劃重點(diǎn)
01人工智能在工業(yè)場景落地面臨挑戰(zhàn)，如可靠性要求更高、行業(yè)性以及安全性問題。
02專家認(rèn)為，先進(jìn)入輔助非核心生產(chǎn)環(huán)節(jié)，再進(jìn)一步過渡到生產(chǎn)環(huán)節(jié)可能是較為合適的路徑。
03企業(yè)家們討論如何將人工智能與工業(yè)生產(chǎn)相結(jié)合，實(shí)現(xiàn)智能化轉(zhuǎn)型升級。
04此外，AI安全問題備受關(guān)注，全球政府和機(jī)構(gòu)都有意愿進(jìn)行監(jiān)管，但尚未達(dá)成一致。
05專家建議中國積極參與全球標(biāo)準(zhǔn)制定討論，為每個(gè)行業(yè)構(gòu)建特定的智能系統(tǒng)和特定技術(shù)。
以上內(nèi)容由大模型生成，僅供參考
尚不夠可靠的人工智能（AI），如何更好助力工業(yè)化智能化轉(zhuǎn)型升級？
11月5日，在第七屆虹橋國際經(jīng)濟(jì)論壇人工智能賦能新型工業(yè)化分論壇上，2007年圖靈獎(jiǎng)得主約瑟夫希發(fā)基斯在主題演講表示，人工智能目前仍專注于輔助，處于初期階段，產(chǎn)業(yè)進(jìn)化才剛剛開始。盡管取得了進(jìn)展，生成式人工智能也有出色表現(xiàn)，例如ChatGPT，但這類大語言模型擅長回答寬泛問題，在面對非常具體的問題時(shí)可能無法提供準(zhǔn)確的答案，可靠性不夠高，無法實(shí)現(xiàn)完全智能，目前只有構(gòu)建智能系統(tǒng)的積木，沒有建立復(fù)雜智能系統(tǒng)的原則和技術(shù)。
他認(rèn)為，人工智能的成功與否將取決于開發(fā)人工智能體和建立自主系統(tǒng)的能力，而現(xiàn)在面臨的最大挑戰(zhàn)是系統(tǒng)工程。因?yàn)槿藗儽仨氁�、整合服�?wù)、電器、設(shè)備和人工智能系統(tǒng)，如何用不可信的部件組成可信的系統(tǒng)、混合架構(gòu)，如何將符號知識和非符號知識聯(lián)系起來，如何從設(shè)計(jì)時(shí)的正確性轉(zhuǎn)移到運(yùn)行時(shí)的正確性、具備適應(yīng)性，以及系統(tǒng)驗(yàn)證等問題，都有待解決。
在圓桌對話中，多位企業(yè)家也就AI落地以及企業(yè)智能化轉(zhuǎn)型升級進(jìn)行了討論。
人工智能賦能新型工業(yè)化分論壇圓桌討論。澎湃新聞記者 秦盛 攝
科大訊飛副總裁、研究院院長、中國電子學(xué)會常務(wù)理事劉聰認(rèn)為，AI在工業(yè)場景的落地面臨三方面的挑戰(zhàn)，首先是對可靠性要求更高，對穩(wěn)定性、準(zhǔn)確性的要求比一般場景更高。其次是行業(yè)性，工業(yè)中很多專業(yè)技術(shù)的基底模型，開發(fā)難度更大。還有安全性方面的挑戰(zhàn)，要保證工業(yè)數(shù)據(jù)不會被非法獲取，模型不會被篡改等。先進(jìn)入輔助非核心生產(chǎn)環(huán)節(jié)，再進(jìn)一步過渡到生產(chǎn)環(huán)節(jié)可能是較為合適的路徑。
小米集團(tuán)手機(jī)部副總裁、智能制造部經(jīng)理許多表示，根據(jù)小米智能工廠的實(shí)踐經(jīng)驗(yàn)，要把數(shù)據(jù)當(dāng)作非常重要的要素，如果數(shù)據(jù)的上行或者下行放到事后再考慮，有些斷點(diǎn)將難以彌補(bǔ)。其次，工廠現(xiàn)在并不能實(shí)現(xiàn)完全的無人化，在落地時(shí)，需要考慮人和機(jī)器結(jié)合的關(guān)鍵的承接和轉(zhuǎn)換環(huán)節(jié)是什么，怎么設(shè)定才能實(shí)現(xiàn)有效的轉(zhuǎn)換。
