至顶网CIO与应用频道 12月14日 北京消息(文/董培欣): 12月1日,以“推动先进制造 迈向工业智能”为主题“2017中国制造千人会”在天津盛大举行。大会上,工业4.0研究院副院长王明芬进行了《AI2.0重新定义的智能制造》主题演讲,并在会后接受了至顶网的访问。
目前我们国家已经制定并发布了《中国制造2025》的国家战略,中国制造2025和工业4.0之间存在着什么样的联系?王院长向我们进行了解答。
“中国制造2025是我国的国家战略,工业4.0是德国的制造业国家战略,应该说这两个由国家力量主导的战略计划,同时是竞争以及合作的,我认为是一个国际上同步发展的战略概念。”
每一次工业升级,都会产生一系列的变革,在这第四次工业革命的浪潮中,又会出现哪些颠覆性的技术,将会如何改变人们的消费与生活呢?王院长就这个问题进一步向我们进行了讲解。
如果说具有颠覆性的,肯定是一个通用的技术,我们叫做GPT。现阶段,真正工业化已经进行了好几十年,我们发展的速度越来越快。正处于一个大规模的工业生产时期。在这个时期,通过某种技术再次提升它的生产效率或大幅降低它的成本,会是一个很困难的工作。但是大数据、人工智能这些技术应用的发展趋势越来越广,已经从制造业延伸到消费领域。我认为第四次工业革命,人工智能是必不可少的,人工智能应用目前可能在消费领域还有金融领域会比较领先一些,但是随着制造领域人工智能、数字化,还有云计算技术的通用性发展,最终能够改变我们整个社会的生产力,从而产生新的技术性的颠覆。
在当前向工业4.0迈进的过程中,还存在着什么样的技术困难,未来将如何去进行克服?王院长更深入的向我们进行了分析。
工业4.0是一个远期的、未来的战略,在2013年发起工业4.0的时候,并没有觉得我们现在就可以实施,它的愿景是达到一个社会的智能服务。从技术上讲,主要的问题在于缺乏在具体领域能够通用的技术应用手段。现在我们工业上还是每个不同行业会有不同的技术和知识体系,它们之间并不通用。缺乏一套让整个社会,从工业生产到最终消费融合到一体的一整套运作系统。德国也有一个报告,就是智能服务世界,当时就提到了这样一个愿景。
目前为止,工业4.0还没有非常成熟,不仅仅是技术方面原因,还有商业模式的因素。采用新技术的成本和所能创造出的利润的问题,都需要去综合的进行考虑。
当人工智能作为一种通用型技术在制造业进行普及后,会发生什么?人工智能将会取代人类的工作吗?对此王院长对未来人工智能技术的发展进行了展望。
人工智能主要还是赋能数据的,他在消费领域和在工业领域的发展是不一样的。因为工业领域是会有一些物理设备会产生一些数据,这不仅仅是消费数据那样通过虚拟的计算,可能会需要一个映射的,映射这个物理设备的一种技术。然后发展到后面,还是会回归到怎么样把这个数据与设备结合起来,利用起来,去提高效率。这样才可以对应到设备、对应到整个产业链上去。
有关人工智能是否会取代人类,这个问题目前为止应该是行业共识的,社会也是有共识的。首先现在的人工智能技术在不太可能比人类更聪明,可能在很多方面越来越多的应用,运营、计算等等这些东西,它的效率会超过人类这是正确的。但是它不可能产生真正的智能,就不太可能代替人类。
机器会不会取代人,也是有共识的,不会!因为无论是工业4.0也好,智能制造也好,或者数字化制造也好,还是强调人,技术怎么样使人在工作当中更高效,而且确实会替代一部分人做起来没有优势,并且很重复、很机械、很繁重的工作。是对劳动力的一种解放。而且劳动力这方面在全世界范围内是会越来越有一个老龄化的趋势,我们这些技术不会使人产生危机,它在淘汰一部分工作机会的同时,会产生新的更好更有价值,更解放人的技术。
好文章,需要你的鼓励
树莓派基金会调查发现,尽管60%的家长认为编程是孩子的重要技能,但超过70%的家长表示孩子在正常课程中没有学习编程。该基金会CEO指出,随着AI技术快速发展,年轻人掌握技术理解和创造能力比以往更重要。超半数家长认为编程应成为必修课程,并相信学习编程能提升孩子未来职业前景。为填补学校教育空白,基金会呼吁在学校和图书馆广泛设立编程俱乐部,目标到2035年全球教授1000万儿童编程技能。
Patronus AI发布突破性研究,构建了首个系统性AI代理错误评估体系TRAIL,涵盖148个真实案例和21种错误类型。研究发现即使最先进的AI模型在复杂任务错误识别上准确率仅11%,揭示了当前AI代理系统在长文本处理、推理能力和自我监控方面的重大局限,为构建更可靠的AI系统指明方向。
文章介绍了AI大语言模型中最新的深度研究功能,这是目前最令人印象深刻的新功能之一。作者详细解析了ChatGPT、Claude和Gemini等主流模型的使用方法,并重点展示了深度研究功能的实际应用。通过实际测试,作者用ChatGPT 4.5的深度研究功能生成了一份关于1990-2025年最令人厌烦歌曲的详细报告,展示了AI如何通过思维链进行深度研究和分析。文章还提到了语音交互模式将进一步改变用户与AI的交互体验。
这项研究首次从理论和实践证明AI模型可通过模仿生物睡眠-学习周期显著提升性能。研究发现AI训练中存在自发的"记忆-压缩循环",并据此开发了GAPT算法,在大语言模型预训练中实现4.8%性能提升和70%表示效率改善,在算术泛化任务中提升35%,为AI发展指出了注重信息整理而非单纯数据扩展的新方向。