Archive for 工业4.0时代

活动 | 数字标准:中德美的思路与实践

      在第四次工业革命时期,数字技术的创新决定了经济发展的动力,并重塑全球经济产业的格局。数字技术的标准化作为技术生态的关键要素,成为各个工业强国和大国参与竞争重点关注的领域之一。

      德国和中国在技术标准化领域有较多协作,特别是工业4.0相关领域,这些合作关系体现在联合标准化提案中。但是,对于一些正在演变的数字技术,中德两国都难以跟美国的领先地位相比,例如,人工智能、数字孪生体、数据科学等新型数字技术领域。

      工业4.0研究院作为第四次工业革命的独立研究机构,计划跟来访的德国柏林洪堡大学助理教授胡柯(Daniel Fuchs)做一次面对面的座谈,围绕数字中德美三国在数字技术标准上的思路和实践进行交流。

      主题:数字标准:中德美的思路与实践

      地点:工业4.0研究院对外交流中心(北京海淀区光耀东方广场)

      时间:2024年5月28日下午14:30-16:30

      语言:中文和英文

      报名:010-63977177

王女士,微信:wangmfbj

      对话嘉宾情况:

胡柯(Daniel Fuchs)

      胡柯博士介绍:

      柏林洪堡大学亚洲和非洲研究所的助理教授。在维也纳和天津完成政治学和中国研究的本科和研究生课程后,胡柯先生在维也纳大学担任研究助理,在东亚研究系和政治学系任教。他还担任北京大学“欧洲汉语语言和文化项目”的董事总经理和讲师。在柏林大学担任教师之前,他曾在伦敦大学东方和非洲研究学院(SOAS)发展研究系以及哥廷根大学社会学系/现代东亚研究中心工作。

      胡柯先生拥有伦敦大学SOAS的发展研究博士学位。根据在成都和重庆14个月的实地工作,他研究了工业搬迁到中国西南部的相关国家反应。最近,他共同编辑了《与中国一起思考未来》(2023年)、《公正的世界经济秩序?》和《新国际经济秩序和南北关系的未来》(2024年)等著作,并在《新政治经济》杂志上发表了关于中国参与国际技术标准化的文章。

      2020年,他和合著者Sarah Eaton获得了“阿尔比奖”(Albie Award),以表彰他们分析中德技术标准化伙伴关系的年度全球政治经济学最佳作品。

      工业4.0研究院代表:

      胡权,工业4.0研究院院长兼首席经济学家

      数字孪生体联盟理事长,国家发改委数字经济新型基础设施课题数字孪生体工作组组长,工信部工业领域评标评审专家库专家,CPHS 2020数字孪生体产业应用论坛主席。参与了中国制造2025、工业互联网、智能制造、数字经济、数字孪生体和“十四五”规划等相关政策文件编制和建议。目前关注数字孪生体、人工智能和数据科学等新一代数字技术的发展,针对第四次工业革命提出了新型通用目的技术(GPT,General-Purpose Technologies)的判断。

      著作有《数字孪生体:第四次工业革命的通用目的技术》。

      其他嘉宾包括来自中国标准化研究院等单位的专家。

 

数字孪生地球平台近期设立“地质大模型”工作组

      作为工业4.0研究院与山东省地质调查院及中国地质学会地下空间创新基地等发起数字孪生地球开放平台的核心项目,“地质大模型”(Geological LLM)工作组近期宣告成立。

      地质大模型定位于探索先进的AI/ML、数字孪生地质和数据科学等融合应用,为地质行业的创新发展提供一个试验场。

      基于中国地质学会地下空间创新基地已有大量数据和设施,工业4.0研究院与多家单位协作,已经开展了部分工作。

地质大模型

      秉承开放包容的理念,地质大模型将利用大模型开源项目,紧紧围绕地质行业的痛点和难点,尽快释放以大模型为代表的人工智能潜力。

      当前,地质大模型工作组主要完成以下任务:

      * 学习了解大模型和数字孪生体在地球科学相关领域的研究及应用情况,形成一份行业应用状态的分析报告。

      * 遴选开源地质大模型项目,组建开发团队做探索性研发。

      * 地质大模型相关研究及开发成果,将作为《数字孪生地球》一书的内容。

      为了让更多行业人士参与,数字孪生地球开放平台设立一个微信群,邀请有兴趣的人员加入,共同探讨数字孪生地球相关话题,其中,地质大模型项目为当前重点议题。

      如果对该主题有兴趣,可以联系零点壹(微信:punkt1)获得帮助。

      数字孪生地球开放平台相关信息,将通过“数字孪生地球”公众号发布,欢迎各界人士关注了解。

 

