AI的界限在哪里

同時(shí)提到人工智能和制造業(yè)，大家很容易想到生產(chǎn)線上的工業(yè)機(jī)器人，尤其是機(jī)械手臂，按照精密的設(shè)置不斷重復(fù)同樣的工作，完成零部件制造、搬運(yùn)、組裝、檢測等任務(wù)。實(shí)際上，人工智能在制造業(yè)的應(yīng)用并非機(jī)械手臂這樣簡單，而一些看起來像是AI的技術(shù)，實(shí)際上不一定屬于人工智能的范疇。

以電飯煲為例說明，電飯煲也可以在煮熟飯后自動(dòng)斷電，盡管自動(dòng)斷電是“智能”的，但很明顯我們不會(huì)將電飯煲劃入人工智能的范疇。從時(shí)間上看，二者也不符合。世界上第一臺(tái)電飯煲于1950年誕生在日本，而人工智能是1956年在達(dá)特茅斯會(huì)議上才首次被提出的。從原理上看，電飯煲自動(dòng)斷電只是利用特定溫度下感溫鐵氧體的特效設(shè)計(jì)出的產(chǎn)品，利用的是材料本身的性質(zhì)。

“電飯煲和人工智能最大的區(qū)別在于，前者之所以會(huì)自己煮飯，是因?yàn)槭虑坝幸粋€(gè)設(shè)定好的程序，溫度、時(shí)間等都是預(yù)先設(shè)定好的，煮飯的過程也完全一樣，這里面不存在‘分析’。人工智能是可以自動(dòng)升級與迭代的。比如，某個(gè)搜索引擎C，如果多年以來，你使用它的時(shí)候，同樣的關(guān)鍵詞檢索出同樣的結(jié)果，這就不算人工智能;但如果隨著使用年限的增加，C對你的數(shù)據(jù)進(jìn)行積累和分析，做出個(gè)性化調(diào)節(jié)，以致同樣的關(guān)鍵詞會(huì)檢索出越來越貼近你個(gè)人需求的結(jié)果，其中就有AI的影響。哪一天，如果一個(gè)人去做飯，電飯鍋顯示，‘不行，根據(jù)指紋，你年齡太小，使用電飯鍋不安全’，我們才會(huì)說這口鍋是人工智能的。”上海社會(huì)科學(xué)院互聯(lián)網(wǎng)研究中心首席研究員李易在接受《經(jīng)濟(jì)》記者采訪時(shí)這樣表示。

籠統(tǒng)地說，通過算法實(shí)現(xiàn)學(xué)習(xí)提升，使得人工智能系統(tǒng)區(qū)別于一般工業(yè)智能系統(tǒng)。而目前，對于人工智能的發(fā)展階段，線性資本執(zhí)行董事鄭燦告訴《經(jīng)濟(jì)》記者，人類之所以提出“人工智能”的概念，與我們自身對于大腦的研究不無關(guān)系。

“大家對于人工智能最質(zhì)樸的期待，就是希望將來機(jī)器人可以跟真人一樣推理和分析。大約在60年前，人們研究人腦發(fā)現(xiàn)，人類大腦的工作流程主要由神經(jīng)元組成的網(wǎng)絡(luò)負(fù)擔(dān)，所以研究人員也希望模擬人腦的神經(jīng)網(wǎng)絡(luò)和工作方式，讓機(jī)器幫助人類去做一些事情。只不過，直到今天，我們對人腦的具體工作流程也沒有弄得很清楚，比如靈感是如何形成的、人類是怎樣進(jìn)行回憶的。以此為基礎(chǔ)，只能說人工智能還處在自身發(fā)展的初級階段。”

中國工業(yè)和信息化部科技司巡視員畢開春曾在公開場合指出，人工智能成為推進(jìn)供給側(cè)結(jié)構(gòu)性改革的新動(dòng)能和振興實(shí)體經(jīng)濟(jì)的新機(jī)遇;由于技術(shù)的迅猛發(fā)展、投融資力度的加大以及地方政府和科技界、工業(yè)界的廣泛合作，人工智能應(yīng)用的廣度和深度均大大超出預(yù)期。盡管如此，AI與制造業(yè)的融合，也尚處于初級階段。

