完美体育“风起AI 智创未来”广东省中小企业发展促进会18周年年会暨“2023年度岭南好企业”发布近日圆满举行。
活动特邀广东智用人工智能应用研究院创始人、院长管震以《制造业升级中的人工智能》作主题分享，深剖人工智能在各个行业和业务场景的未来发展趋势，帮助制造企业利用人工智能新技术创造多样的发展机遇与可能。
管震是前微软（中国）有限公司首席技术顾问，曾助力多家全球大型企业进行数字化升级、领导并构建微软在中国的物联网生态圈。以下是他的演讲精华内容摘编：
大家好！我是来自广东智用人工智能应用研究院的管震，非常荣幸来到广东省中小企业发展促进会18周年年会。今天要跟大家聊的内容是在制造业当中，人工智能到底怎么用？我相信大家对这件事都很感兴趣，希望能够把我们目前的最佳实践告诉大家。
On the eve of the Industrial Revolution，站在产业变革的前夜。大家现在可能都对人工智能跃跃欲试，意识到可能明年、后年、大后年，世界就变得跟现在不太一样了，可到底怎么变？我们怎么去参与它？这是非常重要的一件事。
首先，回顾一下人工智能到底发生了什么事，怎么突然今年又热起来了。人工智能这个词不是第一天听见，2016年，AlphaGo（阿尔法围棋）出来时，大家说“人工智能好厉害，已经可以下棋下成这个样子了”。后来很快速地，2016年计算机视觉超过了人类；2018年，阅读理解超过人类；2020年，在某些程度上对答已经通过了图灵测试。
可大家还是觉得人工智能好傻，用不起来。2022年11月底，ChatGPT出来后，大家发现这一次人工智能好厉害，上知天文、下知地理，好像一个真人在跟自己聊天。因此我们重新燃起了对人工智能的热情，因为这回的人工智能是先练了大脑。
有了这个大脑之后，事情就发生了变化。2023年，OpenAI引领着各种各样的商业化；微软在持有了OpenAI的49%的股权之后，很迅速地把自己的产品OpenAI化了一遍，叫Copilot，这两家公司基本上发生了翻天覆地的变化。原来工业革命在干的事就是把重复性的事情拉到一起，然后用工业化的方式，让机器更快速地去干。因此，我们当然可以用人工智能来完成这种重复性的事情。
原来没有人做大模型，大家的做法都是小模型，垂直地针对计算机视觉、语言、语义理解去做训练，可是今天大模型训练成功了。大家一看这种1800亿参数的模型竟然真的能训练成功，于是世界上各种各样的AI就爆发了，甚至连运动都爆发了，因为有部分人觉得明天可能世界就要被人工智能接管了。当然，人工智能在快速发展的过程中，肯定会遇到了一些伦理、数据上的问题，这些都是我们企业可能要考虑的事。
首先，大模型已经在改变工作的形式。比如说我现在用的图，除了是第三方合作伙伴的之外，其它都是用人工智能生成的。或者在电商场景，产品要上架，需要找摄影师拍很多组照片，这有一个前提，是需要已经有了产品才能去拍照。可是我们想象一下，如果已经有了这个产品，那就有可能变成库存。如果不想把它变成库存，能否先设计出来，然后运用人工智能让图片看起来跟真的一样，直接先上架，当有人要买，再去生产？
第二，大模型改变对数据消费的想象力。这是我们在香港孵化的一个项目，给买房的人一个参考：“你今天要买的物业大概值多少钱”。香港的物业买卖很自由，但是上一次房子的卖价和这次可能隔了很多年，按照原来传统的数据分析已不太够用。通过现在的大模型，除了可以对它上次卖了多少钱、在多少层楼、能不能看到海景、旁边有没有学校、离医院有多近、楼底下有没有便利店等传统结构化数据进行综合分析，还可以对很多非结构化的数据，如文字、文本、图像，甚至一些非标的信息，进行消化吸收并且吐纳、演绎。
第三，电商的效率在发生变化。人工智能懂一百多国语言，能理解不同文化。比如说一件衣服要在亚马逊上架，商家怎么描述这件衣服？他只要给衣服拍张照，并告诉人工智能“我要卖这件T恤，你帮我在美国上架时或者在内华达州上架时，用用户喜欢的方式去描述它好不好？”一分钟之内人工智能就能把所有的listing都写上去。当然，在这个过程中也可以用文字生成图片，在不同场景下更快速地生成概念图片，比如拉丁美洲人喜欢阳光、英国人喜欢大笨钟的背景等。
同时，大模型也在改变企业应用的各种形态。大家看这图，能不能由此问人工智能：温度会不会影响销售？工作日和休息日对我的销售有什么影响？在市区和不在市区对销售有什么影响？只要对它说话，它就应该给出答案，这是目前我们看到的在企业的应用形态上发生的最大变化。
