人工智能發展進入新階段
人工智能技術已經有60多年歷史，近年來，在多個領域引起極大關注，主要是由于三個因素：一是計算機能力大大增強，各種芯片不斷被開發出來，為人工智能超高速的運算和數據處理提供了基本條件;二是互聯網無處不在，電子商務、移動社交網絡、物聯網深度普及，產生了海量數據作為人工智能的支撐，這是最重要的一點;三是核心算法有了重要突破，尤其是基于大數據的深度學習算法，使得模型對數據的理解更加透徹，更加智能化。新一代人工智能技術的深度應用，必將為我國經濟發展注入新動能。
2017年7月，國務院印發《新一代人工智能發展規劃》，標志著我國人工智能的發展進入了新階段，為各行各業應用人工智能技術指明了方向。為了落實發展規劃的部署，2017年12月，工業和信息化部印發了《促進新一代人工智能產業發展三年行動計劃(2018-2020年)》，以信息技術與制造技術深度融合為主線，以新一代人工智能技術的產業化和集成應用為重點，推進人工智能和制造業深度融合。從國家層面規劃和促進一項新技術前所未有，其戰略意義不言而喻，已經引起國內外各界的高度關注。
人工智能應用于紡織行業的各個領域
近年來，人工智能，包括機器感知、機器學習、機器思維等技術在紡織行業的一些領域有了局部的應用，取得了初步的進展，形成了一定的基礎。尤其是這兩年，在智能制造等領域開展了一系列開發和應用，受到了重點關注。
一、智能制造
人工智能技術促進智能制造中新模型、新方法、新系統的發展，是紡織智能制造的核心技術，也是應用最多的領域。其中涉及生產過程特征提取、生產工藝優化、生產計劃調度、設備排產算法、生產過程優化控制、質量巡回檢測和管理、生產作業和搬運智能化銜接、設備故障定位和診斷等多方面。在產品特征識別、質量巡回檢測、生產物流搬運等方面取得了一系列可喜的成果。
在當前紡織智能制造項目中，知識獲取、知識庫建設、深度學習、優化決策等智能化功能還很欠缺，有待在下一階段重點提高，在自動化、數字化、網絡化的基礎上，提高智能化水平，使智能制造名副其實。
二、紡織品分析和設計
人工智能技術近年來應用于紡織品織物設計、織物疵點識別和分析、面料性能評價、棉雜分類和評級、起球等級評定、上染率計算等領域。還可以用來分析預測紡織品的各種性能，如透氣性、抗皺性、耐磨性等指標。如采用機器視覺、機器學習等技術，開展印花織物、色織物的疵點、色差、花型、起球起毛的檢測和分析評價，可以解決多年來存在的技術難點，明顯提高識別和分析的水平。
下一階段人工智能技術將引入紡織品設計系統，使之具備邏輯推理和決策判斷能力，由計算機作為主導，依托知識庫、自主學習體系，將大量設計實例、經驗和準則相結合，根據設計目標不斷縮小探索的范圍，達到理想的設計效果。
三、流行趨勢研究
在當前網絡上積累了大量數據的基礎上，人工智能技術在紡織服裝流行趨勢領域有很大發展空間。如借助計算機視覺與圖像處理技術，分析海量照片，可以快速檢索用戶偏好的色彩、花型和款式;如根據消費者穿衣色彩偏好和消費習慣數據，可以分析出各個年齡段常穿的顏色，歸納出不同的流行色等。在趨勢預測方面，人工智能技術的應用，將明顯優于目前的多種建模方式，不僅能夠準確地解決許多復雜問題，還可以成為下一階段紡織服裝時尚創新的理想工具。
四、專家系統
在《紡織工業“十二五”科技進步綱要》中就已經提出：應用人工智能技術，開發建立紡織行業專家系統，建設紡織宏觀經濟決策支持系統。在行業層面和企業層面已開展工藝設計、質量管理、企業診斷、紡織知識庫等工作，獲得了一些經驗。未來幾年更廣泛地運用機器思維方法，專家系統將是人工智能技術在紡織行業應用的重要內容，匯集行業專家的知識和經驗，積累更新大量信息和技術，解決紡織產品設計、工藝、原料、生產、設備的關鍵問題，并為相關決策提供有效支持。
工業互聯網構建關鍵基礎設施
