中科院创业者：民族工业“不可承受之轻”这样破

“某些关键技术领域中国与西方发达国家的差距不但没有缩小，反而呈现出扩大的趋势。”日前，某科技媒体负责人的一次公开演讲，引发了业界的反思。

核心技术被“卡脖子”，拉响了中国科技自主创新的长鸣警钟。看似小小的元器件，似乎成了民族工业不可承受之轻。

但在普遍的焦虑感中，一位来自中国科学院的创业者——中科院空间应用工程与技术中心可靠性保障中心主任、赛思库创始人党炜反倒看到了机遇。“市场需求倒逼中国半导体行业快速跟跑，让中国研发出自主可控的元器件产品有了更大的可能性。”在党炜看来，用国产彻底替代进口，扭转国内科技企业的被动局面，中国还有办法。

检测难成大国重器之忧

电子技术是近现代科技发展的重要标志之一，而与电子技术相伴相生的各种元器件，可以说是当今工业中最基础、最核心的构成单元。不管是老百姓每天都要用的手机，还是飞上太空的航天器，元器件的应用范围从民用到军工，可谓无所不包。

元器件的生产包含很多环节，但不管是简简单单的二极管，还是科技含量很高的集成电路，都绕不开检测这道坎。党炜坦言，在元器件设计环节，设计师往往只注重元器件的功能和技术指标，对质量等级和可靠性要求没有给予应有的重视。

元器件产业包含许多复杂而关键的技术，包括从材料、工艺、设备、设计、检测及可靠性分析等，对适配性要求极高，但目前，国内很多检测机构并不具备完整的解决方案。

此外，元器件从设计遴选到采购，再到监制、验收、复验和补充筛选的整个体系中，各个环节相对独立，信息的封闭对元器件稳定性和质量追溯都造成了障碍。

“目前国内元器件遴选测试条件和水平有限，数量却很庞大，筛选难、测试难等痛点长期存在。”赛思库联合创始人齐敏说，这些都为后续工作埋下了质量隐患。

如果检测不过关，产品往往会在装联、使用过程中发生功能错误、参数严重超差甚至致命失效，更有可能引起周围所有元器件连带失效，损失巨大。

特别是在军工和航空航天领域，元器件检测的瓶颈更加明显。主要表现是相互试验的信息不对称，同样的试验重复多次做的现象频繁发生。

此外，实验室整体检测水平的低效率也为人所诟病。据统计，这项工作虽然属于技术密集型工作，但实验室检测结果输出报告当前还是以人工为主，每人每天只能完成5~8份元器件报告，与数量庞大的元器件相比，供需很难匹配。“而且大量高价值的数据只能作为证明或证据存在纸上或电子表格里，宝贵的数据资源就这样束之高阁了。”齐敏说。

大数据利刃穿透信息壁垒

2016年，党炜联合中科院创业团队创立了赛思库，以期通过将元器件数以千万计的数据结构化、标准化，用“替代选型”的智能算法，让更多国产化元器件代替进口元器件，在推进行业国产化进程的同时，实现核心技术的自主可控。

迄今为止，赛思库已先后为载人航天工程、探月工程等重点项目，开展了近千万只元器件的综合保障服务。

最近，为了有效打通国内元器件检测的信息渠道，赛思库研发了一款名为“蜂鸟云测”的一站式元器件检测平台。这一平台是是赛思库与中科院实验室合作的大数据技术成果，能够对航天和军工类的元器件进行“问诊”，并给出可靠性解决方案。与传统模式相比，这一平台的检测速度更快，质量报告更准确。

“在传统的元器件检测模式下，有检测需求的单位考虑到能力、资质和价格等因素，很难与实验室畅通对接。”党炜说，“检测实验室之间又彼此隔离，检测状态不能及时查询，只能通过传统的电话和邮件等方式进行沟通。“

通过开设检测方和实验室管理账号，这一新的检测平台可以链接有元器件检测需求的用户和实验室，为供需双方提供高效可用、实时透明的检测工具，将行业内的“信息墙”彻底打破。研发团队希望，未来这一平台能够集成整个行业的信息资源。

在保证可靠性的前提下，大数据的加入让整个流程的成本比传统验证方式降低了50%。党炜透露，一个航天工程任务中元器件工作原本需要30人协作完成，现在只需要3个人。

此外，该平台还能够通过大数据进行用户画像，洞悉供需双方的使用习惯，以实现“私人订制”。“我们通过将元器件检测需求转化为专业可实施的‘实验语言’，实现了从信息咨询到方案编制再到选型推荐，最终实现采购使用的一站式解决方案。”党炜说。

作者：丁佳 来源：科学网 

本文转载自科学网，链接：

http://news.sciencenet.cn/htmlnews/2018/6/414968.shtm

-END-

专 · 知

人工智能领域主题知识资料查看与加入专知人工智能服务群：

【专知AI服务计划】专知AI知识技术服务会员群加入与人工智能领域26个主题知识资料全集获取。欢迎微信扫一扫加入专知人工智能知识星球群，获取专业知识教程视频资料和与专家交流咨询！

请PC登录www.zhuanzhi.ai或者点击阅读原文，注册登录专知，获取更多AI知识资料！

请加专知小助手微信（扫一扫如下二维码添加），加入专知主题群（请备注主题类型：AI、NLP、CV、 KG等）交流~

请关注专知公众号，获取人工智能的专业知识！

点击“阅读原文”，使用专知