(資料圖片僅供參考)
李國杰 中國工程院院士、中科院計算所首席科學家、曙光信息產(chǎn)業(yè)股份公司董事長
制造業(yè)正在實現(xiàn)數(shù)字化和網(wǎng)絡(luò)化，下一步高質(zhì)量發(fā)展的方向是智能化。智能制造是通過數(shù)據(jù)和知識建模，將人的知識經(jīng)驗轉(zhuǎn)移到計算機上，使機器成為人的同事而不只是簡單的工具。智能制造本質(zhì)上是制造的“計算機化”。用計算思維來理解制造過程，制造如同計算一樣，都是在一組輸入資源上執(zhí)行有限且精確的步驟，產(chǎn)生相應(yīng)的輸出。
OpenAI公司開發(fā)的ChatGPT問世以來，自然語言理解取得重大突破，有不少文章認為人類已經(jīng)進入通用人工智能或強人工智能時代，這種判斷可能過于樂觀。
我們不能忽視大模型的巨大威力，當深度學習神經(jīng)網(wǎng)絡(luò)的參數(shù)足夠大時（GPT3.5的閾值是參數(shù)達到600億左右），大模型會涌現(xiàn)出意想不到的功能和性能，說明計算機可以擁有人類還不能解釋的“暗知識”。未來的智能世界一定是機有機智，人有人智，人機互補，以人為本的和諧世界。
目前的語言大模型主要功能是在海量的語料基礎(chǔ)上，根據(jù)用戶的提示生成文本，對于需要大量實踐經(jīng)驗的智能制造，還沒有通用性強的大模型。
人工智能技術(shù)對制造業(yè)會產(chǎn)生巨大的沖擊。人工智能的巨大優(yōu)勢是能對付復雜的、非確定的任務(wù)，特別是那些沒有固定算法、說不清、道不明的“臟任務(wù)”。制造業(yè)需要做異常檢測、發(fā)現(xiàn)低概率事件、預防性維護等，人工智能很適合做這些工作。
智能化需要應(yīng)對輸入和環(huán)境的不確定性和動態(tài)變化，主要是針對“非常規(guī)”的問題，我們可以將其看成是常規(guī)技術(shù)的補充和增強。自動化一般只能對付小的“偏差”，智能化要求更強的自適應(yīng)性。
非常規(guī)性的工作常常需要一些碎片化的知識。所以，智能化的核心工作之一就是知識的數(shù)字化，把人的工作交給計算機來完成。自動化往往是針對生產(chǎn)過程，而智能化是針對整個企業(yè)的業(yè)務(wù)活動，包括研發(fā)服務(wù)、采購銷售等。
自動化針對的主要是藍領(lǐng)工人，智能化主要針對白領(lǐng)管理者和技術(shù)人員。我國的一線工人比國外對標企業(yè)要少，而工廠總?cè)藬?shù)卻要多，因為我們的管理和技術(shù)人員太多。這意味著我們與國外企業(yè)的差別主要不在自動化層面，而是智能化水平低。
關(guān)鍵詞：
營業(yè)執(zhí)照公示信息