中科院院士张钹:智能制造中的AI是怎样的

简介:

雷锋网(公众号:雷锋网)按:近日,中国智谷大会于南京召开,中国科学院院士、清华大学智能技术与系统国家重点实验室学术委员会名誉主任张钹就人工智能的产业化做的相关主题演讲。本文根据网易科技发布的现场速记编辑整理而来,在未改变原意的基础上略作了删减。

人工智能的问题为什么现在这么热或者是产业化,大家热情这么高?我觉得一个重要的原因首先是需求。这个需求不管是第一产业、第二产业或者第三产业都有这个需求。现在因为大家谈的比较多的是制造业,第二产业或者第三产业,服务业。其实农业对于智能化的需求也是很高的,我们国家在80年代做人工智能的时候,中间一个重要的应用是在农业领域,当时做了一些农业领域的专家企业,比如说如何施施肥关于后面两个问题大家谈得很多,我不谈了。

制造业对智能化的需求,服务业对智能化的需求,所以我觉得这是一个重要的动力。因为有这个需求,那么才会促使人工智能去进一步发展。

我今天讲的不是讲需求,而是讲人工智能技术,究竟能够提供什么样的对产业化需求的那些(人工智能)技术。这个过程中从计算机做起,计算机非常简单,大家都在用,实际上计算机是名副其实只能作为计算来使用的。

大家知道,传统的计算机应用主要是三个方面——科技计算、传统的数据处理、以及自动化

其实所有这些应用都是应用计算机的一个能力,数字计算的能力。因此,我们把这个计算机用到这些领域里头,都是建立一个数学模型进行计算。那么,人工智能这个大家认为大家认为不是智能的,大家认为人排好程序,计算机去算。

那么什么是人工智能,实际上人工智能让计算机做下面这三件事,这三件事都是人所具有的。

  • 第一件事就是感知,对周围环境的感知。

这就是我们通常大家讲的视觉、听觉,触觉,通过这些感觉器官来感知周围的环境,我们希望计算机能做这个事。

  • 第二件事就是思考、决策。

这是人的高级思维,我们有的时候讲的逻辑思维,或者理性思考,因为我们做任何事情的时候,做决策也好,做其他的事情,做规划也好,我们都要进行一些理性的思考。那么计算机我们头一件事要做的,就是是计算机能不能模仿人进行理性思考,这是头一个任务。

  • 第三件事就是对周围环境影响通过手、脚、和其它的结构对周围环境的影响。

那么这是第三件事,这是第三件事,往往我们做出来的大家管它叫机器人。根据这几样事向大家介绍一下计算机能提供什么样的一个技术,特别对我们产业化应用的技术。那么,所以应该讲这三个内容:感知一个、逻辑思维一个、动作协调控制一个就是我刚才讲的人工智能要实现的这三个功能。

感知

关于感知方面就是我们通常讲感知行为,就是大家提到的机器学习,神经网络都是指的这个,对感知来讲,我们人脸识别,我们能识别脸但是我们说不清楚。我认识张三,张三长什么样你要描述出来你描述不出来,那现在的办法就是所谓的机器学习,你之所以然不知其所以然的问题我们通过机器学习的办法,也就是说我用大量的数据让它学,学完以后它就会了,这个就是我们现在讲的深度学习,为什么深度学习现在的人工智能非常火,一个非常重要的原因就是找到深度学习的办法。那么可以帮助我们解决那些知其然而不知其所以然的问题,而感知你大量的问题属于这个

我们系目前也有很多这方面的工作,包括人脸、人脸用指纹、掌纹、视网膜、DNA、签名、姿势、键盘敲击的行为都可以识别  ,我们系做的比较好的是声纹,用声音识别人。所以对声音信号几方面,现在技术做得比较好,第一种语种识别,你说的是英文还是中文,还是其他语言,还有口音的识别,你是哪个地方的人,语音的识别,然后性别的识别,情感的识别,比如说你被绑架了,他要你打电话,计算机一般可以识别出来,这里有很多人身份的识别等等。

