Page 104 - 基于人工智能的图像识别技术研究

基于人工智能的图像识别技术研究
Research on Image Recognition Technology Based on Artificial Intelligence

系，势必会影响政策的整体功能和实施效果。

二是标准体系不完善。行业标准是智能制造创新的驱动力，也是工业强国、
行业巨头抢占产业竞争制高点的重要手段。长期以来，中国处于全球产业价值链
的低端位置，在世界工业制造标准领域中的话语权和影响力较弱。例如，中国
物联网应用标准不健全导致了设备不兼容，许多企业内部不同的信息系统无法集

成，企业间跨平台、跨系统集成应用时不能实现无缝对接，有时甚至需要企业重
新建立平台或系统。此外，主要发达国家均已完成智能制造顶层框架设计，如德
国工业4.0的RAMI4.0、美国工业物联网的IIRA1.8等。中国在2016年曾推出《工

业互联网体系架构V1.0》，但与制造强国相比，因更顶层的系统架构框架缺乏导
致发布架构过于具体而不易扩展。
2.关键核心技术问题
作为世界最大的制造业国家，中国拥有基本完整的工业体系，但智能制造发

展处于初级阶段，关键核心技术与世界制造强国相比依然差距明显。
一是关键基础能力不强。基础研究是引领创新发展的源头，对促进智能制造
高质量发展起着极为重要的作用。近年来，中国持续保持基础研究投入力度，但

原始创新能力仍显薄弱，基础研究短板依旧突出。中国企业的核心技术与世界先
进技术相比差距未能缩小，一些核心零部件（如测控装置、仪器仪表、传感器、
高端数控系统等）仍依赖进口。与此同时，智能制造涉及的国产基础材料结构不

合理，低端供给过剩、高端供应不足，“有材不好用”问题突出；关键战略性材
料受制于人，性能稳定性较差，无法应用到重要领域的重大装备中；前沿新材料
有待突破，较多处于实验室研究阶段而难以开展应用转化。“十三五”时期，中

国关键新材料进口率高达86%，自给率仅为14%；国产工业机器人关键零部件相
比世界先进水平仍落后5~10年。
二是集成电路“短板”明显。中国集成电路产业起步晚、底子薄，面对日益
激烈的国际市场竞争，未来发展面临严峻挑战。长期以来，中国半导体企业在技

术研发上采取跟随策略，原始创新动力和研发投入均不足，导致产品从低端市场
向中高端市场切入困难，品牌效应及产品美誉度提升缓慢。与此同时，中国集成
电路产业链的上下游协同不足，以大企业为龙头、中小企业为支撑、企业联盟为

依托的合理分工体系，具有国际竞争力的产业生态系统等，均亟待形成。到目
前为止，全国没有一家能够高效整合产业链中的软件、硬件、应用服务等各个环

96