1.“AI+”重構(gòu)行業(yè)生態(tài) 人工智能產(chǎn)業(yè)前景廣闊
人工智能與各行各業(yè)的聯(lián)系緊密。人工智能與工業(yè)結(jié)合推動(dòng)了工業(yè)4.0，與家居結(jié)合產(chǎn)生了智能家居，賦能汽車帶來了無人駕駛，醫(yī)療加上人工智能產(chǎn)生了智慧醫(yī)療，諸多如此。這些產(chǎn)業(yè)在當(dāng)下所形成的形式與體量，是過去所不能比較的。
例如在醫(yī)療方面，很多的醫(yī)療設(shè)備都應(yīng)用了人工智能技術(shù)，例如自動(dòng)化手續(xù)設(shè)備、醫(yī)療管理系統(tǒng)、個(gè)人健康管理等方面。智慧醫(yī)療的市場規(guī)模近千億級(jí)，歷經(jīng)疫情市場對(duì)人工智能醫(yī)療設(shè)備的認(rèn)知進(jìn)一步提升，市場需求也在保持較快增速發(fā)展。
在金融方面，數(shù)字人民幣的推出，進(jìn)一步打破國際金融的壟斷局勢。為了推動(dòng)金融系統(tǒng)的智能化升級(jí)，最近兩年來，從審批到審計(jì)再到注冊(cè)，我國做了大量的數(shù)據(jù)積累。
在交通方面，應(yīng)用智能的系統(tǒng)可以幫助提高交通的安全水平，減少道路擁堵。在智慧城市建設(shè)領(lǐng)域里，我相信每個(gè)城市都會(huì)將智能交通作為關(guān)注的重點(diǎn)。
除此之外，還有教育、公共安全、商業(yè)服務(wù)、能源等方面，我相信各行各業(yè)都能找到與人工智能的結(jié)合點(diǎn)。
人工智能產(chǎn)業(yè)有三個(gè)基本元素，第 一是原材料和數(shù)據(jù)；第 二是加工設(shè)備，我們也叫算力；第三是算法。同樣的設(shè)備、不同的算法在人工智能產(chǎn)業(yè)里面發(fā)揮不同的作用。
在我國人工智能產(chǎn)業(yè)鏈中，上游產(chǎn)業(yè)為數(shù)字產(chǎn)業(yè)，數(shù)字經(jīng)濟(jì)是人工智能的一種新形式；中游產(chǎn)業(yè)與半導(dǎo)體芯片的算法相關(guān)。AI芯片分有多種類型、多種用途，產(chǎn)業(yè)需求很旺盛，但是我們的供給能力還不夠強(qiáng)。這也意味著我們的人工智能產(chǎn)業(yè)仍有很大的發(fā)展空間，近年來無論是上、中、下游都涌現(xiàn)了很多新企業(yè)。隨著人工智能產(chǎn)業(yè)的發(fā)展，一定程度上可以幫助解決就業(yè)問題。
2.人工智能由弱到強(qiáng) 多維度技術(shù)融合走向?qū)嵺`應(yīng)用
人工智能是希望讓機(jī)器人學(xué)習(xí)人一般思考。
早期通常稱為弱人工智能，即讓機(jī)器模仿人的能力進(jìn)行推理。早在上個(gè)世紀(jì)九十年代，我國就發(fā)展了專家系統(tǒng)，以某種數(shù)據(jù)形式存儲(chǔ)在計(jì)算機(jī)里后，計(jì)算機(jī)可以根據(jù)問題回復(fù)。但是機(jī)器本身是沒有感受的，只是根據(jù)原有的問題進(jìn)行回答。
由弱到強(qiáng)，強(qiáng)人工智能是可以達(dá)到人類思維級(jí)別的人工智能程序，有自我學(xué)習(xí)和理解復(fù)雜概念的能力。深度學(xué)習(xí)、因果推理和大數(shù)據(jù)是強(qiáng)人工智能的引擎和燃料，所謂的大小模型都依靠學(xué)習(xí)過程中的數(shù)據(jù)積累。強(qiáng)人工智能可以理解復(fù)雜的概念，而過去的弱人工智能是比較簡單的、不具有人的意識(shí)。我們希望它有一天可以理解問題、理解解決問題的方法，這是強(qiáng)人工智能重要的特點(diǎn)。
