AB/22B-D010H204

AB/22B-D010H204

非是為了潑冷水—只是想強調，要客觀、冷靜的看待AI，現在的政府似乎也陷入了*，就像H大學的老師說的“他們已經成為了科學家”，開始為越俎代庖來為產業規劃AI在制造業的應用，規劃“數字孿生”，我覺得官員對于“政績”的“大氣上檔次”有非常強烈的，凡是要持續投入的、而且要從基礎做起的，都是他們不感興趣的，這就警示我們“那些指導性意見”可能帶有非常強烈的“選擇性”，那就可以做出簡單的推斷，這可能就不是有意義的方向，可能借著AI來個“打造千億市值企業”的雄偉規劃就出來了，趁著半導體的熱門，各地又像當年打造機器人產業園一樣打造半導體產業園。

做企業的，可不能這樣，尤其是自己要掏真金白銀來的，可要思慮清楚。

如果過去的那種做法真的奏效，其實，我們怎么會有今天的問題呢？所以，不能用帶來問題的思維方式來解決問題，這個話還是有非常深的道理的。

我們的很多問題，根本不是AI能夠解決的，或者AI只能解決非常有限的問題，解決那些已經達到了機理極限的問題。以為AI就可以解決問題不花錢—這種不老而獲想法也是不行的。

人才，其實還是人才的問題

如果不知道為什么要做這件事情的時候，至少你可以冷靜下來問問自己“WHY？”，然后問問這個問題，我現在有什么辦法嘗試過了嗎？

智能的本質是什么？

智能的本質，主要還是為了應對變化，其實，變化是永恒的存在，因此，不管過去，今天，還是未來，變化都是存在的，因此，像控制、通信，其實都是為了解決這種VUCA環境下的穩定生產問題，降低不確定性，這是顯然的。

相對來說，在過去的時間里，生產還是比較標準的，現在就不一樣了，現在你要讓我穿件跟你一樣的衣服，我內心深深的覺得自己沒有個性-不能彰顯我*的魅力，盡管我知道我的個性化需求主要來自體型的局限性帶來的困擾，但是，我還是選擇去定制襯衫和西裝。

如果你讓機器擁有智能，其實，就是讓機器學會人的方式去干活，人怎么干活的？人是有眼睛、耳朵感知世界的，然后有手去執行的，由感知到大腦，大腦協調各種肌肉、關節的運動（機器或機器人）來完成各種任務的。

當然，如果你感興趣，你有一些問題是否AI今天更經濟，這么思考問題我想也是可以理解的，畢竟，傳統的方法也不是什么好方法，但是，這里你就必須得清楚你的應用特征了，你還是得有自己的知識和Know-How，至少你得把你的問題講清楚。

你能把你想要的問題講清楚嗎？？

不要輕易回答這個問題，仔細想想，你會發現，大部分人做不到講清楚，而建議別人“問清楚”。

--你清晰你的工藝流程嗎？

--你關注的細節是用戶關注的嗎？

--你們亟待解決的可量化指標是什么？

--對于質量相關性的參數你有多少了解？

--你知道你需要多大量數據才能訓練出有效模型嗎？

--你們的數據類型是哪種？

--對于可解釋性你們有要求嗎？

--你對AI了解多少？

--你的AI規劃與現有系統之間如何銜接？

--你能夠為你的供應商提供什么樣的架構？

能把問題講清楚嗎？

把問題講清楚，以前覺得不是個什么事情，但是，現在發現這是個大問題。