在近期举办的2024大中华区高管交流大会上,Gartner发布了中国人工智能(AI)调研。Garter预测,到2027年,中国制造业的AI使用渗透率将以10%的年复合增长率上升。
“中国制造2025”计划将成功实施AI用例作为衡量智能制造成熟度的关键指标。中国的制造业覆盖广泛且运营流程复杂,在全球占据着显著地位。因此,其产生的庞大数据集推动着制造业的优化和智能化,这是实施AI不可或缺的原料资源。
Gartner研究总监龚慧巍表示:“中国制造业的运营产生了大量数据,而且数据已被视为是对AI最有价值的资产,中国有望成为AI算法开发、建模和成功实施用例的沃土。”
AI用例流程图介绍了制造业首席信息官(CIO)在对企业机构的AI用例进行定义、优先级排序和验证时应采取的步骤(见图1)。
图1:AI用例流程图
与IT和业务利益相关者共同定义用例
Gartner的制造业GenAI用例棱镜(见图2)根据价值和可行性,绘制了制造业中21个极具前景的GenAI用例。制造业和交通运输业的CIO可以借此启动战略对话,指导这一技术的投资决策。
图2:制造业GenAI用例棱镜
根据利益相关者工作重点进行用例优先级排序
根据用例对实现业务目标的作用、底层技术的成熟度以及企业的数字化成熟度,对路线图的用例进行优先级排序。为此,CIO应查看企业的制造运营数字化路线图、AI人才、能力鉴定和技术投资计划。
龚慧巍表示:“定义、建立和部署一个用于制造业的AI路线图是一项复杂的工作,需要项目倡导者和利益相关者之间的通力合作。”
验证AI用例的可行性和最终用户接受度
2022年Gartner中国AI调研中受访的AI领导者表示,“削减成本和合理分配资源”是行业引入AI的主要目标(见图3)。以资产为中心的制造业是最为重视成本削减的行业。
图3:引入AI的主要目标——按行业划分
龚慧巍表示:“预测性维护是制造企业的重要课题,因其可以维持高可用性,避免意外停机。对部分企业而言,这可以增加营收和利润。”
好文章,需要你的鼓励
清华大学团队突破性开发"零样本量化"技术,让AI模型在不接触真实数据的情况下完成高效压缩,性能反超传统方法1.7%,为隐私保护时代的AI部署开辟新路径。
普林斯顿大学研究团队开发出"LLM经济学家"框架,首次让AI学会为虚拟社会制定税收政策。系统包含基于真实人口数据的工人AI和规划者AI两层,通过自然语言交互找到最优经济政策,甚至能模拟民主投票。实验显示AI制定的税收方案接近理论最优解,为AI参与社会治理提供了新路径。
K Prize是由Databricks和Perplexity联合创始人推出的AI编程挑战赛,首轮比赛结果显示,获胜者巴西工程师Eduardo Rocha de Andrade仅答对7.5%的题目就获得5万美元奖金。该测试基于GitHub真实问题,采用定时提交系统防止针对性训练,与SWE-Bench 75%的最高得分形成鲜明对比。创始人承诺向首个在该测试中得分超过90%的开源模型提供100万美元奖励。
南开大学研究团队提出了一种新的3D高斯泼溅重光照方法,通过在高斯原语上直接编码离散化SDF值,避免了传统方法需要额外SDF网络的问题。该方法设计了投影一致性损失来约束离散SDF样本,并采用球形初始化避免局部最优。实验表明,新方法在保持高质量重光照效果的同时,仅需现有方法20%的显存,显著提升了训练和渲染效率。