2025年廣東省繼續(xù)教育公需課人工智能賦能制造業(yè)高質(zhì)量發(fā)展及答案一、單項(xiàng)選擇題（共10題，每題2分，共20分）1.以下哪項(xiàng)不屬于智能制造的核心特征？A.數(shù)據(jù)驅(qū)動(dòng)決策B.人機(jī)協(xié)同作業(yè)C.大規(guī)模標(biāo)準(zhǔn)化生產(chǎn)D.動(dòng)態(tài)優(yōu)化調(diào)整2.工業(yè)互聯(lián)網(wǎng)的“三大體系”不包括？A.網(wǎng)絡(luò)體系B.平臺(tái)體系C.安全體系D.標(biāo)準(zhǔn)體系3.數(shù)字孿生技術(shù)在制造業(yè)中的主要應(yīng)用階段是？A.設(shè)計(jì)驗(yàn)證、生產(chǎn)監(jiān)控、運(yùn)維優(yōu)化B.原材料采購(gòu)、生產(chǎn)加工、成品倉(cāng)儲(chǔ)C.市場(chǎng)調(diào)研、產(chǎn)品設(shè)計(jì)、用戶反饋D.設(shè)備安裝、調(diào)試運(yùn)行、報(bào)廢回收4.根據(jù)《“十四五”智能制造發(fā)展規(guī)劃》，到2025年，規(guī)模以上制造業(yè)企業(yè)關(guān)鍵工序數(shù)控化率目標(biāo)是？A.50%B.60%C.70%D.80%5.以下哪種AI技術(shù)最常用于工業(yè)視覺質(zhì)檢？A.自然語言處理（NLP）B.計(jì)算機(jī)視覺（CV）C.強(qiáng)化學(xué)習(xí)（RL）D.知識(shí)圖譜（KG）6.制造業(yè)中“預(yù)測(cè)性維護(hù)”的核心目標(biāo)是？A.降低設(shè)備采購(gòu)成本B.減少非計(jì)劃停機(jī)時(shí)間C.提高產(chǎn)品設(shè)計(jì)效率D.優(yōu)化供應(yīng)鏈庫(kù)存管理7.廣東省《制造業(yè)數(shù)字化轉(zhuǎn)型實(shí)施方案（20222025年）》提出的“三化”路徑是？A.數(shù)字化、網(wǎng)絡(luò)化、智能化B.標(biāo)準(zhǔn)化、模塊化、集成化C.綠色化、服務(wù)化、高端化D.自動(dòng)化、信息化、數(shù)字化8.邊緣計(jì)算在制造業(yè)中的主要優(yōu)勢(shì)是？A.降低數(shù)據(jù)傳輸延遲B.減少云計(jì)算中心建設(shè)成本C.提升數(shù)據(jù)存儲(chǔ)容量D.簡(jiǎn)化AI模型訓(xùn)練流程9.以下哪項(xiàng)不屬于AI賦能制造業(yè)帶來的效率提升指標(biāo)？A.產(chǎn)品不良率下降B.設(shè)備綜合效率（OEE）提高C.員工培訓(xùn)時(shí)間縮短D.生產(chǎn)周期（LT）縮短10.工業(yè)大模型與通用大模型的核心差異在于？A.參數(shù)量級(jí)大小B.行業(yè)知識(shí)深度C.訓(xùn)練數(shù)據(jù)來源D.推理速度快慢二、多項(xiàng)選擇題（共10題，每題3分，共30分。每題至少2個(gè)正確選項(xiàng)，多選、錯(cuò)選、漏選均不得分）1.人工智能在制造業(yè)的典型應(yīng)用場(chǎng)景包括？A.智能排產(chǎn)與調(diào)度B.工藝參數(shù)優(yōu)化C.供應(yīng)鏈風(fēng)險(xiǎn)預(yù)測(cè)D.客戶關(guān)系管理（CRM）2.制造業(yè)AI系統(tǒng)部署的關(guān)鍵技術(shù)支撐包括？A.工業(yè)傳感器網(wǎng)絡(luò)B.5G低時(shí)延通信C.工業(yè)大數(shù)據(jù)平臺(tái)D.消費(fèi)級(jí)GPU算力3.《廣東省制造業(yè)高質(zhì)量發(fā)展“十四五”規(guī)劃》提出的重點(diǎn)任務(wù)有？A.推進(jìn)制造業(yè)數(shù)字化轉(zhuǎn)型B.培育先進(jìn)制造業(yè)集群C.強(qiáng)化關(guān)鍵核心技術(shù)攻關(guān)D.限制傳統(tǒng)制造業(yè)產(chǎn)能4.