Advertisement
当前位置:
智能化的机会在哪里
回复 | 人气 | 打印
gchui 个人主页 给TA发消息 加TA为好友 发表于:2019-01-21 11:37:46 楼主

让机器代替人或动物的工作,是人类千万年的梦想。传说中,鲁班制作了会挑担子的木头人、诸葛亮造了会运粮食的木牛流马,都寄托着这样的愿望。千百年过去了,木头人和木牛流马都没有实现,但是人们有了汽车、或者、轮船、飞机,有了更好的运输工具。有人说,飞机模拟了飞鸟。的确,人类从飞鸟的原理,学到了很多飞行的知识。但是,人们并没有让飞机煽动翅膀。


总之,梦想可以实现得更好,但与梦想中的可能不一样。

 

过去很多精巧的工作,都依赖于能工巧匠的手艺。靠着手艺,才能做出最好的马车、最好的铁锅,需要很多复杂的经验和感知能力。但是,现代工业并没有让机器去直接模仿人的工作,而是发明了流水线:把一长串复杂的工作,分解成若干简单的工作。利用传感器,师傅们不必再依赖那些自己都说不明白的经验,如通过火焰的颜色看“火候”,而是直接读取数据就行了。机器能读取数据以后,又可以实现自动化。


于是,机器做出来的产品质量,超过了绝大多数的能工巧匠。

 

所有这一切,有个共同点:这些技术似乎都是在模仿人。但是,成功的模仿大多数都是针对“功能”,而不是功能实现的原理。也就是说,效果达到了,但途径不一样,

 

随着时光的飞逝,我们来到了人工智能时代,让机器模拟人的思维和决策。我认为,在推进人工智能的时候,人类重点关注的还是模仿功能,而不是模仿功能实现的原理。事实上,工业界关注的“智能化”,针对的就是智能的“功能”;而学术界关注的AI,则更多偏重于功能的实现机制。明白了这一点,才能知道智能化的重点是什么。

 

在我看来,工业智能化的重点不是复杂推理、也不是感性知识的获得——AI研究的这些东西;而是通过信息集成和知识数字化,实现智能的决策——也就是智能化的基本逻辑。其瓶颈往往不在于算法,而在于信息获取和知识数字化。


其中,“信息获取”和“数据采集”的内涵不一样:信息获取的困难往往是找不到合适的传感器或经济性上不合算,而“数据采集”一般指把数据从传感器上拿出来。我们可以做一个比较:人的几乎所有器官中都密布神经末梢、也就传感器,体液调节的信号可以控制每个细胞。但是,现代工业一般是做不到的——这就是信息获取的困难。

 

换句话说,当信息获取的难度降低时,智能化就会有机会。工业互联网为什么有机会?因为工业互联网促进了信息获取。按照这个观点,我认为:从长期看,AI的会很大;但在可预见的未来,AI理论进步带来的机会比智能化的机会少,比互联网带来的机会更少。我估计,正统AI可能与前些年的纳米、激光差不多:改变的行业、受影响的不会像互联网那么普遍。理论界过热的时候,企业界应该多一点冷静。


另外,机会与应用场景相关。所谓的应用场景,可以看成技术的“细分市场”。只有抓住合适的市场,才能真正抓住机会。所以,发现机会一般不能仅从IT技术层面看问题,而是要学会理解用户。在创新的过程,尤其如此:因为用户需求往往是潜在的、说不清楚。

 

回到文章的开头:人类为什么总是模仿功能而不是模仿功能的实现?因为人和动物,是由一个细胞开始长出来的,而工业技术则是拼装、组装出来的。两种机制在本质上就是不一样的。未来的3D打印和纤维技术或许能够改变这种本质的不同。但技术的道路将是漫长的。

 

最后顺便说几句昨晚的一点体会。

 

我研究技术创新和智能制造多年。这些认识似乎都与“机会”这两个字相关:相信这个时代有机会、发现机会、创造机会、抓住机会。


机会大与成功概率高是一回事。所以,我关注一件事成功的可能性、研究判断可能性大小的方法,反对做那些成功概率小的事情。我的价值观与我作为一个工程师相关——也就是工程思维。与工程思维对立的是科学研究:科学家试图捕捉小概率的黑天鹅。科学家的贡献是伟大的。但是,如果把科学研究的某些思维方式用在工程活动中、追求小概率时间,相当于做“守株待兔”的事情。用对方法和思想很重要。这就好比:癌症的特效药,也不一定能治疗感冒。

来源:微信号 蝈蝈创新随笔

作者:郭朝晖

该作品已获作者授权,未经许可,禁止任何个人及第三方转载。


分享到: 收藏 回复 举报


楼主最近还看过


相关主题
周点击排行
周回复排行
    最新求助
      Advertisement Advertisement