从田间地头到工厂车间,百度人工智能让产业智能化拥有更多可能

简介: 从田间地头到工厂车间,百度人工智能让产业智能化拥有更多可能

image.png


国家统计局7月27日发布的数据显示,今年上半年,工业企业利润增长率呈现“先低后高,由低到高”的趋势,第一季度工业企业利润同比下降36.7%,第二季度同比增长4.8%,5月和6月利润分别增长了6.0%和11.5%,在疫情得到有效防控后,经济复苏态势愈发明显。


后疫情时代经济复苏,新基建成为重要推进器,AI作为核心新基建之一自然会扮演重要角色。事实上,在疫情前AI对世界的改变就已发生。在人人皆可感知的语音助理、刷脸支付等智能应用外,AI更多被应用在产业端。



《了不起的中国AI》刷屏,AI了不起在哪里?


这几天,一组主题为《了不起的中国AI》的视频在网上引发热议,这组视频分为制造、能源、自动驾驶等不同主题,侧写了人工智能在我国的落地情况,展示出我国人工智能领先的一面。在波诡云谲的国际大环境中,这样的视频振奋人心。


image.png



在制造领域,视频展示某企业应用人工智能帮助制造业质检岗位检测零部件缺陷,往年这样的工作依靠“人眼+放大镜”,耗时费力,工人技术不娴熟或太疲劳还会导致出错。基于AI质检工人每小时可检查三千个零件。此外AI还可实现对汽车库存进行实时监测与自动分析,其原理同样是无人机扫描图片后,再用机器视觉技术自动识别盘点,这一点靠肉眼往往要多日才能完成,且难以做到100%准确。


image.png


在能源与通讯领域,中国人创造了大庆油田、三峡大坝、全球覆盖最广最稳定的电网与通讯网络等世界级超级工程,肩抬手扛时代拼的是劳力与智慧。如今,基于AI技术,能源服务商可以进行全时段监控温度、可以监控矿钻深度和矿场水情、可以智能巡检高压电线路,运营成本更低、安全事故更少、工作效率更高。


image.png


汽车领域,我国是汽车大国却不是汽车强国,不论是燃油车还是新能源汽车头部品牌都被国外品牌或合资品牌占据。在自动驾驶汽车上,2013年以来,自动驾驶在我国先后经历初次亮相、成功路测、量产车型下线、试点应用、自动驾驶出租车Robotaxi多个阶段,其中百度已经成为全球自动驾驶领域的领导者之一,中国自动驾驶汽车成功翻盘。


image.png


这些视频展示出了中国AI了不起的一面,它既可以在一些场景下取代人,又可以在一些场景下辅助人,还可以在一些场景下比人做得更好。汽车不需要司机、用机器替代工人/农业劳动,许许多多科幻小说中的想象,因为AI变成了现实。


《了不起的中国AI》视频只是AI与产业结合的冰山一角,AI正与农业、工业、零售、金融、教育、医疗、娱乐、交通、旅游、地产等行业深度融合,数据显示截至2019年底,我国人工智能核心产业规模超过510亿元,人工智能企业超过2600家。今年疫情未能阻挡AI产业蓬勃发展,天眼查数据显示,以工商登记为准,我国今年前5个月新增人工智能相关企业近11万家,同比增长28.54%,如此众多的AI企业更多在做面向B端的行业AI应用,而非C端AI产品。


image.png


在世界人工智能大会(WAIC)上,百度创始人兼CEO李彦宏在主题演讲中指出,AI发展一共分为技术智能化、经济智能化与社会智能化三个阶段,经济智能化分为两部分,上半场是AI平台化蓄能,在搜索、信息流等少数领域落地;下半场是AI产业化,AI渗透到各行各业大规模商业化,李彦宏认为“我们正处于从经济智能化的前半段向后半段过渡的时期”。


AI从少数行业的典型场景向全部行业的全量场景加速落地,将会释放出全新价值。



AI赋能产业,终将改变中国


虽然视频只反映出了AI赋能产业的冰山一角,却完整体现出AI对产业赋能的关键价值。


首先,最直接的是降本增效,自动驾驶汽车可让出租车公司不雇佣司机,智能线路巡检可以减少巡检工人数量,智能质检可提高质检工人工作效率,最终结果都是降低成本、增加效益,后疫情时代,精细化将是企业经营管理的大方向,降本增效是关键目标。