人工智能每天在日新月异地往前跑，可是做AI模型的公司大多顾不上应用，所以在场景化的应用留了一个巨大的白。除了跟它聊天，还能干什么？企业怎么把它用起来？
我给大家举个例子：比如说OpenAI出了一个GPTs（GPT Store），可以自己人工智能，让它做你想让它做的事情、拥有你希望的能力。在读论文这件事情上，我们看到GPT商店里有20多个不同的与研究论文相关的GPTs小的人工智能agent。为什么人工智能在这个领域这么热？一个重要的原因是大模型本身是用人去理解世界的方式去理解世界的，因此，当你的论文放到这个GPT里之后，它可以从各种维度去理解这些论文，包括可以把自己装扮成一个化学家、物理学家、哲学家、生物学家，从不同学家的角度来看同一篇论文，或者这群人去看一堆论文然后把它互相之间的关联结合起来，这是它能力非常强的地方，是普通人没办法达到的。
大模型虽然火，但还是有很多问题要解决。一是如何向人工智能提问，一步一步地打破砂锅问到底，问到想要的答案，这是有技巧的；二是人工智能和数据库之间的对话、与分析结果的对话，不同的模型在对话的过程当中很可能表现不一样；三是大模型自己会遗忘，讲着讲着上一句话讲的是什么就忘掉了；四是大模型会出现幻觉，会一本正经地胡说八道，它经常会编出一些看上去很正常的东西；五是大模型不是数据库；六是可解释性弱，大模型本身在训练的过程当中有一些取巧的成分，所以可解释性比较差；七是数据的杂质，如果你喂给大模型一些没有经过处理的数据，它出来的结果也会让你觉得“垃圾进垃圾出”。
不过我们肯定不会等到所有问题都解决了才动身。大模型这次出来给了在座的各位一次平等对话甚至折叠空间去发挥的机会。原来要做某一个新的产品，可能得花很大的力气，可能需要建立巨大无比的研发团队才能做到，现在很可能一步就能跨过去，这就是折叠空间。这种机会要不要？要，我们来看看怎么做。
生成式人工智能如果要用在制造业里，是不是每块都做？有三大思路：一是辅助人机协作，即原来人机对话的方式变得更快速、更高效。二是释放数据价值，比如说我们有自动化的设备、联网的设备、PLC等，这些数据都采集上来了，我们有ERP、PLM、CRM、PDM等很多系统，这些系统里也有数据，可这些系统数据怎么用起来？怎么去释放数据的价值？当然，第一得先把数据连起来，第二是需要有数据治理。因此，第三个思路是，当这件事情丢到人工智能应用当中去，无论是面对决策、财务、未来创新还是市场，都有可能产生新的价值。
第一个例子，企业把内部的知识库灌给大模型，在微信小程序等可以去提问。我们到任何一个地方去，设备搞不太懂，比如这个红灯为什么会亮？这个地方显示“102”箭头是什么意思？可以立刻查一下。原来我们要用脑袋记、翻手册，或者凭经验，现在可以通过这种方式获得结果，可以加20%的处理效率，而且在很多场景下都可以用。
第二个例子，这是一个画图的界面，把设计师手画的衣服往这儿一丢，调一些参数，它就开始画，在30秒钟之内，可以出效果图了。只要有灵感就可以上架一样东西，当用户觉得这都很好看，就买，这时候就变成C2M，500件起订，众筹或者说团购就可以开始了。
另外，我们在很多创新项目里，无论是硬件还是软件，都要写程序。原来写程序是一件很复杂的事，需要两三年资深的开发程序员，但再资深的程序员对维护原来的代码都会感到头疼。这也是Copilot干的事，就是去理解这段代码是在干什么、哪些地方可能有问题，它都可以提出来，甚至可以生成大量的单元测试。
再来看一个更高级的例子。这是我们与客户在做的概念验证，客户给的这张图要生成工艺卡，原工序是找工艺，写完工艺，还要变成BOM，如果设计可以，就开始生产。可是我们现在做了一些调整之后，把它直接丢给人工智能，人工智能就帮我们生成JSON，就是把这张图变成可以被交换的数据格式，以备未来与不同的系统之间用同一种语言进行数据的交换，比如说CAD、UG，不同的设计工具都能读懂的一样东西。虽然它不能全部代替整个工艺设计流程，但是一个模具设计原来需要花14天，现在只需要花7天，甚至更短的时间，是不是对我们现在的效率有极大的提升？
右下角是一张布局图，人去画这张图需要花3天时间，但是人工智能帮忙画，只需要75分钟，而且省14%的材料，每家企业都知道这意味着什么。
