深化数字经济工业软件是大脑，开源提供基础“养料”

明星

制造业高质量发展离不开智能化变革。在新时期制造强国战略背景下，工业软件成为优化制造与管理流程、变革生产方式与生产关系、提升全要素生产率、促进先进工业技术转化及溢出的直接动力。与此同时，开源生态发展势头迅猛，在推动信息技术产业创新，促进产业协作，加快各行业数字化进程方面发挥着日益突出的作用。

不久前，为推动工业互联网和智能软件的发展，深化产教融合，探索课程体系与工程实践的有机结合，清华大学软件学院联合小米集团，举办清华软件论坛暨小米高校学术论坛。论坛以“智能工业软件与开源创新”为主题，邀请智能工业软件和开源技术领域专家进行专题讲座。近2万学者、师生、专业技术爱好者线上线下参与。

工业软件“工业制造的大脑和神经”

“软件定义世界已经成为不争的事实。”清华大学教授、中国工程院院士孙家广在致辞中表示，希望优秀人才能够做好国家急需的、能用、好用、管用的工业软件，解决产业发展“卡脖子”难题，用软件驱动国家经济高质量发展。

工业软件作为数字经济时代工业领域的“皇冠”，以及“工业制造的大脑和神经”，已渗透和应用到工业领域的几乎所有核心环节。目前，中国规模以上的工业企业基本上都已经运用了工业软件来辅助生产和决策，即使是中小工业企业也大部分使用了1-2种工业软件。

制造业正处于数字化向网络化的过渡阶段，工业软件平台是这个阶段创新发展的核心关键。云计算、物联网、新一代移动通信、人工智能（AI）、区块链等新一代信息技术快速发展并逐步转入应用，制造业向数字化、网络化、智能化方向转型发展，工业体系从“以装备为核心的工业”向“软件定义的工业”转变。

“当今社会已进入软件定义时代，即系统的主要功能是由软件来实现的，软件与各行各业结合，尤其是与工业、制造业的结合，定义一切的软件正在成为社会的基础设施。”国防科技大学研究员、中国工程院院士廖湘科围绕“软件定义时代的工业软件——来自IT软件发展的启发”做了主题演讲。

在软件定义时代，将数字化技术与工业等产业做深度融合，才是发展高质量数字经济的核心，在这个发展过程中，必须把安全置于一切数字化的前提。

他首先介绍了IT软件的发展历程，IT软件经过平台化演进和商业形态演进，走向软件定义时代。他总结软件定义时代的IT技术四大发展趋势，包括无处不在的感知、跨域多维的关联、超越人脑的智能以及虚拟和真实世界的交融。他就IT软件发展启示指出，要营造巨大通用市场，经营掌控生态链，跨界竞争获取蓝海效益。他阐述了工业软件发展的几点思考。工业软件发展要补齐国产工业软件短板，融合互联网经济的新产业模式，积极应对软件工程的新挑战，极致追求用户体验，充分利用国际合作，大力加强协同创新。

廖湘科院士长期从事高性能计算机系统软件与操作系统的科学工作，参加了银河2到银河5四代巨型机的研制，主持了天河一号、天河二号和麒麟操作系统的研制，为我国高性能计算机系统研制跻身世界领先行业、为国产基础软件的自主可控发展作出了重要贡献。

在相关产业政策的精准扶持、以国家科技重大专项为代表的一系列项目的直接支持下，我国工业软件产业保持了高速发展态势;初步形成了国产工业软件产品体系，覆盖汽车、工程机械、航空航天、电子、家电、海洋装备等多个领域;具备了一定的产业技术研发能力与服务支持能力，开始由引进应用转向自主研发、特色发展。据统计，2021年，我国软件和信息技术服务业累计完成软件业务收入94994亿元，其中，工业软件占比2.5%。在工业软件中生产制造类软件市场规模大，2020年生产控制类软件业务完成量为685亿元，在工业软件结构中占比最高。

工业软件涉及先进工业制造技术、工程管理、计算机与软件等学科的深度交叉融合，同时软件产业的创新具有顯著的网络效应，其发展依赖工业与软件行业发展规律的互动。工业软件研发跨学科、跨领域，对人才的跨学科理论知识和产业实践经验都有较高要求。而当前，国内面临着较为严重的工业软件人才短缺问题，工业软件师资队伍严重不足，已经是个不争的事实。

数字智能无处不在

以AI为代表的前沿科技正在从方方面面不断变革着社会和人类的认知，产业发展和科学研究的范式正发生着深刻的变化。清华大学智能科学讲席教授、智能产业研究院（AIR）院长、中国工程院外籍院士、美国艺术与科学院院士张亚勤围绕“数字智能无处不在”做了主题演讲。“新一轮的数字化是信息+物理+生物的数字化。”张亚勤分别介绍了人工智能与智能制造、人工智能与生命科学、人工智能与绿色计算的融合发展态势。

智能制造是将物联网、云计算、AI等新一代信息技术应用于生产制造全生命周期，以通过自主深度感知、自主优化决策和自主精准执行提升制造各环节效率。一方面，人工智能赋能制造业能通过提高良率、降低原材料损耗等方式降低生产成本，减少碳排放;另一方面，人工智能可通过全自动化、动态监控等方式提高各生产环节的效率，由此实现降本增效，双重发展。有专家指出，AI赋能制造业，主要体现在五个环节：设计端，仿真系统提升研发效率;生产端，智能机器人提高生产效率;运维端，AI算法智能预测;检测端，机器视觉增强检测精准度;物流端，智慧物流提升运输配送效率。

在AI+智能制造领域，AI+智能制造有三大发展趋势，一是从备货型到订货型，二是从流水线到智能机器人，三是从通用制造到个性化需求，并阐述了AI+智能制造的落地路径，即逐步扩大柔性制造工业范围。