工業(yè)視覺質(zhì)檢相比人工質(zhì)檢的優(yōu)勢(shì)包括？A.24小時(shí)連續(xù)作業(yè)B.檢測(cè)精度可達(dá)微米級(jí)C.可檢測(cè)復(fù)雜表面缺陷D.完全替代人工操作5.制造業(yè)企業(yè)實(shí)施AI轉(zhuǎn)型的主要挑戰(zhàn)包括？A.工業(yè)數(shù)據(jù)采集與標(biāo)注難度大B.AI人才短缺C.傳統(tǒng)業(yè)務(wù)流程與AI系統(tǒng)不兼容D.企業(yè)高層對(duì)AI價(jià)值認(rèn)知不足6.以下哪些屬于“人機(jī)協(xié)同”的典型場(chǎng)景？A.工人通過AR眼鏡獲取設(shè)備維修指導(dǎo)B.機(jī)器人獨(dú)立完成裝配任務(wù)C.工程師利用AI輔助優(yōu)化工藝參數(shù)D.自動(dòng)導(dǎo)引車（AGV）自主運(yùn)輸物料7.數(shù)字孿生技術(shù)對(duì)制造業(yè)的價(jià)值體現(xiàn)在？A.縮短產(chǎn)品研發(fā)周期B.降低物理測(cè)試成本C.實(shí)時(shí)監(jiān)控生產(chǎn)過程D.預(yù)測(cè)設(shè)備故障風(fēng)險(xiǎn)8.制造業(yè)AI應(yīng)用的倫理與安全問題包括？A.生產(chǎn)數(shù)據(jù)泄露風(fēng)險(xiǎn)B.AI決策的可解釋性不足C.工人技能轉(zhuǎn)型壓力D.產(chǎn)品外觀設(shè)計(jì)專利爭(zhēng)議9.以下哪些政策文件直接支持廣東省制造業(yè)AI發(fā)展？A.《廣東省推進(jìn)新型基礎(chǔ)設(shè)施建設(shè)三年實(shí)施方案（20232025年）》B.《國(guó)家智能制造標(biāo)準(zhǔn)體系建設(shè)指南》C.《廣東省數(shù)字經(jīng)濟(jì)促進(jìn)條例》D.《中國(guó)制造2025》10.工業(yè)互聯(lián)網(wǎng)平臺(tái)的核心功能模塊包括？A.設(shè)備接入與管理B.工業(yè)數(shù)據(jù)建模分析C.應(yīng)用開發(fā)與服務(wù)D.消費(fèi)用戶行為分析三、填空題（共5題，每題2分，共10分）1.智能制造的本質(zhì)是______與______的深度融合。2.工業(yè)AI模型訓(xùn)練的關(guān)鍵數(shù)據(jù)類型包括______、______和圖像數(shù)據(jù)。3.廣東省“工業(yè)互聯(lián)網(wǎng)創(chuàng)新應(yīng)用示范基地”重點(diǎn)培育______、______兩類主體。4.預(yù)測(cè)性維護(hù)的核心步驟是______、______和決策建議生成。5.制造業(yè)AI系統(tǒng)的“可解釋性”要求需滿足______、______兩個(gè)層面的透明性。四、簡(jiǎn)答題（共4題，每題7分，共28分）1.簡(jiǎn)述人工智能賦能制造業(yè)高質(zhì)量發(fā)展的三大核心路徑，并分別舉例說明。2.分析制造業(yè)企業(yè)部署AI系統(tǒng)時(shí)面臨的數(shù)據(jù)挑戰(zhàn)及解決策略。3.對(duì)比傳統(tǒng)制造模式與AI驅(qū)動(dòng)的智能制造模式，指出后者在資源配置效率上的優(yōu)勢(shì)。4.結(jié)合廣東省產(chǎn)業(yè)特點(diǎn)，說明AI技術(shù)在電子信息制造業(yè)（如半導(dǎo)體、家電）中的具體應(yīng)用場(chǎng)景。五、案例分析題（共1題，12分）背景材料：某廣東汽車制造企業(yè)（年產(chǎn)值200億元，員工8000人）計(jì)劃引入AI技術(shù)優(yōu)化生產(chǎn)流程。目前存在以下痛點(diǎn)：焊裝車間人工質(zhì)檢漏檢率約3%，年損失超500萬元；總裝線設(shè)備故障導(dǎo)致非計(jì)劃停機(jī)時(shí)間占比12%，影響交付周期；供應(yīng)鏈需求預(yù)測(cè)準(zhǔn)確率僅65%，庫(kù)存周轉(zhuǎn)率低。