再進(jìn)一步的超人工智能，方法會(huì)不一樣，尤其是中國現(xiàn)在人工智能的發(fā)展途徑與國外有一些差異。我們希望把人工智能作為一種工具，幫助我們解決現(xiàn)有的困難。而國外的研究，則希望把人工智能改造為生物智能和非生物智能的結(jié)合，通過人工智能使人有非生物式的智能。這兩條路大家都在走，但哪一條路更好走，現(xiàn)在還在討論階段。
今天，如果你想做一個(gè)人工智能的技術(shù)中心或是研究院，需要掌握哪些要素，以下幾個(gè)方面值得關(guān)注：
· 一個(gè)是大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)，另外還有因果推理。我國現(xiàn)在這方面的人才儲(chǔ)備較弱。雖然我們的數(shù)據(jù)比較多，但是發(fā)生問題以后，在“這個(gè)結(jié)果是如何發(fā)生的”、“是什么原因?qū)е碌摹钡冗@些問題上的研究比較少，積累的工具和系統(tǒng)也比較少。
· 還有一個(gè)是語音識(shí)別方面，現(xiàn)在已經(jīng)有公司在做了。接下來是計(jì)算機(jī)視覺、無人駕駛和智能機(jī)器人。其中，機(jī)器人產(chǎn)業(yè)在人工智能產(chǎn)業(yè)中是規(guī)模最 大的，根據(jù)發(fā)展趨勢顯示，智能機(jī)器人發(fā)展前景廣闊。
· 這些不能單單作為一項(xiàng)技術(shù)，也要和其他的應(yīng)用相結(jié)合，我們希望可以將多種技術(shù)進(jìn)行融合。
3.人工智能催生全新經(jīng)濟(jì)形態(tài)
人工智能產(chǎn)生了很多新的經(jīng)濟(jì)形態(tài)，這些經(jīng)濟(jì)形態(tài)是過去我們沒有遇到的，比如數(shù)據(jù)經(jīng)濟(jì)、物聯(lián)經(jīng)濟(jì)、長尾經(jīng)濟(jì)、服務(wù)經(jīng)濟(jì)、分享經(jīng)濟(jì)、普惠經(jīng)濟(jì)、平臺(tái)經(jīng)濟(jì)、產(chǎn)銷者經(jīng)濟(jì)、協(xié)同經(jīng)濟(jì)和智能經(jīng)濟(jì)。我們圍繞幾個(gè)典型的經(jīng)濟(jì)形態(tài)展開探討，分析人工智能在當(dāng)中的推動(dòng)作用。
01 數(shù)據(jù)經(jīng)濟(jì)
在我國，數(shù)據(jù)是重要的要素。農(nóng)耕文明時(shí)代的基礎(chǔ)資源是土地，工業(yè)文明時(shí)代是原料，數(shù)據(jù)則是數(shù)字經(jīng)濟(jì)時(shí)代的基礎(chǔ)資源。數(shù)據(jù)經(jīng)濟(jì)的持續(xù)發(fā)展依賴于無數(shù)已經(jīng)崛起和即將崛起的數(shù)字經(jīng)濟(jì)企業(yè)，總體來說可分為融合應(yīng)用、數(shù)據(jù)服務(wù)、基礎(chǔ)支撐三大類細(xì)分市場。
很多城市建了大數(shù)據(jù)局、大數(shù)據(jù)交流中心，數(shù)據(jù)作為一種產(chǎn)品和商品慢慢受到社會(huì)的認(rèn)可。在數(shù)據(jù)變成可交流的商品之前，還有不少的工作要做。