最后，我们再来一个更高级的例子。这是我们经常在干的事情，用人工智能帮大家去审图，包括设计图、工程图、PCB布局图等，虽然不是每次都审得准，但是在有些场景下会给我们很有趣的建议。甚至可以让人工智能自己去当监工，互相之间的结果还能互相校验，做交叉比对之后再呈报到案头上来。
刚才我讲到的内容其实是在盒子里面的，在我们现有的业务领域里如何利用人工智能。我举了制造业里的几个点，每个点都有可能帮助我们企业提高效率、提高创造性，减少出错，进行质量把控和工艺改进。
现在，我们再来看看在盒子外面的是什么，也就是我们如何跳出原来的框框去思考。
人工智能可能对企业未来的成长有巨大的帮助，但这个巨大的帮助可能不是在我们现有的场景下。边际成本和协作模式，这是过去三次工业革命沉淀下来的最核心的事。那么从这两个方向来讲，哪些事情是可以这么干的？
我们从大模型的想象力开始讲起。当我们家孩子每天跟我说“爸爸，给我讲个故事吧”、“爸爸，我想当宇航员。”我都不会，怎么办？可是人工智能几乎都会，它可以去设定模拟一个人的场景，上知天文、下知地理，针对每样东西都可以跟你的孩子去聊，激发他对未来的探索和憧憬，让他每天都能对未来梦想憧憬的中感受快乐，这是人做不到的。这就是从原来边际成本很高的一件事情变成边际成本很低的一件事情，比如说变成一个平板+一个App就可以搞定。
刚才我们说的是产品创新。如果是在企业管理运营里，人工智能可以根据你的运营数据、财务数据、产品数据、销售数据、排班数据、质量检测报告、市场声音、客户声音等，综合得出一个结论：在这个季度什么做得好、什么做得不好，以及下个季度应该做什么、不该做什么。
再往后想，广东省是制造企业非常多的地方。原来我们制造的灯、建材、伺服器等设备给到的都是中间这块“具身实体”，这个词有点新，我们当作是有这种实物的设备。原来要干的事情主要是机器人学、控制系统、芯片设计、边缘计算、传感器、感知智能，也就是传统的物联网。可是物联网现在不完全够用，很可能由于这次人工智能往前走一步，很多原来没有人工智能的设备，未来都会带上人工智能的计算大脑或者计算之后的触角、神经网络。因此，我们就会看到具身系统的不断发展，不断地让车、房子、交通、医疗等变得更加智能。同时，群体具身智能的出现，会更好地让设备和设备之间发生关联和关系。我们走到任何一个地方，它都有可能是未来的智能体，这是有可能出现的形态，而这种形态的发生会促使大量新领域和制造业未来需求的蓬勃发展。
对我们来讲还有一个大框，叫做材料。我去问一个人工智能，“大语言模型能不能帮助发现新材料？”它说“行，有很多种方法：第一，快速扫描材料数据库；第二，从研究论文中去发现不同的材质之间的互相关系；第三，生成新颖的分子结构；第四，预测新材料的性质和特质；第五，确定合成的途径。最后一个非常重要的是发现非显著的关联，跨学科地去做发现。”跨学科是特别难做到的一件事情，可是人工智能给了我们这次机会，能让不同学科的人都为你所用，我们只要善用它就行。
可能大家也发现了，人工智能这个技术现在发展得非常快，我们希望能为前沿科技和传统产业搭一座桥。
那我们怎么才能跟人工智能结合起来？这是我们现在总结出来的六步：一是明确要实现什么需求、为什么业务目标去做；二是数据准备；三是模型的选择与微调；四是架构设计；五是部署优化；六是用户培训。
企业如果要进入人工智能领域，与自己的业务进行创新、人机协同或者发掘现在已有数据里的金矿，我们认为概念验证得先行。没有人能一眼就说清楚一定能或者不能，概念是否能在技术上落地，已有的系统和数据是否能够满足实际业务需要等等，这些都需要梳理的过程。
虽然任重道远，但是我们知道这个赛跑已经发生；虽然是赛跑，但是我们希望自己不是坐在马上的那个，而是蒸汽机上的那个。谢谢大家！
抢抓时代新机遇 激发向上新动能——广东省中小企业发展促进会18周年年会成功举办
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
雷佳音收到张译一条微信：“汤唯找我要你微信，我给不给？”雷佳音一听急了
寄予的情线%，网易、快手、哔哩哔哩直线下坠，低费率恒生科技ETF基金(513260)跌4%刷新年内新低，基金经理火速发声
湖人111-118森林狼，3大不可思议！3个不争事实！2水货浮出水面！
