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
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。