問題：（1）針對(duì)焊裝車間質(zhì)檢痛點(diǎn)，應(yīng)選擇哪種AI技術(shù)？說明技術(shù)原理及預(yù)期效果。（4分）（2）針對(duì)設(shè)備非計(jì)劃停機(jī)問題，設(shè)計(jì)基于AI的預(yù)測(cè)性維護(hù)方案，需包含數(shù)據(jù)采集、模型構(gòu)建、應(yīng)用場(chǎng)景三個(gè)環(huán)節(jié)。（5分）（3）為提升供應(yīng)鏈需求預(yù)測(cè)準(zhǔn)確率，可引入哪些AI方法？結(jié)合企業(yè)實(shí)際提出2條優(yōu)化建議。（3分）參考答案及解析一、單項(xiàng)選擇題1.C（智能制造強(qiáng)調(diào)個(gè)性化、柔性化生產(chǎn)，而非大規(guī)模標(biāo)準(zhǔn)化）2.D（工業(yè)互聯(lián)網(wǎng)三大體系為網(wǎng)絡(luò)、平臺(tái)、安全）3.A（數(shù)字孿生覆蓋設(shè)計(jì)、生產(chǎn)、運(yùn)維全周期）4.C（《“十四五”智能制造發(fā)展規(guī)劃》明確目標(biāo)為70%）5.B（計(jì)算機(jī)視覺是工業(yè)質(zhì)檢的核心技術(shù)）6.B（預(yù)測(cè)性維護(hù)通過數(shù)據(jù)分析提前預(yù)警故障，減少停機(jī)）7.A（廣東省方案提出“數(shù)字化、網(wǎng)絡(luò)化、智能化”三化路徑）8.A（邊緣計(jì)算在設(shè)備端處理數(shù)據(jù)，降低云端傳輸延遲）9.C（員工培訓(xùn)時(shí)間屬于管理成本，非直接效率指標(biāo)）10.B（工業(yè)大模型需深度融合行業(yè)知識(shí)，區(qū)別于通用模型）二、多項(xiàng)選擇題1.ABC（CRM屬于企業(yè)管理系統(tǒng)，非制造核心場(chǎng)景）2.ABC（消費(fèi)級(jí)GPU算力無法滿足工業(yè)高可靠性需求）3.ABC（規(guī)劃強(qiáng)調(diào)升級(jí)而非限制傳統(tǒng)制造業(yè)）4.ABC（AI質(zhì)檢需人工復(fù)核，無法完全替代）5.ABCD（均為企業(yè)實(shí)際轉(zhuǎn)型挑戰(zhàn)）6.AC（人機(jī)協(xié)同強(qiáng)調(diào)“人主導(dǎo)、機(jī)輔助”，BD為全自動(dòng)化）7.ABCD（數(shù)字孿生覆蓋研發(fā)、生產(chǎn)、運(yùn)維全環(huán)節(jié)）8.ABC（產(chǎn)品外觀專利爭(zhēng)議與AI應(yīng)用無直接關(guān)聯(lián)）9.AC（B、D為國(guó)家層面政策）10.ABC（消費(fèi)用戶分析屬于企業(yè)管理，非工業(yè)平臺(tái)核心）三、填空題1.新一代信息技術(shù)；先進(jìn)制造技術(shù)2.時(shí)序數(shù)據(jù)；文本數(shù)據(jù)（或結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)）3.工業(yè)互聯(lián)網(wǎng)平臺(tái)企業(yè)；工業(yè)互聯(lián)網(wǎng)應(yīng)用企業(yè)4.設(shè)備狀態(tài)監(jiān)測(cè)；故障模式識(shí)別5.技術(shù)層面（模型邏輯）；業(yè)務(wù)層面（決策依據(jù)）四、簡(jiǎn)答題1.核心路徑及舉例：（1）生產(chǎn)智能化：通過工業(yè)視覺AI實(shí)現(xiàn)表面缺陷檢測(cè)（如家電外殼劃痕識(shí)別，漏檢率從3%降至0.5%）；（2）管理精細(xì)化：利用AI優(yōu)化排產(chǎn)系統(tǒng)（如半導(dǎo)體晶圓廠動(dòng)態(tài)調(diào)整設(shè)備調(diào)度，OEE提升15%）；（3）服務(wù)延伸化：基于產(chǎn)品運(yùn)行數(shù)據(jù)的AI預(yù)測(cè)性維護(hù)（如數(shù)控機(jī)床遠(yuǎn)程診斷，客戶停機(jī)時(shí)間減少40%）。