【
智慧城市網(wǎng) 視點(diǎn)跟蹤】近日,第15屆創(chuàng)業(yè)家年會(huì)在北京舉辦,年會(huì)主題為“AI給世界一個(gè)確定性”。會(huì)上,中國(guó)工程院院士、前華中科技大學(xué)校長(zhǎng)、CCF中國(guó)數(shù)字經(jīng)濟(jì)50人論壇委員李培根以《在不確定性中超越——淺談產(chǎn)業(yè)智能化升級(jí)》為主題發(fā)表了演講。
李培根在演講中表示,企業(yè)在解決大量不確定性問(wèn)題、想實(shí)現(xiàn)高質(zhì)量發(fā)展時(shí),AI是處理不確定性問(wèn)題最好的工具。他認(rèn)為:“利用人工智能就是通過(guò)大數(shù)據(jù)、人工智能的分析去減少不確定性,這是企業(yè)要面對(duì)的主要問(wèn)題。”
1、超越用戶的預(yù)期
我們過(guò)去自動(dòng)化、信息化處理問(wèn)題的方式,主要是確定性的、基于因果關(guān)系、有固定模式的。但在智能時(shí)代,隨著大數(shù)據(jù)、人工智能技術(shù)的發(fā)展,我們更要面對(duì)不確定性的問(wèn)題。在企業(yè)里面有大量的不確定性,比如制造過(guò)程、用戶體驗(yàn)、開放環(huán)境的不確定性等,還有用戶的需求和預(yù)期等。
現(xiàn)在已經(jīng)是體驗(yàn)經(jīng)濟(jì)的時(shí)代,要面對(duì)用戶體驗(yàn)的不確定性,所以今天的商品或服務(wù),已經(jīng)內(nèi)卷到了高度同質(zhì)化——如何讓用戶獲得更好的體驗(yàn),已經(jīng)成為企業(yè)的突破口。
體驗(yàn)經(jīng)濟(jì)的關(guān)鍵因素是消費(fèi)者從被動(dòng)的價(jià)值接收者,轉(zhuǎn)為積極參與價(jià)值創(chuàng)造的各個(gè)環(huán)節(jié)、成為創(chuàng)造獨(dú)特體驗(yàn)的參與者。我們要給用戶驚喜,就要超越用戶預(yù)期的體驗(yàn)。這意味著什么?意味著為用戶創(chuàng)造體驗(yàn),即創(chuàng)造一個(gè)不確定性給用戶。所以我們是一方面要面對(duì)用戶的不確定性,另一方面還要給用戶創(chuàng)造一個(gè)體驗(yàn)的不確定性。
現(xiàn)在人工智能已經(jīng)可以幫助我們?nèi)?chuàng)造一些不確定性了。目前在工業(yè)領(lǐng)域、制造領(lǐng)域,機(jī)器人正在走出封閉的場(chǎng)景。在一個(gè)開放場(chǎng)景里,機(jī)器人就需要感知世界,因?yàn)榄h(huán)境是動(dòng)態(tài)變化的,所以就需要多模態(tài)感知融合、智適應(yīng)交互等技術(shù)。比如在機(jī)器人上面裝很多傳感器、大部分?jǐn)?shù)據(jù)需要進(jìn)行同步處理、并且調(diào)用不同復(fù)雜度的算法模塊等,這里面顯然需要人工智能。
當(dāng)自主移動(dòng)機(jī)器人在開放場(chǎng)景中進(jìn)一步發(fā)展時(shí),我們又提出一個(gè)新需求,就是云端機(jī)器人。意思是機(jī)器人的大腦在云端,而不在本體上。云端大腦非常智慧,它可以指揮很多機(jī)器人,讓機(jī)器人們協(xié)同工作更方便;它也包含很多東西,比如人臉識(shí)別、人體識(shí)別、環(huán)境識(shí)別、語(yǔ)音識(shí)別、自然語(yǔ)言處理等,各種各樣的人工智能都需要在云端大腦里具備。
在工業(yè)領(lǐng)域,物流對(duì)企業(yè)來(lái)講非常重要,因?yàn)槲锪鞒尸F(xiàn)了很多不確定性。如何面對(duì)這些不確定性,就需要數(shù)字技術(shù)和人工智能技術(shù)。一句話總結(jié),就是使得整個(gè)物流過(guò)程更加有序,少一些不確定性、多一些有序——就是確定性。
2、復(fù)雜關(guān)聯(lián)呈現(xiàn)的不確定性
企業(yè)是一個(gè)復(fù)雜系統(tǒng),一個(gè)復(fù)雜的裝備也是復(fù)雜系統(tǒng)……這些復(fù)雜系統(tǒng)里充滿著復(fù)雜關(guān)聯(lián),但可能大部分的復(fù)雜關(guān)聯(lián),人類工程師和學(xué)者還沒(méi)有真正認(rèn)識(shí)到,所以傳統(tǒng)的自動(dòng)化還是主要處理確定性、固定模式、基于因果關(guān)系的問(wèn)題。