第一是融合數(shù)據(jù)。將有價(jià)值的數(shù)據(jù)篩選，并與行業(yè)應(yīng)用結(jié)合。我相信數(shù)據(jù)以后會(huì)變成很重要的服務(wù)于大眾的商品。
第二是發(fā)展服務(wù)經(jīng)濟(jì)。數(shù)字經(jīng)濟(jì)推動(dòng)了服務(wù)經(jīng)濟(jì)的轉(zhuǎn)型和升級(jí)。
第三是發(fā)展云計(jì)算和通信。云服務(wù)進(jìn)一步發(fā)展擴(kuò)容需要底層通信技術(shù)的建設(shè)和升級(jí)，通信廠家也因?yàn)槿斯ぶ悄墚a(chǎn)業(yè)的發(fā)展而發(fā)展。換句話說，這兩個(gè)行業(yè)是相輔相成的。
02 工業(yè)互聯(lián)網(wǎng)
工業(yè)互聯(lián)網(wǎng)是一種服務(wù)經(jīng)濟(jì)，當(dāng)中有三種類型的服務(wù)：工業(yè)數(shù)據(jù)、智慧工廠、應(yīng)用服務(wù)。
· 工業(yè)數(shù)據(jù)
其一，通過物理終端收集一些原始數(shù)據(jù)。我們的業(yè)務(wù)流程中有很多業(yè)務(wù)相關(guān)的知識(shí)，這些數(shù)據(jù)是開發(fā)工業(yè)軟件必須用到的。我們的研發(fā)工具開發(fā)需要數(shù)據(jù)，生產(chǎn)工藝也是一種數(shù)據(jù)的來源。對(duì)于這個(gè)數(shù)據(jù)怎么加工，我們要代碼化、參數(shù)化和圖形化。
其二，我們要建大模型。模型主要分成兩大類型，第一種是做業(yè)務(wù)邏輯類的模型，主要是做成理論模型，包括場景的布點(diǎn)模型、生產(chǎn)工藝的模型、生產(chǎn)過程發(fā)生故障的模型、數(shù)字孿生的仿真模型等；第二類模型是和數(shù)據(jù)驅(qū)動(dòng)相關(guān)的，包括前面提到的機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、對(duì)數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析等。ChatGPT屬于第 一類，它是和業(yè)務(wù)模型相結(jié)合的。
· 智慧工廠
智能生產(chǎn)包括優(yōu)化工藝、減少過程、提高效率。大家通常講的工業(yè)互聯(lián)網(wǎng)，區(qū)別于工業(yè)互聯(lián)網(wǎng)的研究中心或者研究院，它對(duì)于海量的數(shù)據(jù)進(jìn)行處理，尊重云和端三者之間的協(xié)同，支持分布式計(jì)算，加強(qiáng)網(wǎng)絡(luò)協(xié)同。大家遇到了一些網(wǎng)絡(luò)問題，公域網(wǎng)和端怎么協(xié)同，是我們考慮的問題。
· 應(yīng)用服務(wù)
有兩種不同的架構(gòu)。市場上，從整體上看，每個(gè)平臺(tái)有自己的業(yè)務(wù)，另外是以微服務(wù)架構(gòu)為支撐的。換句話說，每個(gè)用戶可以在這個(gè)架構(gòu)上根據(jù)自己業(yè)務(wù)的需要，把這些微服務(wù)拼裝成一個(gè)需要的模型。因此可以做很多的工作，比如對(duì)于企業(yè)整個(gè)生產(chǎn)狀態(tài)的感知，可以對(duì)數(shù)據(jù)進(jìn)行實(shí)時(shí)分析，領(lǐng)導(dǎo)可以利用實(shí)時(shí)分析的結(jié)果進(jìn)行科學(xué)決策，然后推進(jìn)精準(zhǔn)執(zhí)行。
