方法如下,专家系统:早期AI的重要分支,旨在模拟人类专家的知识和推理能力来解决特定领域的问题(如医疗诊断、故障排除)。推理与问题解决:涉及逻辑推理、规划、优化算法等。使AI能够处理复杂问题并找到解决方案(如下棋AIAlphaGo.物流路线规划)。机器学习:这是当前AI的核心驱动力,它让计算机系统能够从数据中“学习"。而无需被明确编程每一个步骤。系统通过分析大量数据识别模式并根据收此模式讲行预测成决策。深度学习:机器学习的一个子领域，它使用人工神经网络（受生物大脑神经元结构启发），特别是“深度”神经网络（包含多个隐藏层）,能够处理极其复杂的数据(如图像、语音、文本），并从中提取高层次的特征,在计算机视觉、自然语言处理等领域取得了突破性进展。
大模型:基于超大规模深度学习网络(如Transformer架构)训练的模型，参数数量可达千亿级，通过海量数据学习通用表征能力。其特点是泛化性强（可处理多种任务）、涌现能力(未明确训练但表现出新技能)和多模态扩展(文本)图像、音频等融合处理）。自然语言处理:让计算机理解、解释、生成人类语言的技术。应用包括：机器翻译(如Google Translate）、聊天机器人(如ChatGPT）、语音助手（如Siri、Alexa）、情感分析、文本摘要等。计算机视觉:让计算机“看懂”和理解图像、视频内容的技术。应用包括:人脸识别、图像分类、目标检测(如自动驾驶汽车识别行人和车辆）医学影像分析工业检等机器人技术:AI为机器人提供“大脑”。使其能够感知环境、做出决策并执行物理动作。应用包括:工业机器人、手术机器人、仓储物流机器人、探索机器人(如火星车）等。人工智能的类型(按能力分)如下,弱人工智能/狭义人工智能:当前几.乎所有日常接触的A均属此类、此类人工智能专注十执行特定、单一的仟务(如下棋、推荐商品、识别图像中的物体、翻译语言)虽然在这此特定仟务上可能超越人类。但不具备直正的意识自我意识或通用智能,它只是在模拟特定智能行为。强人工智能通用人T智能，这是理论上的概念指且有与人类同等智能水平甚至超越人类，能够理解、学习、推理
并将知识应用于广泛领域,像人类一样解决任何问题的Al。目前尚未实现,是AI研究的长期目标。制造业领域的人工智能技术以机器学习算法为通用方法其础针对设计产供各环产生的多模态数据。分别采用计算机视觉(处理图像/视频）、自然语言处理(处理文本/语音)等专用技术进行特征提取与语义解析。实现状态感知:继而通过融合模型完成动态分析与智能决策,并将决策结果实时反馈至执行系统。形成制造全生命周期的闭环优化。其作用是以数据为驱动,推动制造活动向自威知台学习自决策自执行的能化升级、审构核心业备流程。依托智能算法对生产计划、执行、调度等关键环节进行自动化再造与协同优化:升级决策模式,通过强化学习、深度学习等技术构建全域感知的智能决策中枢。提升响应速度与决策精准度:创造新型价值,深度挖掘全链路数据的潜能。以数据驱动实现效率跃升与模式创新,最终达成能耗动态优化。个性化生产等深刻变革。我省制造业基础雄厚为AI应用提供了三大突出优势。“场景富矿“优势显著，产业链完备门类齐全、提供AI算法丰富迭代场景与海量数据:“算力底座”坚实可靠，领先的智能算力规模，结合广泛复盖的5G、工业互联网及突出的买一边一端协同能力，有效支撑从大模型训练到实时推理的低时延、高可靠需求;“生态协同”动能强劲，苏州南京无锡等产业高地集聚效应明品示范工厂与服务商规模叠加政产学研融合,形成强技术转化与方案输出能力。
基于我省智能制造多年实践积累,结合AI发展趋势,并充分考虑不同规模个业AI应深度的差异凝练出入门管基础篇、进阶篇、前瞻篇AI....
