無人工廠不是AI的終極目標，效率才是

　　無人工廠不是AI的終極目標，效率才是

　　冷眼觀

　　本報記者 葉 青

　　“雖然中國經濟漸漸從製造和産能擴張驅動轉化到了科技驅動，但很多企業依然覺得大數據、人工智慧這些技術距離他們很遠，真正對工業網際網路進行探索的企業仍是少數派，但會有越來越多的企業加入到這個行列中來，從企業的業務核心入手，著力解決企業所面臨的痛點問題。”近日，中歐國際工商學院終身榮譽教授許小年分享了他對傳統製造業如何運用人工智慧來提高效率的思考。

　　為大數據而生，也以大數據為前提

　　最近，許小年跑了不少企業，特別是中國的傳統製造業。他發現，消費網際網路的巔峰期已經過去，但並不意味著網際網路時代接近尾聲。“在消費網際網路的下一波浪潮中，工業網際網路、2B網際網路方興未艾，網際網路逐漸演化發展成為物聯網。”他説，由於物聯網産生的數據比消費網際網路高出很多量級，這就使得人工智慧成為一項必須的技術，否則就無法處理物聯網時代的海量數據。

　　“人工智慧是為大數據而生，也以大數據為前提。”許小年指出，“對於很多傳統企業來説，當務之急不是人工智慧立竿見影的直接應用，而是數字化和物聯網的基本建設。認為去買一項AI技術、收購一個AI團隊就能解決企業痛點問題，這是不切實際的想法。”

　　他特別強調，不要以為數字化、人工智慧的目標就是無人工廠，無人工廠並不是我們追求的目標，效率才是最終結果。

　　大數據、人工智慧、數據智慧如何真正賦能産業，改變行業呢？

　　聯想集團高級副總裁賀志強説，從2016年開始，聯想將數據智慧、産業網際網路的理念服務推廣到所有行業中，首先選擇了汽車行業。在一家車廠裏，通過人工智慧識別每一個車輛的螺絲鬆緊度是不是一致，從而提升品質穩定性。“數據智慧雖然是一個艱難的過程，但是這種改造一旦完成，企業就會誕生無窮無盡的力量。”

　　下一步最大挑戰是機器決策

　　雖然人工智慧在加速企業數字化進程方面還處於探索階段，但這並不妨礙人工智慧滲透到我們生活的方方面面。業內專家認為，在智慧零售、智慧醫療等領域，人工智慧已進入比較成熟的應用模式。

　　人工智慧如何助力智慧城市建設？上個月，“AI智慧車站”廣州地鐵21號線天河智慧城示範站正式落成。據悉，這是全球首個基於智慧車站理念設計並投入運營的智慧地鐵示範站。

　　“自主研發、基於工業網際網路的智慧地鐵大平臺為地鐵裝上‘大腦’。” 新加坡國家工程院院士、佳都科技副總裁兼全球智慧技術研究院院長李德紘表示，以智慧地鐵大平臺為依託，大量運用電腦視覺、生物識別等技術全面提升車站的數據感知能力，實現車站運營的實時監測。並且所有數據可實時傳送給地鐵的“大腦”，進行智慧分析，有效提升車站資訊化水準，降低運營成本。

　　佳都科技董事長劉偉透露，“城市交通大腦”，繼落地安徽的合肥、宣城之後，今年將在上海、廣州佈局，通過AI賦能城市交通以探索破解“大城市病”。

　　不過，眾多專家也坦言，人工智慧技術也面臨著很多挑戰，諸如如何更好整合生態資源、如何更好落地，這些都是整個行業急需攻克的難題。

　　“我給大家潑一下冷水。”倫敦大學學院電腦係教授汪軍直言，“現在的人工智慧和應用，其實不是真正意義上的人工智慧，而是機器學習。我們把它概括為模式識別，指的是通過神經網路把大量數據映射到我們的知識裏，比如説有很多圖像，識別出裏面是不是有某個特定的人臉。”

　　“其實有很多其他應用，不光是模式識別，更重要的是通過獲得這個知識，再把決策反饋到機器裏，形成一個迴圈。因此，下一步人工智慧的方向就是讓機器能夠做決策，完成從數據到知識，再反饋到數據的整個迴圈過程。”他認為，“人工智慧接下來最大的挑戰是機器決策，強化學習提供了非常好的指導方法，但必須借助神經科學、腦科學的研究，才能真正形成一個人工智慧的系統。”