2.數(shù)據(jù)挑戰(zhàn)及策略：挑戰(zhàn)：①數(shù)據(jù)采集難（設(shè)備協(xié)議不統(tǒng)一、傳感器覆蓋率低）；②數(shù)據(jù)質(zhì)量差（噪聲多、缺失值高）；③數(shù)據(jù)標(biāo)注成本高（工業(yè)缺陷樣本少且類別復(fù)雜）。策略：①部署工業(yè)協(xié)議網(wǎng)關(guān)統(tǒng)一設(shè)備接入，推廣5G+MEC（邊緣計(jì)算）提升采集效率；②采用數(shù)據(jù)清洗算法（如滑動(dòng)窗口濾波、插值補(bǔ)全）優(yōu)化質(zhì)量；③利用小樣本學(xué)習(xí)、遷移學(xué)習(xí)降低標(biāo)注需求，建立行業(yè)數(shù)據(jù)共享平臺(tái)（如廣東省工業(yè)大數(shù)據(jù)中心）。3.資源配置效率優(yōu)勢(shì)：傳統(tǒng)模式：依賴經(jīng)驗(yàn)決策，資源（設(shè)備、人力、物料）配置靜態(tài)化，易導(dǎo)致設(shè)備閑置或產(chǎn)能瓶頸；智能制造模式：通過AI實(shí)時(shí)分析生產(chǎn)數(shù)據(jù)（如訂單波動(dòng)、設(shè)備狀態(tài)、物料庫(kù)存），動(dòng)態(tài)調(diào)整資源分配（如智能排產(chǎn)系統(tǒng)根據(jù)訂單優(yōu)先級(jí)自動(dòng)調(diào)度設(shè)備），實(shí)現(xiàn)“按需生產(chǎn)”，減少庫(kù)存積壓和設(shè)備空轉(zhuǎn)，綜合資源利用率提升20%30%。4.廣東省電子信息制造業(yè)應(yīng)用場(chǎng)景：（1）半導(dǎo)體：AI優(yōu)化光刻工藝參數(shù)（如通過強(qiáng)化學(xué)習(xí)調(diào)整曝光劑量，良率提升5%）；（2）家電：AI驅(qū)動(dòng)的個(gè)性化定制（如空調(diào)外觀、功能模塊的用戶需求分析，縮短新品研發(fā)周期30%）；（3）電子元件：AI視覺檢測(cè)微小缺陷（如電容引腳偏移，檢測(cè)速度達(dá)3000件/分鐘，精度±0.01mm）；（4）5G通信設(shè)備：AI預(yù)測(cè)性維護(hù)基站設(shè)備（如通過溫度、振動(dòng)數(shù)據(jù)預(yù)警故障，減少現(xiàn)場(chǎng)巡檢次數(shù)60%）。五、案例分析題（1）技術(shù)選擇及原理：應(yīng)選擇基于深度學(xué)習(xí)的工業(yè)視覺AI技術(shù)。原理：通過工業(yè)相機(jī)采集焊縫圖像，利用卷積神經(jīng)網(wǎng)絡(luò)（CNN）提取特征（如焊縫寬度、連續(xù)性、氣孔），訓(xùn)練分類模型識(shí)別合格/缺陷樣本。預(yù)期效果：漏檢率從3%降至0.3%以下，年損失減少450萬元以上，同時(shí)檢測(cè)速度提升至5件/秒（人工為1件/秒）。（2）預(yù)測(cè)性維護(hù)方案設(shè)計(jì)：①數(shù)據(jù)采集：部署振動(dòng)傳感器、溫度傳感器、電流傳感器（覆蓋關(guān)鍵設(shè)備如發(fā)動(dòng)機(jī)裝配線的伺服電機(jī)），通過5G網(wǎng)絡(luò)實(shí)時(shí)上傳至工業(yè)互聯(lián)網(wǎng)平臺(tái)，采集頻率100Hz，存儲(chǔ)時(shí)序數(shù)據(jù)（時(shí)間、振動(dòng)值、溫度、電流）。②模型構(gòu)建：使用LSTM（長(zhǎng)短期記憶網(wǎng)絡(luò)）或Transformer模型分析歷史故障數(shù)據(jù)（如電機(jī)軸承磨損前30天的振動(dòng)異常趨勢(shì)），訓(xùn)練故障預(yù)測(cè)模型（目標(biāo)：提前72小時(shí)預(yù)警故障）。③應(yīng)用場(chǎng)景：當(dāng)模型預(yù)測(cè)設(shè)備故障概率超閾值（如90%），系統(tǒng)自動(dòng)推送預(yù)警至運(yùn)維人員APP，并生成維修建議