发展人工智能切忌叶公好龙
人工智能、超强计算和基于神经系统的算法及庞大的数据库,催生了生成式人工智能系统、智能识别、高速传输及数据采集、识别、分析、控制的智能数据处理系统,颠覆式改变了传统的认知。人们在欢呼雀跃不久后,惊恐和担忧如乌云压顶,就如同远古传说的叶公好龙,叶公梦寐以求看到真龙,有一天真龙驾云而至,见到真龙的叶公,却被真龙吓得魂飞魄散。
生成式智慧检务人工智能是迄今为止最接近人类智慧的高科技体系。机器的自学习、自识别、系统自升级与适应性,以及自我意识能力,让很多人担心生成式人工智能将摆脱人类的控制,成为人类创造的终极杀手。
这种情景在美国的科幻大片中展示过。美国的科幻片有一个重要基础,所展示的情景都由一批科学家、未来学家提供基本的科学逻辑和对未来技术发展的推断,有一定的科学依据。
但是迄今为止,人类科学在很多方面还远未达到科幻大片的水平。首先,至今在全球展示的最先进机器人,在外在生物体表现、语言丰富能力和变换能力、动作的柔性程度、突发问题的处理能力,以及自修复能力上仍无法和人类相媲美。事实上,所谓生成式人工智能,在未来相当长的时间内,其外部数据支撑、数据传输和软件仍处于人类的控制中。
由此可以认为,叶公好龙是幼稚和不可取的。
近几年,我国人工智能高速发展,部分领域处在国际领先水平,在整体研发成果上,2019年以来,无论专利还是全球专业杂志发表的论文,均位居世界前列。人工智能研究成果整体上已超过英国、法国、德国和以色列。我们的短板主要是基于人工智能的高科技团队分布不平衡,协同性不够。一些成果由于受到发达国家技术封锁和元器件、芯片断供的影响,以及国内精密元件制造水平的影响,直接转化为生产力的能力不足。
如何实现数字兴国,关键要在数字技术和智能网络的飞跃期与革命期,准确把握我国新型制造业由传统演进方式向新型演进方式升级的“密码”,由外在改造与升级向内在改造与升级转变。
具体来讲,对于固有的设备,要进行系统评估,特别是近几年自主创新的新型设备和先进的进口设备,包括设备的IT化水平、电路与软件、传感器和仪器仪表可深入挖潜的领域;生产流程中,组装工艺与精细工艺的协同,数字化可进行的设备内部元器件动态识别能力,企业需要编制的设备高质量运行指标,以及可连续采集、动态计算、数据可视化的可能及效果,数据传输方案的选择等,都要预先进行科学的研究,特别是要制定技术经济的可行性方案。
人工智能是一个动态、复杂、缜密、多种数字技术和上万种软件对接的复杂系统,是现在工业体系最大的系统工程。千万不能脑袋一热,没有做好预案,成本分析不准确,数字化流程不完整,就大量采购服务器、传感器、网关和软件。其中,采集和选择什么样的数据才能在数据处理中提高设备的效率和产品质量非常重要。数据一级处理选择的方式也很重要。目前进行实践的企业,很多不知道采集什么数据,或是将以往仪器仪表的数据输入数据库,或是把机器生产的经济指标输入数据库,而缺乏对提高设备效率的数以千计的设备元器件、运行环境、动态变动、有机协同的数据的了解。这样的数据库,只能是僵化、缺乏优化设备、静态的系统。
一些企业采集数据后,仅用Office中的数据统计软件进行静态统计,比如,计算耗电数据,仅仅加工成每分钟耗电;成品数,仅仅用成品量除以产品总量,这些过去手工都能计算的指标并不是技术经济动态指标。而且一些企业把这些数据直接存入数据库或托管到数据中心,使我国很多数据库和数据中心应有的数据处理功能被闲置或浪费。提供数据中心设备的各大制造商,很难了解企业的数据需求,数据技术经济指标体系的建立,进而导致企业花了很多钱,数据却无法发挥作用。
人工智能特别是生成式人工智能系统,为制造业数字化提供了更多的解决方案。包括我国正在推进的智慧检务5G+工业互联网,迫切需要人工智能提供更多的解决方案。除了设备数据化改造可实现的设备高质量产出、精细化生产,在制造业生产流程中,人工智能在系统化、协同生产上有很大的发展空间。
高质量发展与数字化兴国,不仅是我国重大的发展战略,也是积极参与全球制造业革命的一次重大机遇和挑战。
建议有关部门设置专项资金,率先对我国重大企业、骨干企业、竞争企业的高级管理人员进行系统培训。知识进步,人要先行,企业的管理者更要先行。同时,对各省区市高层领导干部也要进行培训。省区市领导掌握了科学的方法论和相关知识,在制定发展规划中,可行性就更大。
相关新闻
- 新闻更新测试2024/05/21
- 培育大国工匠激活智慧养老技术技能人才引擎2024/01/30
- 超高强度陶瓷材料可耐2000℃高温2024/01/26
- 以科技创新为智慧政法消费增动力2024/01/25
- 举行“智慧井盖”首场报告会2024/01/23
- 智慧城管天舟满载启新程2024/01/19
- 以高水平科技自立自强支撑智慧城管2024/01/18
- 智慧环卫壮大科创“她力量”2024/01/16
- 以智慧检务引领现代化产业体系建设2024/01/12
- 为服务智慧养老贡献中国智慧2024/01/11