美國模式和德國模式

“在人工智能和制造業(yè)的話題炒得很熱以前，還有一個(gè)概念比較火，就是工業(yè)4.0。為什么德國提出工業(yè)4.0呢?因?yàn)榈聡m然在精密制造和機(jī)械領(lǐng)域占據(jù)明顯優(yōu)勢，但其IT技術(shù)和信息處理技術(shù)比不上美國。為了將來占領(lǐng)產(chǎn)業(yè)技術(shù)制高點(diǎn)，德國把信息技術(shù)融入到產(chǎn)業(yè)中，提出了‘工業(yè)4.0’的說法。”廣東省智能制造研究所高級工程師、副所長吳智恒這樣對《經(jīng)濟(jì)》記者分析。他表示，在中國，大多數(shù)制造業(yè)企業(yè)還處于工業(yè)1.0或者2.0時(shí)代。

工業(yè)1.0代表機(jī)械化，指的是機(jī)械代替人工勞動(dòng)完成生產(chǎn)作業(yè);工業(yè)2.0代表自動(dòng)化或電力化，指的是機(jī)器設(shè)備、系統(tǒng)或生產(chǎn)管理過程在較少人、沒有人的直接參與下，按照人類的要求，經(jīng)過自動(dòng)檢測、信息處理、分析判斷等，實(shí)現(xiàn)預(yù)期的生產(chǎn)目標(biāo);工業(yè)3.0代表信息化，指的是培養(yǎng)并發(fā)展以計(jì)算機(jī)為主的智能化(電飯煲級別的智能，沒有算法等的參與)工具為代表的新生產(chǎn)力，使之造福于社會(huì);工業(yè)4.0說的才是智能化，即人工智能。

“我國大部分制造業(yè)企業(yè)還處于機(jī)械化或者半自動(dòng)化;某些技術(shù)領(lǐng)域，可能在一個(gè)生產(chǎn)環(huán)節(jié)或工藝上做到了智能化，但整個(gè)車間處于人工智能化階段的企業(yè)，還沒有出現(xiàn)。”吳智恒這樣強(qiáng)調(diào)。

李易認(rèn)為，談到人工智能和制造業(yè)的融合，目前主要還是看兩個(gè)國家——德國和美國。具體說，是分別看這兩個(gè)國家的兩家大型企業(yè)：美國通用電氣公司(General Electric Company，GE，簡稱“通用電氣”)和德國西門子股份公司(Siemens，簡稱“西門子”)。

2012年，通用電氣提出了“工業(yè)互聯(lián)網(wǎng)”的概念，即實(shí)現(xiàn)人、機(jī)、物全面互聯(lián)的新型網(wǎng)絡(luò)基礎(chǔ)設(shè)施，形成智能化發(fā)展的新興業(yè)態(tài)和應(yīng)用模式。

以飛機(jī)機(jī)翼發(fā)動(dòng)機(jī)為例。以前，通用電氣把發(fā)動(dòng)機(jī)賣給飛機(jī)制造商A，A使用一段時(shí)間后需要對發(fā)動(dòng)機(jī)進(jìn)行檢修，而檢修期間，飛機(jī)需要停飛。多久檢修一次呢?大家也都不是很清楚，后來就約定為3個(gè)月，但是依據(jù)到底是什么，誰也不清楚。現(xiàn)在不同了。通用電氣做了一系列實(shí)驗(yàn)，把互聯(lián)網(wǎng)、傳感器和機(jī)翼發(fā)動(dòng)機(jī)聯(lián)系起來，做成一套系統(tǒng)，把傳感器裝在發(fā)動(dòng)機(jī)上再賣給A公司。在使用過程中，全部參數(shù)通過互聯(lián)網(wǎng)傳到通用電氣的數(shù)據(jù)中心;通用電氣可以憑借收集來的數(shù)據(jù)對賣出去的發(fā)動(dòng)機(jī)進(jìn)行監(jiān)測，建立模型并且推演分析，摸索出一套針對本航空發(fā)動(dòng)機(jī)的數(shù)據(jù)模型，一旦發(fā)現(xiàn)航空發(fā)動(dòng)機(jī)需要進(jìn)行檢修，就通知A公司，避免安全事故的出現(xiàn)。在這個(gè)模式里，只有機(jī)翼上的發(fā)動(dòng)機(jī)需要檢修的時(shí)候，飛機(jī)才需要停飛，而不是定期停飛，節(jié)省了大量成本，也做足了安全事故的預(yù)防工作。