胡权参加清华工程管理硕士教育中心交流活动

      2024年4月20日,应清华大学工程管理硕士教育中心邀请,工业4.0研究院院长、数字孪生体联盟理事长胡权参加数字孪生体交流讨论活动,以《数字孪生体产业的发展与机遇》为题做了分享。

      清华大学工程管理硕士教育中心于2015年5月成立,依托工业工程系、环境学院、机械工程系、精密仪器系等十五个院系资源,开展针对工程管理硕士的培养工作,是清华大学最早跨院系的专业学位教育中心之一。

      为了把数字孪生体技术引入到工业工程应用中来,清华大学工程管理硕士教育中心举办数字孪生体研讨会,推动跟数字孪生体联盟的合作。

清华大学工程管理硕士教育中心数字孪生体研讨会

      胡权结合到其著作《数字孪生体:第四次工业革命的通用目的技术》,细致剖析了数字孪生体的仿真、连接和数据三大流派的发展情况,并指出其“代价”(tradeoff)是当前数字孪生体产业发展的最大挑战等问题。

      虽然我国数字孪生体产业起步较早,但大都集中到传统技术的整合上,主要体现为仿真软件、云服务和大数据分析等方面,没有产生必要的“新需求”。

      结合到技术应用、成本效应和劳动生产率的转变,胡权提出企业应重点解决数字孪生化的成本问题,以跨过技术革命周期的拐点,从而促进行业的规模化发展,最终推动经济的持续增长。

      结合到工业4.0研究院X战略,胡权介绍了X1公司正在推进的数字孪生地球开放平台,并以其降低80%的探测成本为例指出,“由于成本可以持续降低,将使得数字孪生地质规模化发展,为新型应用生态的繁荣提供基本条件,从而促进该领域的数字化转型。”

      随后与会人员根据自身背景,针对数字孪生体产业发展提出问题,胡权一一做了解答。

      双方围绕共同推进数字孪生体的事项,进行了友好而深入的交流,并表示将进一步加强与数字孪生体联盟的协作,推动工业领域的数字孪生体试点示范和颠覆性创新。

 

新质生产力的全要素生产率经济学含义

      近期,工业4.0研究院正在开展新质生产力的研究,同时编写《新质生产力白皮书》,帮助数字孪生体联盟成员更好适应新的发展形势,在新时代获得新的成长机会。

      新质生产力是一个新词汇,了解它的经济学含义有助于更好释放新质生产力的价值,能够把资源配置到更合适的地方。

      从经济学研究问题的角度来看,新质生产力属于发展经济学领域,它指向的是“经济转型”范畴,可以用“全要素生产率”(TFP,Total Factor Productivity)来衡量。

      对技术变化的经济测量方法中,全要素生产率经常被产业政策部门采用,例如,日本经产省就定期测量全要素生产率,以此对标美国等西方发达国家的先进技术采用情况,同时利用横向比较结果,来判断是否进入了新的技术创新周期。

      在笔者所著《数字孪生体:第四次工业革命的通用目的技术》一书中,就分析了技术创新给经济增长带来的周期性变化,并判断当前处于第四次工业革命周期。

      全球各国都想抓住第四次工业革命的发展机会,纷纷启动了相关计划,但效果各自不同。

      如果从2015年开始计算,那么现在已经有近10年时间了,从实际推行新技术的效果来看,美国仍然处于遥遥领先的地位,日本和德国仍然没有找到新的经济动力,我国虽有部分产业处于全球前沿,但总体来看还有不少需要改进的地方。

      参考日本经产省的全要素生产率统计数据,中国经济在全球格局转变背景下,传统的工业经济引擎受到较大的影响,新的经济动力还未展现效果。

      因此,我国适应新的经济形势,“新质生产力”概念应运而生,其目的就是为了找到能持续推动经济增长的“技术变化”。

      在经济学家理查德·利普西(Richard Lipsey)等人编写的《经济转型:通用目的技术和长期经济增长》一书中,深入的分析了技术变化是经济增长的动力问题,并指出应采用全要素生产率去检测这种变化,以便调整经济产业政策。

      随着我国各部委及地方政府出台新质生产力相关政策,新质生产力很可能成为一个“万能药”,被所有新技术、新产品、新模式等借用,从而淹没了真正对长期经济增长有用的技术变化。