AI在未来十年的生命科学发展当中，将大有用武之地。在AI+生命科学领域，AI正在加速生命健康与生物医药领域更快速、更精准、更安全、更经济、更普惠的发展，并能够迁移学习模型，实现药物临床前评估及精准临床实验设计。E8181329-8B9C-4CC3-9230-CCEAC44E51B0

生命科学产业涵盖一切通过产品和服务改善生物生命体征的研究、开发及制造类企业。虽然具体又细分为生物信息学、药妆品、食品加工和营养品等业务子项，但生命科学一般可分为四大主体领域：药品——通过化学研究和合成工艺制造药品。生物技术——利用微生物和植物等生物体开发产品（例如酿酒）。医疗设备——通过仪器、设备、植入物、机器甚至是某些软件来治疗疾病。CRO/CMO——以外包服务的形式为各类生命科学公司提供支持。

以医疗产业为例，人工智能+医疗与生命科学主要分为AI医疗影像、CDSS、智慧病案、AI制药、医疗数据智能平台、AI医疗机器人、AI基因分析等细分应用技术。AI医疗的核心产业链关注点在于AI医疗应用软件本身的开发，其上游为基础层，中游为技术层，下游为应用层。基础层中，数据服务尚未建成核心技术壁垒，参与者众多，而算力领域呈寡头局面;技术层中，基于深度学习的计算机视觉发展快，参与者技术相对成熟;应用层中，成熟的AI医疗企业正在扩大产品线布局，开拓战略伙伴合作。

当环境与气候已经成为一种挑战，碳中和是可持续发展的必然选择，同时也是能源结构调整的大机遇。在AI+绿色计算领域，人工智能赋能绿色计算，能够助力实现“碳中和”、能源融合以及助力信息通信技术领域发展。人工智能在这个领域也有很多应用。一个方向是物联网，做AIOT，重要的是要感知这个世界，知道碳排放、能源从哪里来、怎么消耗的;第二，有了数据之后，就可以用算法进行智能决策，然后配制资源、进行资源循环。比如在能源融合方面，怎样让火电、核电、水电、风电、太阳能更好地融合到电网里去，在供电、储能、用电各环节都进行数据监控、优化、感知和均衡，这是大问题，人工智能算法会在其中扮演不同角色。

在智能时代背景下，开源无处不在

张亚勤教授近年来致力于人工智能、无人驾驶以及智能云计算领域的创新研发，发明的多项图像视频压缩和传输技术被国际标准采用，广泛的应用于高清电视、互联网视频、多媒体检索等领域。

智能时代，拥抱开源

“今天，我们为什么和如何拥抱开源？拥抱开源是深度拥抱而不是浅浅的拥抱，在企业界应该做什么？在学术界和教育界应该做什么？”小米集团副总裁崔宝秋围绕“智能时代，拥抱开源”做了主题演讲。他指出，“作为一个软件工程师，我特别看好开源对软件人才培养的好处，其他的软件文化、工程问换、吸引人才等等的都是企业拥抱开源的原因。”

在智能时代背景下，开源无处不在。如今开源已经渗透到了方方面面。比如，云计算如火如荼，在构建云计算平台的过程中，开源技术起到了不可替代的作用。从某种程度上说，云计算的生命力在于开源。没有开源，就没有今天的互联网、云计算、大数据、人工智能等新科技革命的快速发展。

中国开源的发展如火如荼，作为软件和网络、数字领域的一种开发和创新模式，目前已成为技术研发、应用和行业数字化发展的基石，驱动着数字经济加速发展。2021年，开源首次纳入国家《“十四五”规划和2035年远景目标纲要》，得到国家战略层面的肯定和支持。

崔宝秋结合Apache HBase、Pegasus、MACE、Kaldi、NuttX和Xiaomi Vela等小米开源案例，介绍了小米過去十多年来的开源实践。中国开源人才后备不足，拥抱开源要从教育开始。开源也是推动基础软硬件技术研发、解决“卡脖子”问题的一个重要途径。当前，国内开源依然面临着拿来主义、缺乏共享、不够开放等多种挑战，很多人对开源的理念、模式和方法论的认知仍需提升。他指出，未来的开源应该走向广义的开源、开放的开源、向善的开源、合力的开源。他强调，在互联网、大数据和人工智能时代，开源是人类技术进步的最佳平台和模式。

除此之外，小米集团首席语音科学家、Kaldi 之父Daniel Povey围绕“Recent work in Speech Recognition with RNN-T” 做了主题演讲。由Daniel领衔的新一代Kaldi团队正在致力于创建新一代的语音识别开源工具，进而优化当前的产品体系，他还特别介绍了团队的一位清华实习生。他展示了当前Kaldi团队在语音识别的最新进展，并指出团队目前着眼于RNN-T框架，他从Pruned training、快速解码、基于矢量量化（VQ）索引的蒸馏方案三个方面介绍当前RNN-T的研究工作，着力构建一个高性能的开源“生产就绪”实时 ASR 系统。

《“十四五”智能制造发展规划》提出，要提升智能制造装备和工业软件技术水平和市场竞争力，建设一批智能制造创新载体和公共服务平台，指出要大力发展智能制造装备、聚力研发工业软件产品。清华软件论坛暨小米高校学术论坛基于《规划》就“智能工业软件与开源创新”展开学术交流，各位专家的精彩分享将助力创造更加包容的开源环境。同时，此次论坛也是小米集团与清华大学加强产学研协同创新，推动校企间科技资源与人才共享的重要举措。E8181329-8B9C-4CC3-9230-CCEAC44E51B0