“現(xiàn)在很多飛機(jī)制造商都購買了通用電氣提供的這項(xiàng)服務(wù)。關(guān)鍵在于，飛機(jī)發(fā)動(dòng)機(jī)可以用，輪船和汽車的發(fā)動(dòng)機(jī)應(yīng)該也可以使用，電力系統(tǒng)和醫(yī)療系統(tǒng)也不例外。在醫(yī)院，購買一臺(tái)CT(Computed Tomography，電子計(jì)算機(jī)斷層掃描)需要上千萬元，其檢修費(fèi)用昂貴，有了實(shí)時(shí)監(jiān)測，可以避免很多不必要的浪費(fèi)。這就是人工智能在售后服務(wù)領(lǐng)域的應(yīng)用，AI幫助售后服務(wù)從成本中心向利潤中心轉(zhuǎn)化，因?yàn)槭圪u服務(wù)本身就是盈利項(xiàng)目。”李易如此分析。

在德國，西門子是承接工業(yè)4.0計(jì)劃的主要企業(yè)。與美國不同，西門子追求人工智能下的高度無人化。比如，半夜接到了來自日本的洗衣機(jī)訂單，人工系統(tǒng)自動(dòng)進(jìn)行處理，去哪里購買零件、到哪里組裝、如何做成成品并出售以及財(cái)務(wù)統(tǒng)計(jì)后怎樣發(fā)貨。

德國之所以追求無人化，與該國人口少、福利高息息相關(guān)。德國的企業(yè)希望人工智能代替工人做大量重復(fù)性工作，以便讓人類有時(shí)間做更多具有創(chuàng)造性的工作。同樣，少子化和老齡化日趨嚴(yán)重的日本，也是采取了上述思路。這也可以解釋，為什么日本的仿真機(jī)器人應(yīng)用領(lǐng)域最廣。

李易說：“實(shí)際上，每個(gè)國家都應(yīng)該按需做計(jì)劃，國情不同，發(fā)展AI的路線也不同。中國也需要按照本國國情，制定發(fā)展人工智能的計(jì)劃，甚至不同身份和地區(qū)之間也該因地制宜。但是國內(nèi)有一個(gè)弊端，做什么事情都喜歡一擁而上，比如國務(wù)院一旦發(fā)布一項(xiàng)通知或者指導(dǎo)意見，很多地方就熱火朝天地做起來，不去仔細(xì)考慮它是否適合。現(xiàn)在不少地區(qū)做機(jī)器人小鎮(zhèn)，然而，并非每個(gè)地方都適合發(fā)展人工智能產(chǎn)業(yè)，不加區(qū)分地效仿是很不靠譜的行為。”

融合有障礙

目前，人工智能對制造業(yè)的滲透還屬于藍(lán)海。盡管如此，我們已經(jīng)看到，人工智能對制造業(yè)的介入正在逐漸加深，而且已經(jīng)帶來效率的提升和成本的下降，借助AI，制造業(yè)的業(yè)務(wù)和服務(wù)模式也正在經(jīng)歷轉(zhuǎn)變、創(chuàng)新。