其次,将会释放出大量人力。很多人的岗位都可以被AI或者AI驱动的应用如机器人取代,即便不取代,在AI支持下也会有更高工作效率,同样一个职业所需人手更少,结果是更多人被解放出来,从事管理、服务、创造、文艺等等离不开人类的岗位。人们上班时间有望变得更少,996将成为历史,工作与生活平衡对每一个人来说,都会成为可能。


image.png


最后,催生大量的创新应用,自动驾驶汽车将会催生无人出租车服务,人们可以购买无人车,闲置的时候共享出来,需要的时候再智能调度回来给自己使用,让无人车每天自己赚钱。当然也有一种说法是未来人们都不会再买车了,因为无人车随叫随到。总之,每一个行业与AI结合都会迸发出很多我们今天想都想不到的创新。


正是因为此,有人认为人工智能技术将成为蒸汽机、电力与计算机后的革命性生产力,AI被视作第四次工业革命,AI将比以往任何一波技术浪潮更加深刻地改变中国。


首先会助力我国一些领域弯道超车。


早在2017年就有多家外媒关注到中国AI的激进路线与突出成果,比如《福布斯》指出,在科技创新上,中国现在已经不再像从前那样追随美国,效仿美国,中国正发展成为某些AI领域的领先力量。《华盛顿邮报》更是预言中国将在2030年成为世界AI的领导者。


虽然美国有AlphaGo这样的炫酷AI项目,但中国AI探索更接地气,一直在扎扎实实地推动AI在多个领域落地,这给对应的产业弯道超车的可能性。


比如交通领域,拥有基建狂魔的中国拥有全世界最快、最强的高铁,有全世界最长的高速公路里程且依然在高速增长,拥有世界最高的桥、最长的桥、最长的隧道,拥有港珠澳大桥等等超级工程,但我国依然只是交通大国,正在努力向交通强国迈进。交通运输部已将自动驾驶作为科技创新支撑加快建设交通强国的重要领域之一。AI将助力我国交通弯道超车,类似的事情在农业、制造、设计、建筑、服务、SaaS等等行业都将上演。


image.png


其次将提高各行各业生产效率,最终促进我国经济结构升级,实现高质量发展。


2018年改革开放40年,国家统计局党组成员、总经济师盛来运就在《求是》撰文指出,“经过改革开放40年的努力,特别是随着中国经济发展进入新时代,我国发展格局正在发生重大而深刻的变革,高质量发展的趋势得到进一步确立。”在新一轮改革的关键时期,经济结构优化、高质量发展是趋势。


而AI将催生新技术、新产品、新产业、新模式,进而引发经济结构重大变革,促进社会生产力的整体跃升。鉴于其可以提升社会劳动生产率、降低劳动成本、优化产品服务,因此将会让制造、农业、旅游等行业走向高质量发展阶段,从人力密集型产业向智力密集型产业转型升级,中国制造终将变为中国创造。


最后AI关系到民生福祉,可以增加人们的获得感与幸福感。


自动驾驶汽车让出行更便捷、更安全、更高效;智能巡检、智能监控、智能安防等应用让人们远离危险工作环境;智能质检、智能农业、智能仓储等应用则将人们从繁重的劳动中解放出来;智能灾害预警和救援可以让人们更好地应对灾情;智能政务可以让人们“少跑一次路”、“只跑一次路”甚至“一次路都不跑”……AI将让人们工作更舒心、生活更便利、教育更公平、医疗更安心。


image.png


中国是一个务实的国家,中国人在全世界都有着勤劳务实的美名。AI应用在中国的落地,就体现出更接地气的一面。国家对AI的战略重视、科技企业对AI积极布局、学术专家对AI不断专研,众人一起努力构建了坚实的AI基础设施。我国AI产业正呈现出百花齐放的状态,AI应用遍地开花,中国正在成为“智慧之国”。