      利普西在书中对此进行了分析,还专门对比中西方在工业革命到来之际,为什么中国没有获得长期经济增长,而西方国家借此成为了发达国家问题。

      从技术经济范式来看,中国选错了技术,错过了通用目的技术,从而落后于全球性的经济增长。

      不是每一种新技术都可以大幅或长期推动经济增长,这一点需要政策制定者特别注意,如何选择对新质生产力有更大作用的技术,则是我国经济学家应该重点考虑的, 至少应该拿出一套标准来。

      任何实际参与国家经济和产业政策建议或制定的经济学家,都不会否认这一点:全要素生成率的测量将为新质生产力健康发展和推进保驾护航。

 

作者:胡权,工业4.0研究院院长、数字孪生体联盟理事长

 

为什么认知影响了数字孪生体的发展?

      人们通常都有认知偏差(Cognitive Bias),与之相关的心理学和生理学研究成果汗流充栋,其中,认知流畅度(Fluency)理论在解释为什么人们会选择错误上颇有成效,笔者借此来解释为什么我国数字孪生体产业发展缓慢。

      认知流畅度是认知偏差中较为普遍的现象,简单的来讲,那就是人们听到的信息流畅性和频率有可能转化为直觉。

      作为第四次工业革命的通用目的技术,数字孪生体是建立了多种学科基础上的新科学体系,而且还处于不断发展演变中,难以用一两句话来描述。

      但是,一些行业人士发现了数字孪生体机会,传统仿真企业、大数据公司和物联网提供商,纷纷把自己包装为数字孪生体企业,开始为客户提供相关解决方案。

      由于这些企业拥有传统的解决方案基础,加上跟数字孪生体有一定关联,在阐述的时候具备了认知流畅度要求,而客户往往没有清晰的概念认知,或者采纳了一些院士和网红给出的解释,从而陷入了流畅性启发(Fluency Heuristic)陷阱。

      为了降低认知负担,人们往往认为处理速度快、更流畅、更顺利的事物更有价值。

      长期以来的摸着石头过河带来的经验强化了这种认识,客户对拥有“成熟“解决方案的提供商青睐有加,即便不具备逻辑的解决方案,在权威和有经验的人提出来之后,更容易获得客户的认可。

      另一方面,认知流畅度带来的认知偏差会受到信念偏差(Belief Bias)的叠加影响。

      所谓信念偏差,就是人们会根据自己对概念或知识的信任熟悉情况,选择更相信某种数字孪生体认识,这也是笔者在《数字孪生体》一书中提出仿真、连接和数据三大数字孪生体流派的原因。

      从我国当前发展情况来看,数字孪生体仿真派占据了主流,在过去几年承接了一些项目,这种流派对应的客户往往对智能制造、建模仿真等传统概念有信念,因此很容易产生信念偏差,缺乏对数字孪生体实际价值的深入挖掘。

      在智慧城市领域,数字孪生体主要呈现为数据派,大屏和可视化通常是标配,由此带来的认知流畅度让主管领导充分释放直觉,他们更容易说服自己相信这就是数字孪生体。

      数字孪生体连接派以电信企业和工业互联网领域的人群为主,他们设计了自己能够认知的数字孪生体系统,这让”自我证实预言”成为这个流派通常的结果。

      三种数字孪生体流派有明显的信念偏差,虽然在美国也存在类似的问题,但由于数字孪生体是DARPA和美国空军重点保护和推进的颠覆性技术,一批顶级科学家长期研究和探讨,避免了商业领域的过度包装带来的负面影响,因此美国推进数字孪生体的进程非常快。

      相比之下,中国在推进数字孪生体发展过程中的认知偏差非常严重,三大流派各自放任信念偏差的影响,进一步强化了各个流派画地为牢的状况。

      最终,不管是已经尝试了数字孪生体解决方案的客户,还是一直观望的潜在应用企业,都选择了同一个结论:数字孪生体没有多大用。

      40年前日本受制于美国的认知压制,导致其忽视数字制造的兴起趋势,现在,我国不少行业人士对数字孪生体的悲观和误解,似乎在重复日本当年的认知偏差。

      中国要发展新质生产力,或者推动第四次工业革命的实质性进展,应向科学要答案,这种科学不是人们通常重视的技术科学,而是中国人时常忽视的社会科学、心理科学和认知科学,它们的进步已经可以解释美国颠覆性创新成功秘诀,以及其他国家无法追赶的原因。

      总之,尊重科学才是唯一的选择。

 

作者:胡权,工业4.0研究院院长、数字孪生体联盟理事长