現(xiàn)在,我們需要利用大數(shù)據(jù)、人工智能技術(shù)去超越確定性問(wèn)題、處理不確定性問(wèn)題,要超越固定模式問(wèn)題、進(jìn)而處理非固定模式的問(wèn)題,要超越基于因果關(guān)系、進(jìn)而處理存在復(fù)雜關(guān)聯(lián)的因素。
科學(xué)過(guò)去主要面對(duì)的是明知識(shí),比如牛頓定律,可以表達(dá)、感受;還有相對(duì)論、集合論等,可以表達(dá)、但不能感受。但目前在工業(yè)和社會(huì)中還存在很多大量既不可表達(dá)、也不可感知的知識(shí),比如騎自行車,這些都屬于暗知識(shí)。人工智能處理問(wèn)題的邏輯,也呈現(xiàn)出不確定性。馬斯克曾說(shuō)過(guò),傳統(tǒng)編程具有非常離散的邏輯并且結(jié)果非??深A(yù)測(cè)。但現(xiàn)在的人工智能處理問(wèn)題,我們是看不明白的。
在工廠和車間里存在著多種多樣的隨機(jī)勞動(dòng),生產(chǎn)系統(tǒng)的基本構(gòu)成要素有很多。每一項(xiàng)要素都可能呈現(xiàn)某些不確定性,因?yàn)榇嬖陔S機(jī)勞動(dòng)。但近年來(lái)數(shù)字孿生、智能傳感、物聯(lián)網(wǎng)、人工智能等技術(shù)的出現(xiàn),讓我們有可能面對(duì)工廠和車間生產(chǎn)的不確定性,比如我們可以建立數(shù)字孿生工廠來(lái)面對(duì)不確定性。
數(shù)字孿生工廠和物理工廠兩者是伴形的,所謂的伴形也就是相互影響??梢砸贿厡?shí)時(shí)獲取工廠里運(yùn)行的數(shù)據(jù),一邊數(shù)字孿生模型進(jìn)行分析、仿真,需要調(diào)整就馬上給出信號(hào)并進(jìn)行實(shí)時(shí)調(diào)整,使得工廠和車間的運(yùn)行更加有序,二更加有序就是消除不確定性。
企業(yè)里有多環(huán)節(jié),比如設(shè)計(jì)、制造、裝配、售后服務(wù)等,各個(gè)部門的多要素都存在不確定性,但我們平時(shí)把它們忽略了。講個(gè)簡(jiǎn)單的例子,任何企業(yè)都關(guān)心成本,比如采購(gòu)成本,可見的、可感知的成本有零部件、原材料成本、運(yùn)輸成本等,但還有一些隱性成本不容易感知到。那要怎么利用人工智能呢?就是通過(guò)大數(shù)據(jù)、人工智能的分析去減少不確定性,這是企業(yè)要面對(duì)的主要問(wèn)題。
3、劣構(gòu)問(wèn)題——解決方案的不確定性
良構(gòu)是呈現(xiàn)出解決問(wèn)題的全部信息,它有正確的收斂答案,而不是有很多答案,良構(gòu)問(wèn)題的答案是收斂的。
但劣構(gòu)問(wèn)題不一樣,日常生活中有很多選擇帶有不確定性,工程中有大量的問(wèn)題是劣構(gòu)。最典型的是設(shè)計(jì),因?yàn)槲覀円偪蛻?,不同的客戶喜好不同,所以這種問(wèn)題的答案不是收斂的。生成式AI工具對(duì)于良構(gòu)問(wèn)題,它的作用非常大,因?yàn)锳I掌握很多知識(shí);但對(duì)于劣構(gòu)問(wèn)題,生成式AI工具也能幫助我們?nèi)ヌ幚砹訕?gòu)問(wèn)題。
生成式工具設(shè)計(jì)的機(jī)械結(jié)構(gòu),其結(jié)構(gòu)不是為了好看,而是考慮了減重、減少材料,甚至避免振動(dòng)等各因素,設(shè)計(jì)出的盡可能優(yōu)化的結(jié)構(gòu)。這是生成式工具在幫助人類進(jìn)行設(shè)計(jì)。
第二,企業(yè)都希望高質(zhì)量發(fā)展,希望高效、低成本、低碳等。但這些多目標(biāo)之間往往是矛盾的,如低碳和高效。所以這個(gè)問(wèn)題沒(méi)有固定標(biāo)準(zhǔn)規(guī)定要采取哪些措施,這是典型的劣構(gòu)問(wèn)題,AI也可以給我們幫助。
總而言之,企業(yè)在解決大量不確定性問(wèn)題、想實(shí)現(xiàn)高質(zhì)量發(fā)展時(shí),AI是處理不確定性問(wèn)題的最好工具。我也希望未來(lái)企業(yè)可以在處理大量不確定性中實(shí)現(xiàn)智能升級(jí)。