炒股配资平台官网_股票专业配资网站_正规配资平台 证券配资 全国人大代表,万华化学党委书记、董事长廖增太:加快人工智能与化工行业深度融合,加速形成新质生产力

让建站和SEO变得简单

让不懂建站的用户快速建站,让会建站的提高建站效率!

你的位置:炒股配资平台官网_股票专业配资网站_正规配资平台 > 股票专业配资网站 >

证券配资 全国人大代表,万华化学党委书记、董事长廖增太:加快人工智能与化工行业深度融合,加速形成新质生产力

发布日期:2024-07-10 14:29    点击次数:184

K图 600309_0

  每经记者彭斐

  AI浪潮下,人工智能的快速发展正在对全球经济社会产生深远影响。在全球经济发展进程中占有极其重要地位的化工行业,人工智能与这一产业的深度融合,已然成为一个不容回避的课题。

  “中国是全球唯一拥有全部工业门类的国家,人工智能和制造业的深度融合将极大促进重点行业智能升级,高水平赋能工业制造体系,加快形成新质生产力,为制造强国、质量强国、网络强国、数字中国建设提供有力支撑。”全国人大代表、万华化学党委书记、董事长廖增太表示。

  3月4日,《每日经济新闻》记者从万华化学(600309.SH,股价76.25元,市值2394.06亿元)方面了解到,基于人工智能加速应用到化工行业的期望,廖增太在今年全国两会上带来了“人工智能与化工行业深度融合的建议”。

  廖增太表示,化工行业作为国民经济的基础和支柱产业,为推动人工智能与化工行业的深度融合,加速培育新质生产力,建议“多方协同合作,形成国家级化工行业通用数据集”“提供政策性支持,鼓励人工智能在化工行业典型应用场景先行先试”“建立完善的人工智能人才培养战略和引进政策,强化AI人才体系建设”。

  值得注意的是,除了上述建议,廖增太还将提交加快推动高端医疗器械原材料国产化、推动高质量住宅与超低能耗建筑建设、加快推动人造板产业高质量发展等其他建议。

  建议形成国家级化工行业通用数据集

  人工智能的快速发展正在对全球经济社会产生深远影响,成为激发经济增长活力和推动高质量发展的新动能。在全球经济发展进程中占有极其重要地位的化工行业,当然也亟须人工智能的赋能。

  不过,人工智能与化工行业的结合,也有必须解决的问题。廖增太表示,化工行业产品品类复杂,涉及生产生活的方方面面,人工智能与化工行业的深度融合高度依赖行业数据集的建设。

  《每日经济新闻》记者注意到,目前各类基础数据(如物性库)不足、专业文献及实验过程数据量庞大、数据收集整理和标注工作量巨大、行业数据标准缺乏,同时还涉及商业机密和数据安全等问题,难以形成行业通用数据集。

  兴业证券的相关研报曾提及,化工产业是国民经济的基础性产业,关乎各行各业的发展。化工行业市场规模庞大,具有门类繁多、工艺复杂、产品多样等特点,子行业涉及炼油、冶金、能源、环境、医药、煤化工、轻工等众多分支,产品广泛应用于工业、农业、人民生活等各领域。

  与此同时,化工行业在国民经济中地位突出,化工品作为最重要的原材料之一,广泛应用于各产业领域。联合国环境规划署报告显示,依据工业部门细分化工品市场,建筑是化工品最大的终端应用领域,电子、家用、农业、纸质包装、汽车、医疗、能源等均是主要应用领域。

  作为化工行业的一个门类,《中国工业报》的报道曾提到,我国石化产业自2010年高居世界石化产业第二和世界化工产业之首,到2030年,我国化工产值将占全球半壁江山。

  此外,化工行业庞大的规模,以及涉及的企业数量之大,也是数据形成合力必须解决的一个难题。以规模总量连续多年保持全国首位的山东为例,2023年上半年,山东全省化工行业规模以上企业达到3399家,实现主营业务收入1.36万亿元、利润365.6亿元,分别占全省工业的25.2%、18.8%,占全国石化化工行业的17.9%、8.5%。

  为推动人工智能与化工行业的深度融合,加速培育新质生产力,廖增太在建议中提到,“多方协同合作,形成国家级化工行业通用数据集”,建议政府牵头组织相关部门、高校、化工行业协会、数据标准组织,建立符合国际标准的化工行业数据标准,组织收集化工行业通用基础数据,并进行专业数据标注,形成国家级化工行业通用数据集,为行业基础大模型训练及智能化建设提供数据基础。

  提供政策性支持,强化AI人才体系建设

  《每日经济新闻》记者梳理发现,截至目前,已有超30个省份(地区)明确将做优做大数字经济列为重点任务和发展目标,且有不少省份(地区)明确将新增智能工厂、扶持智转项目、完善基础设施建设纳入实施路径。各地两会吹来的“东风”,也将为石化等传统行业加快转型升级、实现新型工业化提供动力。

  在加快人工智能与化工行业深度融合、加速形成新质生产力方面,除了形成国家级化工行业通用数据集,廖增太还建议,“提供政策性支持,鼓励人工智能在化工行业典型应用场景先行先试”。

  记者注意到,人工智能在国外化工领域的应用,已经有所体现。比如,谷歌DeepMind成功预测出220万种晶体结构;微软MatterGen可根据化学组成、对称性等各种约束条件生成定制化材料结构。

  “AI在材料设计和筛选方面表现出巨大潜力,必将给材料行业带来颠覆性的变革。”廖增太据此建议,国家层面对制造业数字化转型编制指导性的规划意见,尤其是在化工材料分子发现、分子逆向合成、材料大模型、工业设备故障预警、生产工艺优化等化工制造业场景。鼓励AI技术在化工行业的广泛应用,助力化工行业高质量发展。

  当然,鼓励人工智能在化工行业典型应用场景先行先试的前提,少不了相关人才的培养与引进。

  值得注意的是,化工人工智能领域是一个复杂的交叉学科,涉及量子化学、物理、数学、药学、化学、控制、机械工程等多个领域,人才缺乏是当下普遍面临的问题。一方面,缺乏熟练掌握跨学科知识的人才,制约了人工智能技术的综合应用;另一方面,行业竞争激烈导致企业难以留住人工智能高端人才。

  基于人才缺乏的问题,廖增太认为,有必要“建立完善的人工智能人才培养战略和引进政策,强化AI人才体系建设”。

  廖增太建议证券配资,在国家层面制定人工智能人才培养战略规划,完善人工智能领域高端人才的引进和留用政策,提供良好的科研条件和职业发展空间。建立健全人才评价体系,充分考虑人工智能领域的特殊性,对人才成果进行科学公正评价,尊重并保护人才创新权益。



友情链接:

TOP