許多舉例稱：“我們過去往往從運(yùn)營的角度考慮，承接環(huán)節(jié)設(shè)得比較高，一般是工廠的廠長或者車間主任級別，他們?nèi)ネ瓿勺陨隙碌某薪雍娃D(zhuǎn)換。今天來看，某種程度上可能想錯(cuò)了，我們在運(yùn)營中看到，轉(zhuǎn)換的關(guān)鍵環(huán)節(jié)可能是技術(shù)員，可能是線長，因?yàn)榧夹g(shù)員和線長在維護(hù)機(jī)器的穩(wěn)定運(yùn)行，車間主任或者廠長只是在做價(jià)值管理，要接訂單，談價(jià)格，處理變化和異常，他把這些信息拿到之后再轉(zhuǎn)化�！�
商湯聯(lián)合創(chuàng)始人、大裝置事業(yè)群總裁楊帆表示，智能化的轉(zhuǎn)型升級很重要的是時(shí)機(jī)的選擇，企業(yè)自身的信息化水平，包括流程的標(biāo)準(zhǔn)化體系，以及各個(gè)環(huán)節(jié)、業(yè)務(wù)人員對于信息化、數(shù)據(jù)的感知和感受能力，都是智能化轉(zhuǎn)型的基礎(chǔ)，“就像最近幾年很火的大語言模型，某種程度上我們叫認(rèn)知智能，包括前幾年的強(qiáng)化學(xué)習(xí)，未來還得有身體去感知世界知識”。
國家地方共建人形機(jī)器人創(chuàng)新中心首席科學(xué)家江磊表示，很多人喜歡把人形機(jī)器人歸納到科技產(chǎn)品，但從基建系統(tǒng)來說是當(dāng)量多軸驅(qū)動的系統(tǒng)，“我們?nèi)チ撕芏嗌a(chǎn)線，在這么高自動化的水平下，依然還有很多人類在整理線纜、柔性上下料以及布局很多柔性的貼片，這意味著我們現(xiàn)在的控制理論做不了。其實(shí)我們不需要設(shè)計(jì)人形，如果一個(gè)工廠的機(jī)械臂能達(dá)到60個(gè)自由度，就會產(chǎn)生很多柔性制造的環(huán)節(jié)，但現(xiàn)在的理論達(dá)不到。所以我們老說一句話，人形機(jī)器人是解決未來問題的，是很多學(xué)科的集大成者。用人形機(jī)器人可以把一個(gè)科學(xué)問題引出來，引出來以后再分解。如果我們把人形機(jī)器人看作是一個(gè)大自由度基建生產(chǎn)系統(tǒng)，我們的大模型具身智能可能會在生產(chǎn)線上產(chǎn)生巨大的作用�！�
希發(fā)基斯表示，只有一個(gè)超越人類的超智能系統(tǒng)是不夠的，因?yàn)槿祟惖闹悄馨芏喾矫�，必須通過結(jié)合不同類型的人工智能和信息通信技術(shù)來實(shí)現(xiàn)，目前人們并不知道如何做到這一點(diǎn)。要彌合自動化和自主性之間的差距還有很長的路要走，工業(yè)人工智能的發(fā)展也將需要新的科學(xué)和技術(shù)基礎(chǔ)。
對于備受關(guān)注的AI安全問題，希發(fā)基斯認(rèn)為，如今全球的政府和機(jī)構(gòu)都有意愿進(jìn)行監(jiān)管，至于什么可以監(jiān)管、什么應(yīng)該監(jiān)管，還沒有達(dá)成一致，全球監(jiān)管框架達(dá)成一致的可能性非常小，中國應(yīng)該提出一個(gè)不同的愿景，不僅專注于對話式人工智能系統(tǒng)和其他類型的系統(tǒng)，還應(yīng)該利用自身強(qiáng)大的工業(yè)基礎(chǔ)，專注于每個(gè)行業(yè)的核心技術(shù)，從龐大而多樣的工業(yè)基礎(chǔ)中汲取大量數(shù)據(jù)，協(xié)同每個(gè)行業(yè)的國有企業(yè)，為每個(gè)行業(yè)構(gòu)建特定的智能系統(tǒng)和特定技術(shù)。他表示，中國應(yīng)該更多地參與到全球標(biāo)準(zhǔn)制定的討論中來。