了不起的中国AI,互联网巨头功不可没


AI掀起的新一轮技术革命,最核心的企业玩家是互联网公司。虽然半导体巨头、硬件巨头、传感器企业、SaaS服务商等科技产业链的玩家,在AI产业都会扮演关键角色,但牵头者,一定是互联网巨头,原因在于互联网公司拥有AI产业的关键要素:算法、数据、场景与人才。


《了不起的中国AI》中的AI应用,很多都来自百度,比如自动驾驶领域,百度旗下的Apollo就是自动驾驶领域的世界级玩家,今年4月,公共及商业市场咨询服务提供方Guide house旗下的NR(Navigant Research)将百度评为全球领先的四大自动驾驶系统开发商之一,跻身“领导者”阵营,这一评价体系一共会涵盖公司愿景、市场发展策略、合作伙伴、生产策略、技术、营销&销售&产品、产能等十大维度,在世界范围内均具有较高影响力。百度不只是有领先的自动驾驶技术,同时通过与各地城市合作、搭建Apollo自动驾驶平台、推出ACE交通引擎,推动自动驾驶与智能交通落地,Apollo早已在国内率先推出普通市民可预约的Robotaxi自动驾驶出租车服务。


image.png


事实上,智能制造、智能能源等视频中的AI应用,大都跟百度息息相关,百度要么提供整体智能化解决方案,要么给第三方服务商提供飞桨深度学习平台、百度大脑AI开放平台等底层能力支持。毫不夸张地说,百度已经成为中国AI产业化的关键推手,也是前沿企业引领科技强国的典型范例。这一点不让人意外。


首先,百度坚持做AI平台公司,2010年布局AI后不久就在公司内部将AI技术平台化,并在2016年就将百度大脑开放,如今百度大脑、飞桨、百度智能云与Apollo等平台均已开放或开源,李彦宏在WAIC上透露百度大脑每天调用量突破1万亿次,飞桨上的开发者数量达到194万,服务企业达到8.4万家,基于飞桨产生23.3万模型,覆盖各行各业。同时李彦宏明确,百度将做“专注对外赋能的AI平台型公司”,开放是百度的一项基本原则。基于此,推动AI在各行各业落地,百度比所有企业都着急。


image.png


其次,百度坚持做底层自主技术。从半导体等产业当前面临的困局来看,底层自主技术是科技大国的“国之重器”,因此重点布局底层自主技术,才能避免被卡脖子,即便是“重复造轮子”,都是非常有必要的。百度一开始就决定从0到1做自己的AI技术,最底层的就是自有的飞桨深度学习平台,它是百度大脑、文心等上层AI技术的基础,深度学习平台也被视作是AI的“芯片”。2016年飞桨开源,现在依然是国内唯一开源开放、技术领先、功能完备的产业级深度学习平台,与谷歌TensorFlow与Facebook PyTorch比肩。基于此中国AI技术事实上已实现自主可控。


最后,百度坚持做AI技术普及的步道师。百度不只是给AI产业化提供技术能力支持,同时也在推动产业的AI意识觉醒与思维方式转变。今天每家科技企业都认知到AI的重要性,但百度却是在早期充满迷雾的阶段就已笃定地战略布局AI,李彦宏在各种公开场合给AI摇旗呐喊,提出了“AI是互联网下一幕”等掷地有声的观点,百度也推出了一些计划来支持AI人才教育。


实际上,不只是百度,如今阿里、腾讯等互联网巨头都在AI上重点布局,华为等硬件巨头对AI也日益重视,BATH已成为AI新基建的四大关键玩家,它们正在推动AI渗透到各行各业,与各行各业一起建设AI大国,为科技强国贡献自己的力量。

