人工智慧給產業發展將帶來什麼驚喜?

| 編輯按

當人們還沉浸於電影《機械姬》中人工智慧帶來的餘悸時，阿爾法狗已將這種震撼從電影帶入現實，人工智慧開始衝擊每個人的認知。面對新產業培育和傳統產業轉型升級的要求，人工智慧又能給其帶什麼意想不到的驚喜呢？

1.人工智慧2.0

繼移動互聯網、大數據、互聯網+之後，新一波的人工智慧（相對於上世紀五六十年代）的浪潮再次湧來。人工智慧 (Artificial Intelligence, AI) 是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門技術科學。人工智慧的研究領域包括智能機器人、虛擬現實技術與應用、系統模擬技術與應用、工業過程建模與智能控制、人工智慧理論、計算機感知、計算機神經網路、模式識別與智能系統、知識發現與機器學習、自然語言處理等。自誕生以來，人工智慧理論和技術日益成熟，應用領域在不斷擴大，其實際應用涵蓋了機器視覺、指紋/掌紋識別、人臉識別、視網膜識別、虹膜識別、語言識別、圖像識別、專家系統、自動規劃、智能搜索、博弈、自動程序設計、遺傳編程、智能控制、機器人學等領域，始終是計算機科學的前沿學科。

近年來，隨著互聯網的普及、感測器的普遍使用、大數據的出現、電子商務的發展、信息社區的興起，以及數據和知識與社會、物理空間和網路空間的互連和融合、新技術的出現，AI發展的信息環境發生了深刻的變化，AI邁向了AI2.0新的階段。AI2.0的主要特徵包括：深度學習數據驅動的直覺感知能力、基於互聯網的群體智能和技術型人機混合增強智能，以及跨媒體計算。

AI2.0時代這些新技術變化與發展極大地拓展了人工智慧的領域範圍，為人工智慧更深、更廣的應用提供了堅實的技術基礎，而智慧城市、智能醫療、智能交通、智能物流、智能機器人、自駕汽車、智能手機、智能玩具、智能交通、智能製造和智能經濟的不斷發展，為AI技術和應用的新發展方向提供廣泛的市場需求和驅動力。

2.人工智慧在工業領域的應用

國際著名諮詢公司埃森哲日前發布了 2017 年最新的人工智慧報告，聚焦 AI 帶來的產業創新的行業利潤。在一系列報告中，埃森哲專門針對作了一篇題為《人工智慧如何驅動的經濟增長》的報告，顯示當 AI 被視為生產的新因素，而不僅僅是生產率增強劑時，AI 將促進生產力大幅增長。到 2035 年，AI 有可能在的經濟增長率上增加 1.6 個百分點。其中人工智慧對製造業帶來的影響最為顯著。

目前，人工智慧在工業領域的應用主要包括如下幾個方面：

（1）基於互聯網群體智能模式的定製創新設計。此類應用使用如協同創新和設計、量身定製應用等產品和技術，建立基於互聯網群體智能客戶定製和創新設計平台，實現基於雲群體智能的產品選擇、體驗、用戶參與設計和關鍵行業的實時跟蹤，另外AI 還能幫助公司基於設計目標和種種約束創建新的產品。Autodesk 以其計算機輔助設計系統 Dreamcatcher 開創了這一新的方法。使用 AI 演算法，Dreamcatcher 利用雲的力量創建數千個虛擬原型不斷迭代，並根據其指定的標準比較其功能、成本和材料。Dreamcatcher 以一種形狀適合的材料開始，逐漸鑿掉不需要的部分。去掉這些部分后，整體性能的改變會被演算法「記住」，這樣演算法就能夠理解每一塊材料對性能的貢獻。在醫療行業，Dreamcatcher 已被用於設計一種加速恢復和組織再生長的面部植入物。在汽車行業，AI 驅動的產品被用於開發新的跑車。

（2）合作研發群體智慧空間應用。此類應用使用協同、并行和集成系統方法來構建一個支持大數據處理、知識協作和創新聚合的群體智能空間，針對重點行業、企業和個人用戶開發各類協同研發空間，鼓勵這些用戶通過互聯網大眾採購就研發挑戰進行合作，拓展研發任務。

