隨著人工智能（AI）、機器學(xué)習(xí)等技術(shù)的不斷發(fā)展和應(yīng)用，智能制造正在成為現(xiàn)代工業(yè)的重要發(fā)展趨勢之一。
5月20日，第四屆上海創(chuàng)新創(chuàng)業(yè)青年50人論壇上，來自機器人、個人出行、紡織服裝產(chǎn)業(yè)、文本智能處理等多個領(lǐng)域的企業(yè)代表，分享了他們對于智能制造未來的愿景，以及各行業(yè)面臨的挑戰(zhàn)。
談及AI如何改變?nèi)祟惖纳�，逍牛網(wǎng)絡(luò)科技（上海）有限公司創(chuàng)始人、首席創(chuàng)新官胡依林表示，從前用戶的地理位置、每秒電池的串并數(shù)、電壓電流、用戶行為等數(shù)據(jù)互相獨立，需要花費大量功夫去標(biāo)注和清洗，最終只能得到偏理性的結(jié)果。而AI能夠在多模態(tài)模型的基礎(chǔ)上，分析多種數(shù)據(jù)并輸出感性加理性的結(jié)果，并提供不同的產(chǎn)品配置，例如在不同城市、天氣、路況下應(yīng)該如何駕駛。
致景科技集團聯(lián)合創(chuàng)始人兼高級副總裁、上海致景信息科技有限公司總裁陳鐘浩表示，AI已經(jīng)開始對紡織服裝產(chǎn)業(yè)鏈產(chǎn)生深度的影響和改變。在服裝面料設(shè)計一環(huán)中，從前公司更依賴專家或者高級工程師，但如今在大模型的基礎(chǔ)上，AI能夠根據(jù)原料的數(shù)據(jù)、工藝、服裝的流行趨勢、消費數(shù)據(jù)等，快速生成可以應(yīng)用于生產(chǎn)、且還原度很高的產(chǎn)品。
他介紹道，紡織服裝產(chǎn)業(yè)鏈的市場規(guī)模超過5萬億元，產(chǎn)業(yè)鏈上的企業(yè)以中小微企業(yè)為主，產(chǎn)業(yè)分散、鏈條較長、數(shù)字化覆蓋率較低。在這一產(chǎn)業(yè)鏈上，供需永遠(yuǎn)有“錯誤”，在需求不可控的情況下，企業(yè)生產(chǎn)過多則產(chǎn)品賣不出去，生產(chǎn)過少則掙不到錢。因此需要利用新的AI技術(shù)，將每一個需求與供給的最優(yōu)方案實時計算出來。
達(dá)觀數(shù)據(jù)董事長陳運文則提到了AI對于內(nèi)容創(chuàng)作和審核方面的影響，“以前人們要花很多時間去看報告、識別財報等，完成很多復(fù)雜的文檔審閱工作，我認(rèn)為人和資料打交道的工作領(lǐng)域，無論是審核還是寫作，未來AI一定能大幅度幫助我們減輕負(fù)擔(dān)、提高效率。”
ChatGPT的誕生引發(fā)AI技術(shù)浪潮，創(chuàng)業(yè)公司應(yīng)如何擁抱風(fēng)口，又面臨著怎樣的挑戰(zhàn)？
“算力、數(shù)據(jù)、算法是人工智能時代必不可少的三個因素，”陳運文提到，達(dá)觀數(shù)據(jù)正在積累高質(zhì)量語料用來訓(xùn)練系統(tǒng)，后續(xù)也會持續(xù)加大這方面的投入。
他認(rèn)為，AI技術(shù)在2023年爆發(fā)，形成了AI的新代差。以GPT等大語言模型為代表已經(jīng)進入AI 2.0時代，也就是說其先進性和智能程度比原有的專用智能系統(tǒng)要先進一代。他表示，“如果一個企業(yè)擁有了這方面的機制，可以在成本和效率方面形成降維打擊，因此我們要了解新技術(shù)的動態(tài)，用上新技術(shù)，跟上科技發(fā)展的潮流，這樣才能在接下來十年的科技競賽當(dāng)中獲得先機。”
被問及公司面臨的挑戰(zhàn)時，胡依林同樣提到了算力，他直言創(chuàng)業(yè)公司面臨著無法與大公司爭搶算力的難題，“現(xiàn)在各個行業(yè)都在搶算力，算力是未來很重要的一個基礎(chǔ)設(shè)施，我們希望由政府引導(dǎo)，建設(shè)比較大的算力中心，讓不同企業(yè)應(yīng)用起來。”
此外，他認(rèn)為技術(shù)更迭太快也是一大難題。他舉例道，自己的公司曾有專門做視覺識別分析的小組，他們需要對采集的數(shù)據(jù)進行清洗，這一過程需要耗費大量的時間。而新技術(shù)的效率是他們的百倍以上，能夠直接取代整個團隊。“在AI大環(huán)境下，未來人們會把更多的理性思維、結(jié)構(gòu)化、重復(fù)的工作交給AI，無論是做toB還是toC產(chǎn)品，AI一定會承擔(dān)更多的能力。”他說道。
上海大界機器人科技有限公司聯(lián)合創(chuàng)始人胡雨辰則表示，希望大家稍微降低對于工業(yè)行業(yè)的預(yù)期。在一致性和穩(wěn)定性等方面，工業(yè)軟件還是需要大量投入，這些投入并不是算法就可以解決的，而是工藝、生產(chǎn)管理方面或者其他更復(fù)雜的系統(tǒng)性問題。
他認(rèn)為，“應(yīng)該花更多的功夫去研究如何將最核心的基礎(chǔ)性應(yīng)用技術(shù)與AI結(jié)合。AI技術(shù)之外，也要對傳感器、柔性控制等技術(shù)持續(xù)進行研發(fā)投入，這樣從長期來看，才不會在基礎(chǔ)應(yīng)用領(lǐng)域被卡脖子。”