相关文章
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与未来教育:探索智能教学的新纪元
【10月更文挑战第16天】 在21世纪这个信息爆炸的时代,技术革新正以惊人的速度改变着我们的生活和工作方式。其中,人工智能(AI)作为引领变革的先锋力量,不仅重塑了工业、医疗、金融等多个行业的面貌,也正悄然渗透进教育领域,预示着一场关于学习与教学方式的革命。本文旨在探讨人工智能如何为未来教育带来前所未有的机遇与挑战,从个性化学习路径的定制到教育资源的优化分配,再到教师角色的转变,我们一同展望一个更加智能、高效且包容的教育新纪元。
|
8月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能:有多少人工,才能有多少智能?
当下AI大模型的能力,特别是Agent领域,到底离不开多少“人工”的加持?本文将结合我的实际经验,深入探讨高质量数据与有效评价体系在Agent发展中的决定性作用,并通过编码Agent、Web Agent和GUI Agent的成熟度分析,揭示AI智能体发展面临的挑战与机遇。
346 89
|
5月前
|
机器学习/深度学习 人工智能 供应链
决策智能是新的人工智能平台吗?
决策智能融合数据、决策与行动,通过AI与自动化技术提升企业决策质量与效率,支持从辅助到自动化的多级决策模式,推动业务敏捷性与价值转化。
|
8月前
|
机器学习/深度学习 人工智能 自动驾驶
人机融合智能 | 以人为中心的人工智能伦理体系
本章探讨“以人为中心”的人工智能伦理体系,分析人工智能伦理与传统伦理学的关系、主要分支内容及核心原则。随着人工智能技术快速发展,其在推动社会进步的同时也引发了隐私、公平、责任等伦理问题。文章指出,人工智能伦理需融入传统伦理框架,并构建适应智能技术发展的新型伦理规范体系,以确保技术发展符合人类价值观和利益。
400 4
|
8月前
|
机器学习/深度学习 人工智能 算法
人机融合智能 | 以人为中心人工智能新理念
本文探讨了“以人为中心的人工智能”(HCAI)理念,强调将人的需求、价值和能力置于AI设计与开发的核心。HCAI旨在确保AI技术服务于人类,增强而非取代人类能力,避免潜在危害。文章分析了AI的双刃剑效应及其社会挑战,并提出了HCAI的设计目标与实施路径,涵盖技术、用户和伦理三大维度。通过系统化方法,HCAI可推动AI的安全与可持续发展,为国内外相关研究提供重要参考。
649 3
|
传感器 数据采集 机器学习/深度学习
人工智能与环境保护:智能监测与治理的新策略
【9月更文挑战第21天】人工智能在环境保护中的应用,为智能监测与治理提供了新的策略和方法。通过实时数据采集与分析、智能预警与应急响应、精准化决策支持等技术的应用,AI正在引领一场革命性的变革。未来,随着技术的不断发展和应用场景的拓展,AI将在环境保护中发挥更加重要的作用,助力我们构建更加绿色、可持续的未来。让我们携手共进,共同迎接一个更加美好的明天。
|
7月前
|
机器学习/深度学习 人工智能 自然语言处理
人机融合智能 | 数据与知识双驱动式人工智能
本章系统介绍了数据驱动、知识驱动及双驱动人工智能的理论与应用。数据驱动方法依赖大数据和深度学习,在图像识别、自然语言处理等领域取得突破,但面临标注成本高、可解释性差等问题。知识驱动方法通过知识表示与推理提升系统理解能力,却在泛化性和适应性上受限。为弥补单一范式的不足,数据与知识双驱动融合两者优势,致力于构建更智能、可解释且安全可靠的AI系统,兼顾伦理与隐私保护。文章还回顾了AI发展历程,从早期神经网络到当前大规模语言模型(如GPT、BERT)的技术演进,深入解析了各类机器学习与深度学习模型的核心原理与应用场景,展望未来AI发展的潜力与挑战。
529 0
|
10月前
|
数据采集 机器学习/深度学习 人工智能
数据驱动智能,智能优化数据——大数据与人工智能的双向赋能
数据驱动智能,智能优化数据——大数据与人工智能的双向赋能
681 4
|
机器学习/深度学习 人工智能 运维
人工智能在云计算中的运维优化:智能化的新时代
人工智能在云计算中的运维优化:智能化的新时代
1154 49
|
机器学习/深度学习 人工智能 算法
人工智能与机器人的结合:智能化世界的未来
人工智能与机器人的结合:智能化世界的未来
1654 32

热门文章

最新文章