AI如何突破工业瓶颈？

据小易智创xiaoyizc.com（不可错过的AI创业项目）观察：在工业智能化转型的道路上，人工智能（AI）的应用正面临一系列巨大的挑战。11月5日，在第七届虹桥国际经济论坛的人工智能赋能新型工业化分论坛上，图灵奖得主约瑟夫·希发基斯发表了深刻的见解。他指出，尽管生成式人工智能如ChatGPT已展现出卓越的能力，但其仍处于辅助阶段，尤其在处理具体问题时的可靠性亟待提高。目前，产业的演变才刚刚开始，而构建复杂智能系统的原则与技术尚未成熟。

希发基斯强调，成功实施人工智能的关键在于开发自主系统的能力。当前，最大的挑战在于系统工程的整合，包括如何将不可信的组件组合成可信赖的系统，如何连接符号知识与非符号知识，以及在设计与运行之间实现正确性的转移。

在圆桌讨论中，企业界人士纷纷分享了他们对AI落地的思考。科大讯飞副总裁刘聪认为，工业场景下对AI的可靠性、稳定性和准确性的要求远高于其他领域。此外，行业特性也意味着基础模型的开发难度大，而数据安全性问题更是重中之重。他建议，从辅助非核心生产环节逐步渗透至核心生产环节，将是较为合理的发展路径。

来自小米集团的许多则分享了他们在智能工厂中的经验。他强调，数据的重要性不可小觑，必须在一开始就考虑上下行数据流。此外，现阶段工厂尚未实现完全无人化，因此人机结合的承接与转换环节至关重要。他提出，技术员和线长在机器维护中扮演着关键角色，而车间主任和厂长更多是价值管理者。

综合来看，尽管AI在工业领域面临重重挑战，但通过合理的策略与技术整合，未来仍将迎来光明的发展前景。AI技术将不断突破瓶颈，为工业化进程注入强劲动力。