03 物聯(lián)經(jīng)濟(jì)
在數(shù)字經(jīng)濟(jì)時(shí)代，無處不終端、處處皆計(jì)算的移動(dòng)技術(shù)，讓聯(lián)系人與人的互聯(lián)網(wǎng)，快速進(jìn)化成聯(lián)系人與物、物與物的物聯(lián)網(wǎng)。伴隨著物聯(lián)網(wǎng)演進(jìn)，物聯(lián)網(wǎng)經(jīng)濟(jì)也隨之發(fā)展。 在物聯(lián)網(wǎng)經(jīng)濟(jì)發(fā)展過程中，零售業(yè)是物聯(lián)網(wǎng)經(jīng)濟(jì)的先行者，其次促進(jìn)了相關(guān)前沿產(chǎn)業(yè)技術(shù)的發(fā)展。另外，也需多加關(guān)注醫(yī)療領(lǐng)域的物聯(lián)網(wǎng)經(jīng)濟(jì)，包括移動(dòng)醫(yī)療器械、醫(yī)聯(lián)體、互聯(lián)網(wǎng)的醫(yī)療、分級(jí)診斷等。
04 智能經(jīng)濟(jì)
智能經(jīng)濟(jì)最早定義于2011年。在歐洲2020戰(zhàn)略上，它有兩個(gè)發(fā)展趨勢。第一個(gè)趨勢是，機(jī)器正在很大程度上替代人類的工作，現(xiàn)在很多人提到繁瑣、危險(xiǎn)勞動(dòng)的工作會(huì)被機(jī)器大量替代；第二個(gè)趨勢，在人工智能時(shí)代，從企業(yè)稅收上構(gòu)建起了有利的經(jīng)濟(jì)生態(tài)，可以讓社會(huì)中的每個(gè)人從技術(shù)發(fā)展中受益。
智能經(jīng)濟(jì)是把人類的智慧和知識(shí)轉(zhuǎn)化為人工智能的過程。要實(shí)現(xiàn)這樣的轉(zhuǎn)化，就需要人工智能技術(shù)，以及以人工智能為內(nèi)核的軟件和智能制造的協(xié)同發(fā)展。首先，我們要了解智能經(jīng)濟(jì)到底有哪些成分。
智能經(jīng)濟(jì)有三種不同類型的智能產(chǎn)業(yè)：
第一類是基礎(chǔ)類型的智能產(chǎn)業(yè)。再把它分成兩個(gè)分類，一類是數(shù)據(jù)與計(jì)算，另一類是硬件。數(shù)據(jù)與計(jì)算里面有數(shù)據(jù)資源和云，硬件層面主要是芯片和云平臺(tái)，其中，國家已經(jīng)支持了企業(yè)的人才，積累了很多方案。
第二類是技術(shù)類型的智能經(jīng)濟(jì)產(chǎn)業(yè)鏈，首先是感知智能，其次是認(rèn)知智能。
最后一類是種類最豐富的、數(shù)量最 大的應(yīng)用類的智能產(chǎn)業(yè)。
人工智能和智能產(chǎn)業(yè)之間有什么關(guān)系？智能制造的主要特征就是走向數(shù)據(jù)化、網(wǎng)絡(luò)化和智能化。
第一步，從數(shù)據(jù)化到智能化，要從小數(shù)據(jù)到大數(shù)據(jù)。為智能制造提供數(shù)據(jù)基礎(chǔ)。
第二步，從智能化進(jìn)一步發(fā)展。從過去已有的計(jì)算機(jī)輔助系統(tǒng)到智能認(rèn)知，能夠促進(jìn)我們實(shí)現(xiàn)產(chǎn)品全生命周期的智能化。但多數(shù)是碎片化的產(chǎn)品，缺乏一個(gè)完整的數(shù)據(jù)平臺(tái)，也缺乏數(shù)字發(fā)展的底座，今后我們要推動(dòng)向這個(gè)方向發(fā)展。
