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。