（3）智能工廠。大數據和大量基於知識的智能技術可能有助於實現智能調度和規劃、過程參數優化、智能物流管理和控制、產品質量分析和改進、預防性維護、生產成本分析和估算、能耗監控和智能配置、生產流程和程序的監控，以及整個生產圈的綜合車間績效分析和評估。工廠運行控制中心和智能調度系統的建立，可能有助於實現雲製造模式，以加快生產過程、實現企業和生產的智能管理。感知、機器學習和跨媒體的智能過程可以實現自主決策，以支持結合虛擬和現實的生產優化。

（4）人機材料合作車間。此應用使用人機材料合作智能機器人、智能優化技術處理代碼，智能設備保障、智能監控、智能物流、雲質量保證、雲管理和雲計劃等技術和產品，構建智能設備、生產線、加工控制和車間決策系統，在智能車間操作中心的幫助下，實現人、機、材料的整合。

（5）自主智能製造單位範式。此範式使用先進的技術和產品，如基於先進的自主無人系統的智能製造分銷和規劃、在線檢測、零件識別和定位、事故報警等，在基於先進的自主無人駕駛系統的控制中心的幫助下，建立智能設備、加工設備、在線監控系統、智能工作場所、安全報警系統和自動裝卸設備。

（6）智能協同保證和供銷服務應用。需要建立知識驅動的合作保證和供應/營銷/服務平台，以收集物流、供應鏈、倉庫和市場數據，然後利用神經網路對數據進行分析，優化供應鏈物流路徑規劃，通過預先交付、前端倉庫和用戶需求與產品特性的匹配分析，改進精簡物流和精準營銷。

（7）預測性智能運維。此類應用通過使用人工智慧方法，如神經網路、隱馬可夫等，對企業積累或外部相關的各類數據的變化趨勢進行預測，以便及早採取應對措施，拓展公司業務或解決問題、排除危險與風險，達到為企業增加營收或節省大量人力、物力、財力的目的。如Google通過將DeepMind人工智慧系統應用於數據中心，使用神經網路來預測耗電量變化，據其操縱伺服器和製冷系統等相關設備，提升設備分配效率、降低耗電量，電力使用效率提升了15%，預計未來幾年內將節約數億美元電費。

王倩，上海產業技術研究院工程大數據服務創新中心架構師，主要從事物聯網及工業大數據研究及應用，如公共出行路徑分析、企業創新資源分析、商圈用戶畫像、食品安全輿情等眾多大數據應用案例規劃設計。並多次參與科委、經信委重大課題，曾獲上海「十三五」規劃前期研究公開徵集課題成果獎三等獎，參與編寫書籍《工業大數據：架構與應用》。

鄭樹泉，男，教授級高級工程師，上海產業技術研究院工程大數據服務創新中心主任，《工業大數據：架構與應用》作者，承擔了「Ada開發環境」等多項國家科研項目，獲國家科技進步獎，在英特爾惠普美標等多家著名跨國公司從事IT研究工作。參加了"上海市軌道交通網路規劃"等多個IT規劃項目，在規劃過程中引入了TOGAF企業架構及COBIT治理框架。主持了「寶鋼污水處理物聯網」等多個研究項目，提出了面向物聯網的體系架構(TOA，Things Oriented Architecture)及中間件模型, 曾在美國惠普參與開發危急病人監護系統。近年參加多項大數據研發課題，具有較強的大數據分析能力，並發表論文多篇，並作為負責人申請6項專利。

延伸閱讀

實體經濟振興下，上海機器人產業怎麼辦？

未來機器人什麼樣？ ——讓《美國機器人路線圖》告訴你

未來機器人值得關注的八項共性技術及其路線圖

面對人工智慧浪潮，上海怎麼辦？

人工智慧機器人AI-Maths的數學「聯考」為何「輸」在語文上? ——淺談類腦科學研究

AlphaGo積累的數據值多少錢？ ——談數據價值評估

美國《人工智慧、自動化和經濟》報告解讀及對上海的建議

（本文不代表微言創新觀點。歡迎投稿、轉載和商務合作，請聯繫[email protected]）