人工智能的發展離不開互聯網的普及，新階段人工智能在制造業的應用，更加離不開工業互聯網的構建。工業互聯網體現了互聯網等新一代信息技術與工業系統全方位的深度融合，是工業智能化發展關鍵的信息基礎設施。
紡織行業已經積累了大量的互聯網技術應用，通過工業互聯網建設，首先構建互聯互通的網絡基礎設施，將分散化的物理生產單元相互連接，打破信息孤島;關鍵是在信息共享的基礎上，運用人工智能、大數據等技術，對生產運行狀態、企業經營狀況、產業鏈協同和市場需求信息進行深度分析，形成智能化決策，提高工業互聯網智能化水平。
工業互聯網未來的普及，要面向重點領域打造與行業特點緊密結合的工業互聯網整體解決方案。如依托工業互聯網平臺開展數據集成應用，實現企業生產與運營管理的智能決策和深度優化;鼓勵企業通過工業互聯網平臺整合資源，構建設計、生產與供應鏈資源有效組織的協同制造體系，這樣才能充分利用行業專家系統的資源，為人工智能技術的行業應用提供更加廣闊的發展空間。
大數據提供強有力的支撐
從技術發展過程來看，人工智能的核心在于數據支持。首先，大數據技術能夠通過數據采集、預處理、存儲及管理、分析及挖掘等方式，從各種各樣類型的海量數據中，快速獲得有價值信息，為深度學習等人工智能算法提供堅實的素材基礎;人工智能的發展也需要學習大量的知識和經驗，而這些知識和經驗都是從大數據中提取。另一方面，人工智能技術也同樣促進了大數據技術的進步，兩者相輔相成，任何一方技術的突破都會促進另外一方的技術提升。
紡織行業近年來逐步開展了大數據技術的應用，在網絡營銷領域取得了一定的成效，行業層面的大數據信息服務平臺也在籌建中。應該看到，紡織行業具備應用大數據的廣泛基礎和迫切需求，與物聯網、云計算有機結合，將有力推動產品設計、生產制造、經營管理、物流配送、市場營銷等各個環節的資源整合。但是必須注意到，當前紡織行業大數據還是以互聯網上的開放大數據為主，盡管公共數據開放共享程度不夠，企業參與數據增值開發進展緩慢，還是取得了可喜的進展;更為重要的是，基于工業互聯網的貫穿于紡織工業設計、工藝、生產、管理、服務等各個環節的工業大數據還極為匱乏，即使有也是分散的、碎片化的、不完整的、不共享的，遠遠不能滿足行業建設專家系統、智能決策系統的要求，成為制約人工智能發展的瓶頸。
下一階段，要充分利用大數據技術對紡織工業大數據進行挖掘，在企業層面逐步完善企業產品、工藝數據庫和知識庫，通過人工智能的全面深度感知、實時提取處理、快速計算分析和智能建模優化，使工業系統具備描述、診斷、預測、決策、控制等智能化功能，實現企業運營優化和生產組織方式變革。在行業層面要更進一步，在加快行業大數據服務平臺建設的同時，要面向重點細分行業的應用需求，形成垂直領域的大數據解決方案及服務;系統開展數據資源管理體系建設，積極探索數據開放共享管理的新模式，發揮數據的基礎資源作用和創新引擎作用，加快推進以人工智能為主要引領的多領域變革。
未來2～3年里，紡織工業要抓住歷史機遇，加快人工智能技術的應用和發展，成為引領未來的戰略性技術，帶動紡織各個領域智能化水平的提升，進而帶來深刻的變革，其深遠意義決不可低估。在推進過程中，至關重要的一點是要準確把握人工智能技術的特點，密切結合紡織企業的需求。既要全面落實國家規劃和行動計劃，統籌謀劃，從全方位推進，也要堅持人工智能的科學定義，不能將其過于泛化，把什么項目都戴上智能化的帽子;既要看到人工智能在人臉識別、自動駕駛、無人機等方面的炫目成果，更要聚焦在紡織行業長期以來的實際應用，不能盲目照搬其他行業的成功路徑;既要瞄準國內外制造業高水平，長遠規劃，著眼未來，也要充分考慮本行業的現實應用基礎，認識到智能化絕非一蹴而就，不能一擁而上，要分出輕重緩急，分步實施，為行業長期的智能化發展打下堅實基礎。
京公網安備 11010502049343號