“目前看，人工智能在工業(yè)領(lǐng)域的應(yīng)用更多表現(xiàn)為輔助作用，尤其是優(yōu)化決策過程。以鞋子的研發(fā)設(shè)計(jì)為例說明。通常情況下，設(shè)計(jì)師設(shè)計(jì)出一款鞋的樣子，需要6個(gè)月;但是有了AI做數(shù)據(jù)收集和分析，設(shè)計(jì)過程理論上可以縮短為幾天;當(dāng)然因?yàn)橐恍┮蛩?，目前的?shí)踐還是需要幾周時(shí)間。不過這已經(jīng)是效率的大幅度提升了。”鄭燦這樣對《經(jīng)濟(jì)》記者說。

無論是研發(fā)環(huán)節(jié)還是制造業(yè)的生產(chǎn)模式、生產(chǎn)效率和具體方式，人工智能都可能帶來徹底的改變。與此同時(shí)，人工智能和制造業(yè)之間的融合也存在比較明顯的障礙。

數(shù)據(jù)的標(biāo)準(zhǔn)化首當(dāng)其沖。鄭燦指出，拋開AI，制造業(yè)的各行、各部門之間是有很強(qiáng)的關(guān)聯(lián)性的，這些相互關(guān)聯(lián)的領(lǐng)域里的數(shù)據(jù)，有些是可以通用的。但是，由于AI在各自領(lǐng)域的數(shù)據(jù)積累還沒有完成，大部分?jǐn)?shù)據(jù)積累還是比較初級的，這些數(shù)據(jù)之間的聯(lián)通性自然也不太好。

人才是第二個(gè)障礙。盡管提到人工智能，大家似乎都很感興趣，但是經(jīng)歷過專業(yè)技能培訓(xùn)的人員不是很多。不單單是中國，全球各國都面臨這一問題。推廣人工智能，需要思維更加開闊，且可以接受顛覆性思維方式的人才，更需要從業(yè)者有勇氣去實(shí)踐一些理論和觀點(diǎn)。

對于大部分公眾而言，信息安全不是一個(gè)陌生的話題，不過在人工智能的背景下，信息安全一旦不能保證，其漏洞為制造業(yè)帶來的損失會(huì)遠(yuǎn)超過沒有AI參與的情況。

“傳統(tǒng)制造業(yè)，設(shè)備出現(xiàn)問題的時(shí)候，停工半個(gè)小時(shí)也可以帶來巨大損失。AI參與的制造業(yè)只會(huì)有過之而無不及。比如說AI被攻擊，原本它可以正確識別一只貓的形象，被攻擊后，會(huì)把狗的形象錯(cuò)認(rèn)為貓。這是根本性的錯(cuò)誤，會(huì)導(dǎo)致機(jī)器和數(shù)據(jù)分析結(jié)構(gòu)出現(xiàn)混亂，進(jìn)而損害整條生產(chǎn)線。另外，人工智能還處于初級階段，大家關(guān)心更多的是進(jìn)步的問題，而非安全和穩(wěn)定性的問題。”鄭燦如此強(qiáng)調(diào)。

吳智恒指出，中國企業(yè)在算法上有一些優(yōu)勢，但在信息采集上，與海外水平差距較大。“人工智能離不開數(shù)據(jù)信息的采集，信息采集涉及諸多領(lǐng)域，也涉及很多精密傳感器，比如感知壓力和溫度信息的傳感器，在這個(gè)領(lǐng)域，國內(nèi)發(fā)展得并不好，主要還是依靠進(jìn)口產(chǎn)品。”

李易則認(rèn)為，通用電氣或者西門子之所以可以在AI和制造業(yè)的融合上做出成效，是因?yàn)樗麄儽旧砭褪侵圃鞓I(yè)巨頭;換句話說，想要追求二者的融合，首先要把制造業(yè)的基礎(chǔ)打好。他說：“美國也有互聯(lián)網(wǎng)巨頭，但是把AI做好的是通用電氣，不是臉書和微軟。國內(nèi)有些企業(yè)，的確在互聯(lián)網(wǎng)領(lǐng)域占有明顯優(yōu)勢，但這不意味著他們可以把人工智能做好。不過你看目前中國投資AI的主要企業(yè)，還是互聯(lián)網(wǎng)領(lǐng)域的那幾家巨頭。對中國企業(yè)來說，制造業(yè)面臨更多的是生存問題，不是升級問題。很多問題不是人工智能可以解決的。國內(nèi)制造業(yè)成本上升，大家都將工廠轉(zhuǎn)移到東南亞國家，這是非常值得關(guān)注的。”