好多人利用这个替机器产业化,现在做这方面的一般来讲产业规模不够大。

所以我希望这里的企业家,这个是企业家的事情,你们如何利用这个技术,关键的问题要发展大的产业,目前来讲这些产业相对规模都比较小。

决策

这里我们重点讲讲其中的逻辑思维,逻辑思维实际上包括以下——推理、决策、诊断、规划、设计等等。我们都认为这是一个人的理性思考的主要内容。那么这个现在实际上把这所有的思考都可以看作是一个推理,这推理有几种:

一种是有原因推到结果,由医疗看,通过疾病推出来他会有什么症状,那么也可以是反向推过去,就是从结果推他的原因,我们看病也是这样,反向推理,看什么样的症状,去思考他的原因是什么。那么这个在所有我们的日常的决策也好、设计也好、都是这么一个思考过程。

如果计算机能够做这样的事情,那么计算机也能思考。

那么,这就是传统的人工智能所做的一件事,就是根据人的知识和经验把它建立一个推理模型,放到计算机里头去,计算机就可以根据这样的一个推理模型进行思考,这种模型有的时候启发式搜索模型,知识驱动模型,规则法等等。

这个大家都知道,就是有两样成功,大家都非常熟悉,这是标志着人工智能在这两件事当中会做的比人更要好。头一件事虽然讲的是下国际象棋,虽然象棋下棋是决策的过程,但其无非是两个人的决策,那么它要下一步对自己最有利,对对方最不利的一步。最后谁赢谁输,谁决策正确谁赢,或者说谁决策一贯正确谁赢,所以这是一个非常典型的决策问题。那么如果在下象棋下能够打败国际冠军,就是说在我们讲“完全信息”情况下的决策问题。

计算机可以做超过人或者跟人一样好,这里头要加一个定语,“完全信息”也就是说。如果计算机遇到不确定性的环境,遇到一个变化突发的事件,他的处理能力就不如人,但是如果在“完全信息”的情况下,我们计算机可以做得比人更好。

那么完全信息的决策问题我们平时有很多事是这样,做设计、做诊断属于基本上是完全信息。这个问题实际上有很多的用途,这个在计算机里头是这么做的。联想到我们现在讲的智能制造,非常重要的一个问题就是说我们现在说到个性化的制造,要能够很快满足市场的需求,我们把生产的东西更好地满足市场不断变化的需求。

这里头有一个非常重要的决策问题,这个决策问题就属于“完全信息”下的决策问题,那么用计算机来做就是合适的问题。包括考虑营销、考虑其他的策略都是需要这样的一些技能来做。

当然在智能制造里头还有下面一个,关于生产的智能化和自动化,这个我们在第三部分讲到这个。所以前面的那一部分我们现在用的ERP系统没有智能化,往往大家希望在这个系统上面会加大一些智能化的决策,智能化的规划,那么这样子就可以提升生产。

行为

最后一个关于行为的问题,这里包括走路,汽车等等。一个是工业机器人,这个大家要熟悉的,就是要具备关键技术,第二代工业机器人已经有了,这个比原来更安全,更好用。服务机器人做得很多,全世界很多。

但是现在遇到一些瓶颈,这个大家要注意,大体上现在是三个方面,这四个方面做得比较多,一个是家庭服务,现在比较成功的是索非亚(音)机器人,住床的我们也在做,这个属于娱乐,对话,教育,大概现在主要这几个方面,这几个方面肯定对有一些关键技术。