最后關(guān)于網(wǎng)絡(luò)。我們從局部網(wǎng)絡(luò)到泛網(wǎng)，提供智能制造到互聯(lián)互通的網(wǎng)絡(luò)基礎(chǔ)，我相信網(wǎng)絡(luò)基礎(chǔ)在我國的發(fā)展是比較快的。這幾年國家5G技術(shù)的發(fā)展，提供了一個(gè)基本的硬件支撐。在這個(gè)支撐上，可以發(fā)現(xiàn)服務(wù)可能是各個(gè)行業(yè)努力打造的方向。
4.云-邊-端一體、芯片、算法、制造，四維驅(qū)動(dòng)智能企業(yè)的誕生
從一個(gè)企業(yè)變成智能企業(yè)，首先要支持云、邊、端全覆蓋的運(yùn)維架構(gòu)。
我們國家在前幾年花費(fèi)大量資金做基礎(chǔ)建設(shè)，發(fā)展到今天，我們應(yīng)把注意力放在對(duì)已有的技術(shù)和生產(chǎn)能力的運(yùn)營和維護(hù)上，而不是接著投錢建更多的工廠。運(yùn)維是我們整個(gè)經(jīng)濟(jì)發(fā)展重要的元素和環(huán)節(jié)，其中，智能工廠要配置大量的智能感知端，比如智能網(wǎng)端、邊緣計(jì)算和云計(jì)算。智能運(yùn)維包括設(shè)備管理、產(chǎn)品質(zhì)量控制、生產(chǎn)監(jiān)測和預(yù)警、故障定位等，所包含的內(nèi)容還是非常豐富的。我們可以從分析中看到創(chuàng)新的框架。
今天是創(chuàng)新大會(huì)，每個(gè)企業(yè)都有創(chuàng)新的可能。智能經(jīng)濟(jì)是非常先進(jìn)的經(jīng)濟(jì)，還在不斷地創(chuàng)新中。我們從四個(gè)方面來分析還可以做什么創(chuàng)新。
從技術(shù)方面來看，有和硬件有關(guān)的芯片，可以做感知可見光和紅外線、區(qū)域雷達(dá)、數(shù)據(jù)的產(chǎn)品庫和知識(shí)庫。從工業(yè)互聯(lián)網(wǎng)角度來看，這些芯片應(yīng)用了4G+5G，通過藍(lán)牙和無線夯實(shí)了網(wǎng)絡(luò)基礎(chǔ)。
第二，從算法領(lǐng)域來看，我們要在圖像處理、計(jì)算機(jī)視覺、目標(biāo)識(shí)別等方面有更加精細(xì)化的產(chǎn)品，現(xiàn)在還存在一定的距離。這其中提到的已有的學(xué)習(xí)技術(shù)，如強(qiáng)化學(xué)習(xí)、語言學(xué)習(xí)、深度學(xué)習(xí)、遷移學(xué)習(xí)等，都是在科技上的算法。
第三層面是運(yùn)維。我們要建設(shè)數(shù)據(jù)中臺(tái)、業(yè)務(wù)中臺(tái)、任務(wù)中臺(tái)，這是我們協(xié)同分析和需求設(shè)備。設(shè)備概念近期提到的比較多，為什么做設(shè)備？因?yàn)楹芏嗉夹g(shù)是通用的，通用技術(shù)應(yīng)用到行業(yè)中還需要進(jìn)行改造，在改造的過程中，如果沒有龍頭企業(yè)牽引，每家每戶的工作量消耗非常大。我們要支持設(shè)備中心的建設(shè)，相信在海曙區(qū)會(huì)有相應(yīng)的布局。
最后是關(guān)于制造。我們支持柔性制造，支持全流程的監(jiān)控、自動(dòng)化的測試，發(fā)展數(shù)字孿生技術(shù)在企業(yè)界的應(yīng)用。
首頁