2022工博会激光加工展主题承诺守信「振威」

机器学习技术与实体经济融合领域

　　机器学习是人工智能技术体系的一个通用环节，机器学习使用归纳、综合方法，运用数据导入算法模仿人类智能。学习方式主要分为有数据学习和无数据学习：当前有数据学习显然广受欢迎，包括“监督学习”“无监督学习”“半监督学习”“深度学习”“迁移学习”等；无数据学习法主要为“强化学习”。有数据学习的典型应用为深度学习，深度学习包括DNN(深度***网络)、CNN(卷积***网络)、RNN(循环***网络)和LSTM(长短期记忆网络)等，它不依赖数字经济的发展，而是由人做数据标签，采用***网络算法，学习效率不高、能源资源浪费，如AlphaGo下场棋要消耗3000美元电费。

　　强化学习只需要人类输入规则，机器就能通过自我奖励、自我诱导方式，跟自己下百万盘棋，不断自我完善，AlphaGo Zero三天内就打败了已经学习了几千盘棋的AlphaGo；数字技术发展越好、标准化数据量越大的领域往往人工智能发展越迅速，这就说明机器的学习能力不是人为训练的结果，而是数字经济发展到一定阶段顺其自然的结果。从使用场景上来说，有数据学习适用于规则活动领域的人工智能，是经验、控制使然；无数据学习适用于创新、无定论的领域，比如棋类竞赛、新药探索、艺术创作等，是创新、自由使然。

工业机器人发展带动减速机需求增长

减速机又称减速器，是一种由封闭在刚性壳体内的齿轮传动、蜗杆传动、齿轮-蜗杆传动所组成的***部件，常用作原动件与工作机之间的减速传动装置。在原动机和工作机或执行机构之间起匹配转速和传递转矩的作用，在现代机械中应用广泛，主要包括起重运输、水泥建材、重型矿山、冶金、电力和航空船用、工业机器人等国民经济及工业的各个领域

减速机是工业机器人的功能部件，减速机在整个机器人制造成本中占到33%-38%。当前***向智能制造方面突破，工业机器人销量节节攀涨，对减速机潜在需求逐年攀升。

工业机器人作为工业自动化的通用设备，是“机器换人”设备。自2016年开始，中国工业机器人累计安装量位列，发展速度。据国际机器人联合会(IFR)统计，2019年，中国工业机器人销量为14.4万台，继续成为大的机器人市场。

新发展格局对传统制造业发展提出更高要求

一方面，传统制造业转型升级的要求难以适应并且匹配国内多层次需求的现状。我国区域发展不平衡，不同地区的市场发育水平也存在差异，使得传统制造业在区域间顺畅转移较为困难。根据当代国际工业化标准，我国东部沿海发达地区已进入工业化后期，传统制造业面临着向内陆转移的压力。虽然中西部地区处于工业化快速发展阶段，但是受制于市场发育水平、生态环境约束和区域政策条件等，中西部难以完全承接东部传统制造业的转移。与此同时，东部地区加快新型基础设施建设，对制造业的技术含量有更高要求，传统制造业转型升级的驱动力将更大；而中西部地区处于城镇化加速发展阶段，传统建筑业等仍具有一定生命力，传统制造业转型升级的现实经济激励不强。