越來越多的行業(yè)擁抱人工智能產(chǎn)業(yè)，高效融合發(fā)展

11月11日，2022年世界工業(yè)設(shè)計(jì)大會(huì)在煙臺(tái)開幕?！皧^斗者號(hào)”全海深載人潛水器、旅航者X2純電動(dòng)載人飛行器、北京冬奧會(huì)中國國家隊(duì)雪蠟車、模擬工業(yè)4.0生產(chǎn)過程的“智能工廠”實(shí)訓(xùn)系統(tǒng)、自適應(yīng)自組織混流壓縮機(jī)柔性智能裝配生產(chǎn)線”、“共窗未來——全國首創(chuàng)節(jié)能減排溫控智能窗”……當(dāng)工業(yè)設(shè)計(jì)擁抱人工智能，中國設(shè)計(jì)、中國智造迸發(fā)蓬勃新活力。

“我們旨在建設(shè)一條全行業(yè)領(lǐng)先、智能化程度高的自適應(yīng)自組織混流螺桿壓縮機(jī)柔性智能裝配生產(chǎn)線，實(shí)現(xiàn)‘高效率、高質(zhì)量、低成本’的新型制造模式?！北啳h(huán)境技術(shù)股份有限公司總裁趙寶國表示，“例如，產(chǎn)線運(yùn)行過程，柔性需求拉動(dòng)AGV自動(dòng)上下料，實(shí)現(xiàn)物流平準(zhǔn)配送?！边@個(gè)獲得了煙臺(tái)市第四屆“市長杯”工業(yè)設(shè)計(jì)大賽金獎(jiǎng)的項(xiàng)目，填補(bǔ)了各類螺桿壓縮機(jī)多品種變批量智能裝配空白，整體技術(shù)達(dá)到國際領(lǐng)先水平，項(xiàng)目成果在離散型制造領(lǐng)域具有較好的示范作用。

中國工業(yè)和信息化部副部長徐曉蘭在2022年世界工業(yè)設(shè)計(jì)大會(huì)開幕式致辭中表示，當(dāng)前，新一代信息技術(shù)與工業(yè)設(shè)計(jì)加速融合，制造業(yè)產(chǎn)業(yè)形態(tài)、發(fā)展模式深刻變革，工業(yè)設(shè)計(jì)牽引制造業(yè)高質(zhì)量發(fā)展的作用日益凸顯。

隨著我國數(shù)字基礎(chǔ)設(shè)施建設(shè)提速，更多潛在應(yīng)用場(chǎng)景將會(huì)不斷涌現(xiàn)。智能制造、智慧城市、智能礦山、智能供應(yīng)鏈等，為拓展人工智能應(yīng)用提供了廣闊的舞臺(tái)。就此而言，應(yīng)當(dāng)加快拓展應(yīng)用場(chǎng)景，進(jìn)行規(guī)?；袌?chǎng)探索，打造形成一批可復(fù)制、可推廣的標(biāo)桿型示范應(yīng)用場(chǎng)景。加速新技術(shù)落地，有助于保持我國人工智能發(fā)展的優(yōu)勢(shì)。挖掘更多應(yīng)用場(chǎng)景，著力打通落地環(huán)節(jié)，推動(dòng)人工智能與相關(guān)行業(yè)深度融合，人工智能應(yīng)用必將發(fā)揮更大效用。

需要注意的是，發(fā)展人工智能產(chǎn)業(yè)是一項(xiàng)系統(tǒng)工程。比如，支撐自動(dòng)駕駛升級(jí)，除了“聰明”的車，更要有“智慧”的路，這離不開營造包括技術(shù)研發(fā)、基礎(chǔ)設(shè)施、數(shù)據(jù)流通在內(nèi)的良好產(chǎn)業(yè)生態(tài)。此外，發(fā)揮應(yīng)用場(chǎng)景的優(yōu)勢(shì)，也需及時(shí)補(bǔ)上底層技術(shù)的短板。推進(jìn)人工智能應(yīng)用走深走實(shí)的同時(shí)，加強(qiáng)軟硬件、底層技術(shù)攻關(guān)，兩者齊頭并進(jìn)，才能增強(qiáng)產(chǎn)業(yè)發(fā)展后勁，掌握發(fā)展的主動(dòng)權(quán)。

猶記北京冬奧會(huì)開幕式上，小朋友在舞臺(tái)上自由跑動(dòng)，腳下踩出一片片“雪花”。它們時(shí)而散開，時(shí)而匯聚，星光也跟著孩子們的腳步流動(dòng)，這是“人工智能實(shí)時(shí)視頻特效”帶來的神奇效果。未來幾年是人工智能技術(shù)躍遷的重要窗口期，隨著應(yīng)用場(chǎng)景資源的持續(xù)開放，場(chǎng)景創(chuàng)新能力的不斷提升，人工智能與產(chǎn)業(yè)的融合必將更加緊密，人工智能的應(yīng)用也必將邁向更高水平，為促進(jìn)經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展注入源源不斷的智慧動(dòng)能。

人工智能向神經(jīng)科學(xué)的回歸是必然的。

人工智能革命的種子正是幾十年前在計(jì)算神經(jīng)科學(xué)中播下的，神經(jīng)學(xué)家 McCulloch 和 Pitts 在 1943 年首次提出神經(jīng)元性質(zhì)的數(shù)學(xué)表達(dá)形式，他們?cè)噲D了解大腦是如何計(jì)算的。

而馮·諾依曼發(fā)明“馮諾依曼計(jì)算機(jī)體系結(jié)構(gòu)”，事實(shí)上也是來源于最早在構(gòu)建“人工大腦”方面的工作，他從1940 年代還非常有限的大腦知識(shí)中汲取了靈感。

掀起最近一輪人工智能浪潮的深度卷積網(wǎng)絡(luò)，則是建立在人工神經(jīng)網(wǎng)絡(luò) (ANN) 之上的，該網(wǎng)絡(luò)直接從貓的視覺處理電路方面的研究中得到啟發(fā)。

同樣，強(qiáng)化學(xué)習(xí) (RL) 的發(fā)展也是直接從動(dòng)物在學(xué)習(xí)過程中的神經(jīng)活動(dòng)中汲取了靈感。

幾十年后的今天，人工神經(jīng)網(wǎng)絡(luò)和強(qiáng)化學(xué)習(xí)已經(jīng)成為人工智能的主流技術(shù)，所以在大眾看來，“通用人工智能”這一長期目標(biāo)似乎已經(jīng)在我們掌握之中。

然而，與這種樂觀主義相反，許多一線的人工智能研究人員認(rèn)為，我們?nèi)孕枰〉眯碌闹卮笸黄?，才有可能?gòu)建能夠完成人類的所有工作的人工系統(tǒng)，而且不僅是人類，甚至包括像老鼠這樣更簡(jiǎn)單的動(dòng)物。