2019年11月，工业和信息化部印发了《关于印发“5G+工业互联网”512工程推进方案的通知》。该通知明确到2022年，我国将突破一批面向工业互联网特定需求的5G关键技术，打造一批“5G+工业互联网”内网建设改造标杆、样板工程，形成至少20大典型工业应用场景。

　　作为第四次工业革命的关键技术，工业互联网已经成为工业各产业发展的焦点。华为云人工智能领域总裁贾永利对记者表示，“构建万物互联的世界”是华为公司的愿景。在过去三十多年的发展中，大众眼中华为的主要的工作就是“联接”，如熟悉的通讯、网络、互联网、5G等。

　　贾永利说：“这可能就是大家对华为的定位。但实际上在2019年的全联接大会，当时的轮值董事长重新定义了‘万物互联’，除了联接外还有很多的计算。我们在计算产业投入接近二十年，连接本身就需要算力，如果云端计算能力强，端侧可以相对弱，两者之间可以互补。”

　　据悉，华为将以鲲鹏和昇腾作为根基，打造计算产业布局，即“一云两翼双引擎”，其中一云便是“华为云”。

　　AI不能只是“高高在上”

　　目前在纺织领域，华为已经针对AI做了一个全栈、全场景的演示。全栈即基础应用到AI开发框架、应用开发框架，每一层都包含其中。贾永利指出：“当然这也是开放的，确保每一层我们都有涉及。其实在做策划时，还没有与美国发生贸易摩擦。当时只是基于垂直方向整合的考虑，能为客户带来更好的优化。”

　　人工智能不能只是“高高在上”，需要贴近企业的产线与装备，往往要“无处不在”。

　　“这需要在云端部署更多的算力，这是华为作为一家从2B行业起家的公司的感受，同时华为又兼有2C终端的研发业务，基因中本身就是端、边、云都会考虑。”贾永利表示。

　　基于这一布局，华为将会推出系列软件、硬件产品，芯片也会陆续沿着该布局推出。

　　“我们是带着敬畏的心看待纺织产业。”贾永利坦言。

　　从技术方案来看，华为将化纤工业智能体的研发分为两层，第一层将物理产线做成“数字孪生”，就获得更多的数据支撑。“我们更希望做智能优化，补齐原来在控制领域缺少的那部分。华为进入化纤行业后发现，其实这一行业在工作控制领域做得非常全面，缺少的是上游决策，而我们重点做这一层。”

　　“数字孪生”是当前热议的焦点之一，这一技术究竟应当如何做？贾永利阐述了自己的观点：“在与三联虹普的沟通中，我认为‘top down’比较好，不要一上来做‘孪生儿’。车间里的各种设备非常多，如果做各种模型，全部的仿制成本很大、投入很高。反过来，可以基于某种工艺目的有选择性地去做，知道哪些最重要，哪些先做、哪些后做。”

　　另一个关注的焦点则是数据。“因为最需要补齐的，是基于数据的驱动模型。很多数据都在设备和装备中，而过去都是基于目标控制的数据，缺失了过程数据。实施机器学习、人工智能需要学习这些数据，这些数据的获取、采集到底做到什么样的颗粒度？实际上这是很难的。”贾永利指出。

　　比如一个卷绕头一天累计的数据为几个G，而一个产线上有几十个卷绕设备。因此，一天之内几十个设备采集的数据高达上百G。如此多的数据要进行处理，对边缘算力的要求自然非常高。

　　那么，这些数据是否全部需要？又由谁来做判断？要在成百上千数据里选择最有价值的数据，针对核心工艺便显得非常关键。在建立模型的过程中，对数据的选择也非常重要。

　　人工智能必须自我学习与进化

　　有了数据后，就要真正将基于数据驱动的模型赋能到化纤产线上，此时边缘侧便显得尤为重要。贾永利说：“怎样把模型放到边缘侧、产线上非常重要。现在的方法是让机器不断去学习、检测丝品在整个卷绕工作过程中各种的状态，用整个人工智能大的神经网络去学习。其实这些关系以前在设备里是看不到的，有一些做设备的厂家也未必能说清楚这些什么关系。”

　　但基于海量的数据长时间去学习，机器学习能学出一个模型。这个模型可以围绕丝品的卷绕时刻生成，这肯定比使用单一的数据做决策更精准。在整个过程中，对于工艺功耗的理解、核心装备提供的支撑，都是非常重要的，“光有ICT技术而缺了这两种是无法做成功的”。

　　基于此，华为、三联虹普和TM三家强强联手合作，在贾永利看来，才能真正将事“做透”。

　　在现有的纺织工业智能化模型中，人工智能并不能实现随时复制、学习。但是在车间里面环境、工艺处于随时变化的状态，而且不同客户的产线结构不一样，需要人工智能有自学的能力。

　　怎样才能实现机器的自我学习与回馈？贾永利指出：“大量的数据不可能到云端去，一定要到边侧。如果这个能力不积累，边缘侧没有持续积累能力和学习能力，这个模型也许在今天有效，但在未来就不那么聪明，智能化程度不够。”

　　“端—边—云”协同结合，则可以构建一个真正在长时间尺度上都可循环的系统。“这样的AI是真正可以实现进化的。我们希望将来在纺织产业中安装的设备，随着时间的持续和生产的进行，未来它会适应环境的变化，这样能实现更好的效果。”