一邊發(fā)展一邊評估

為了加快實(shí)體經(jīng)濟(jì)復(fù)蘇并搶占未來產(chǎn)業(yè)制高點(diǎn)，全球主要經(jīng)濟(jì)體目前均在加強(qiáng)部署人工智能與制造業(yè)融合的戰(zhàn)略計(jì)劃，促進(jìn)二者的深度融合發(fā)展。面對這項(xiàng)復(fù)雜的系統(tǒng)工程，各國都面臨很多挑戰(zhàn)。

中國社會(huì)科學(xué)院工業(yè)經(jīng)濟(jì)研究所工業(yè)發(fā)展研究室副研究員鄧洲告訴《經(jīng)濟(jì)》記者，人工智能標(biāo)準(zhǔn)化制定與實(shí)施、互聯(lián)網(wǎng)技術(shù)攻克、信息安全保障等一系列問題，是所有研究AI技術(shù)的國家需要面對的;此外，中國還需要應(yīng)對一些特定問題，比如關(guān)鍵核心技術(shù)、融合發(fā)展創(chuàng)新模式以及引領(lǐng)全球融合發(fā)展趨勢的制造業(yè)企業(yè)的匱乏等。

為了應(yīng)對種種障礙，國家和企業(yè)需要做很多準(zhǔn)備。我們需要編制制造業(yè)人工智能發(fā)展的技術(shù)路線圖，由行業(yè)主管部門主導(dǎo)，其他政府部門、產(chǎn)業(yè)界和學(xué)術(shù)界專家共同參與;需要組建以基礎(chǔ)研究為重點(diǎn)的人工智能國家實(shí)驗(yàn)室，以官辦研究機(jī)構(gòu)為基礎(chǔ)，聯(lián)合領(lǐng)先互聯(lián)網(wǎng)企業(yè)和制造企業(yè)共同組建;構(gòu)建制造業(yè)各個(gè)環(huán)節(jié)的大數(shù)據(jù)庫并促進(jìn)人工智能在制造業(yè)領(lǐng)域的應(yīng)用研究和模式推廣等。

“特別需要注意的是，要評估和防范人工智能在發(fā)展過程中可能引發(fā)的社會(huì)問題。高科技替代人類承擔(dān)生產(chǎn)活動(dòng)的時(shí)候，也可能會(huì)對人類社會(huì)的運(yùn)行規(guī)則甚至法律規(guī)范制度產(chǎn)生沖擊。比如，越來越多的人工智能通過了圖靈測試(通過測試即被認(rèn)為具有人類智能)，擬人機(jī)器人與真人的區(qū)別越來越小，倫理就成為需要面對和解決的問題。這不僅僅影響人工智能未來的發(fā)展，也涉及AI使用的安全問題。延伸到制造業(yè)領(lǐng)域，同樣如此。此外，即便在當(dāng)前的貿(mào)易背景下，中國也需要加強(qiáng)與發(fā)達(dá)國家的合作，共同應(yīng)對人工智能可能對現(xiàn)有制度體系造成的挑戰(zhàn)和影響。隨著AI和制造業(yè)的融合與共同發(fā)展，我們應(yīng)該挑選適當(dāng)?shù)臅r(shí)機(jī)去組建多元化的人工智能委員會(huì)，對不斷變化的科學(xué)技術(shù)實(shí)踐進(jìn)行監(jiān)管，以此保障人工智能與制造業(yè)深度融合的穩(wěn)定性。”鄧洲這樣對記者強(qiáng)調(diào)。

在人工智能和制造業(yè)無縫融合的未來，人類將會(huì)迎接怎樣的場景呢?時(shí)間、科技和希望將會(huì)帶來答案。