这里头的关键技术一个就是智能化的问题。

速记全文Via Here


本文作者:宗仁


本文转自雷锋网禁止二次转载,原文链接


相关文章
|
1月前
|
人工智能 供应链 监控
AI汽车制造
AI融入汽车制造,涉及产品设计、生产流程及质量控制等环节。AI助设计师精准建模与仿真,提升设计效率;自动化装配线提高生产效率,减少人为错误;机器视觉检测保障生产稳定性;AI优化生产计划与资源分配,增强灵活性。在质量控制上,AI实现全过程监控,预测设备维护需求,防止故障影响。此外,AI还助力个性化生产与智能供应链管理,满足市场需求。尽管面临数据安全等挑战,但AI将持续推动汽车产业创新与发展。
23 3
|
1月前
|
机器学习/深度学习 传感器 人工智能
AI电子制造
AI正深入电子制造,提升自动化生产与智能排产,预测维护减少中断,提高效率降低成本。智能工厂与供应链管理受益于AI,预测故障、优化库存,强化竞争力。AI在质量控制中的图像识别技术改善产品质量,加速研发。物联网发展拓宽AI应用,但需面对准确性、安全性和人才培养挑战。AI将持续推动电子制造创新与行业发展。
14 1
|
1月前
|
人工智能 自然语言处理 文字识别
DeepMind首发游戏AI智能体SIMA:开启虚拟世界的智能探索之旅
【4月更文挑战第3天】DeepMind推出了SIMA,一种能在多个3D环境中执行语言指令的智能体,标志着AI在理解和互动虚拟世界上的进步。SIMA通过多样化的训练数据学习导航、操作、决策等技能,并结合预训练模型处理高维度输入输出。尽管在复杂任务上仍有提升空间,SIMA展现了正向迁移能力和潜力,为AI研究和未来机器人技术铺平道路。然而,仍需解决鲁棒性、可控性、评估方法及道德安全问题。
31 4
DeepMind首发游戏AI智能体SIMA:开启虚拟世界的智能探索之旅
|
2月前
|
机器学习/深度学习 人工智能 搜索推荐
未来智能医疗:AI助力个性化治疗的新时代
随着人工智能技术的不断发展,智能医疗正逐渐成为医学领域的热门话题。本文探讨了人工智能在医疗领域的应用现状和未来发展趋势,着重介绍了AI如何助力个性化治疗的新时代的到来,展望了未来智能医疗的前景。
|
2月前
|
机器学习/深度学习 人工智能 监控
AI算法分析,智慧城管AI智能识别系统源码
AI视频分析技术应用于智慧城管系统,通过监控摄像头实时识别违法行为,如违规摆摊、垃圾、违章停车等,实现非现场执法和预警。算法平台检测街面秩序(出店、游商、机动车、占道)和市容环境(垃圾、晾晒、垃圾桶、路面不洁、漂浮物、乱堆物料),助力及时处理问题,提升城市管理效率。
AI算法分析,智慧城管AI智能识别系统源码
|
2月前
|
机器学习/深度学习 人工智能 运维
《未来智能运维:AI技术的应用与展望》
在当今数字化时代,智能运维正日益成为企业提升效率、降低成本的关键。本文将探讨人工智能技术在运维领域的应用现状与未来发展趋势,展望未来智能运维的发展前景。
181 1
|
1月前
|
机器学习/深度学习 人工智能 供应链
AI智能分析
AI智能分析运用人工智能技术对数据进行深度挖掘和模式识别,助力商业智能、法律分析、医疗健康、股票市场、产品设计和技术研发等领域。通过机器学习和深度学习,AI能优化商业策略、提升诊断精度、辅助投资决策,并解决技术难题,为各行各业提供精准洞察和决策支持。
30 1
|
2月前
|
人工智能 监控 算法
java智慧城管源码 AI视频智能分析 可直接上项目
Java智慧城管源码实现AI视频智能分析,适用于直接部署项目。系统运用互联网、大数据、云计算和AI提升城市管理水平,采用“一级监督、二级指挥、四级联动”模式。功能涵盖AI智能检测(如占道广告、垃圾处理等)、执法办案、视频分析、统计分析及队伍管理等多个模块,利用深度学习优化城市管理自动化和智能化,提供决策支持。
241 4
java智慧城管源码 AI视频智能分析 可直接上项目
|
14天前
|
人工智能 安全 Linux
《龙蜥理事说》第二期对话统信软件 AI 让操作系统更智能
统信软件携手龙蜥生态提供更好操作系统服务。
|
17天前
|
人工智能 文字识别 自然语言处理
低代码引领AI创新:业务解决方案智能化设计
低代码平台结合AI技术,正推动构建智能化应用的革命。低代码通过可视化界面和预置模块简化开发,提高效率,降低技术门槛,并能灵活应对变化。AI则为应用带来智能决策支持、自动化工作流和增强用户体验。实际应用中,AI用于智能预测、情感分析、OCR和关键字提取,帮助企业加速数字化转型,提升业务价值。
25 1