智慧城市网

 

　　李培根在演讲中表示，企业在解决大量不确定性问题、想实现高质量发展时，AI是处理不确定性问题最好的工具。他认为：“利用人工智能就是通过大数据、人工智能的分析去减少不确定性，这是企业要面对的主要问题。”
 

　　1、超越用户的预期
 

　　我们过去自动化、信息化处理问题的方式，主要是确定性的、基于因果关系、有固定模式的。但在智能时代，随着大数据、人工智能技术的发展，我们更要面对不确定性的问题。在企业里面有大量的不确定性，比如制造过程、用户体验、开放环境的不确定性等，还有用户的需求和预期等。
 

　　现在已经是体验经济的时代，要面对用户体验的不确定性，所以今天的商品或服务，已经内卷到了高度同质化——如何让用户获得更好的体验，已经成为企业的突破口。
 

　　体验经济的关键因素是消费者从被动的价值接收者，转为积极参与价值创造的各个环节、成为创造独特体验的参与者。我们要给用户惊喜，就要超越用户预期的体验。这意味着什么？意味着为用户创造体验，即创造一个不确定性给用户。所以我们是一方面要面对用户的不确定性，另一方面还要给用户创造一个体验的不确定性。
 

　　现在人工智能已经可以帮助我们去创造一些不确定性了。目前在工业领域、制造领域，机器人正在走出封闭的场景。在一个开放场景里，机器人就需要感知世界，因为环境是动态变化的，所以就需要多模态感知融合、智适应交互等技术。比如在机器人上面装很多传感器、大部分数据需要进行同步处理、并且调用不同复杂度的算法模块等，这里面显然需要人工智能。
 

　　当自主移动机器人在开放场景中进一步发展时，我们又提出一个新需求，就是云端机器人。意思是机器人的大脑在云端，而不在本体上。云端大脑非常智慧，它可以指挥很多机器人，让机器人们协同工作更方便；它也包含很多东西，比如人脸识别、人体识别、环境识别、语音识别、自然语言处理等，各种各样的人工智能都需要在云端大脑里具备。
 

　　在工业领域，物流对企业来讲非常重要，因为物流呈现了很多不确定性。如何面对这些不确定性，就需要数字技术和人工智能技术。一句话总结，就是使得整个物流过程更加有序，少一些不确定性、多一些有序——就是确定性。
 

　　2、复杂关联呈现的不确定性
 

　　企业是一个复杂系统，一个复杂的装备也是复杂系统……这些复杂系统里充满着复杂关联，但可能大部分的复杂关联，人类工程师和学者还没有真正认识到，所以传统的自动化还是主要处理确定性、固定模式、基于因果关系的问题。
 

　　现在，我们需要利用大数据、人工智能技术去超越确定性问题、处理不确定性问题，要超越固定模式问题、进而处理非固定模式的问题，要超越基于因果关系、进而处理存在复杂关联的因素。
 

　　科学过去主要面对的是明知识，比如牛顿定律，可以表达、感受；还有相对论、集合论等，可以表达、但不能感受。但目前在工业和社会中还存在很多大量既不可表达、也不可感知的知识，比如骑自行车，这些都属于暗知识。人工智能处理问题的逻辑，也呈现出不确定性。马斯克曾说过，传统编程具有非常离散的逻辑并且结果非常可预测。但现在的人工智能处理问题，我们是看不明白的。
 

　　在工厂和车间里存在着多种多样的随机劳动，生产系统的基本构成要素有很多。每一项要素都可能呈现某些不确定性，因为存在随机劳动。但近年来数字孪生、智能传感、物联网、人工智能等技术的出现，让我们有可能面对工厂和车间生产的不确定性，比如我们可以建立数字孪生工厂来面对不确定性。
 

　　数字孪生工厂和物理工厂两者是伴形的，所谓的伴形也就是相互影响。可以一边实时获取工厂里运行的数据，一边数字孪生模型进行分析、仿真，需要调整就马上给出信号并进行实时调整，使得工厂和车间的运行更加有序，二更加有序就是消除不确定性。
 

　　企业里有多环节，比如设计、制造、装配、售后服务等，各个部门的多要素都存在不确定性，但我们平时把它们忽略了。讲个简单的例子，任何企业都关心成本，比如采购成本，可见的、可感知的成本有零部件、原材料成本、运输成本等，但还有一些隐性成本不容易感知到。那要怎么利用人工智能呢？就是通过大数据、人工智能的分析去减少不确定性，这是企业要面对的主要问题。
 

　　3、劣构问题——解决方案的不确定性
 

　　良构是呈现出解决问题的全部信息，它有正确的收敛答案，而不是有很多答案，良构问题的答案是收敛的。
 

　　但劣构问题不一样，日常生活中有很多选择带有不确定性，工程中有大量的问题是劣构。最典型的是设计，因为我们要取悦客户，不同的客户喜好不同，所以这种问题的答案不是收敛的。生成式AI工具对于良构问题，它的作用非常大，因为AI掌握很多知识；但对于劣构问题，生成式AI工具也能帮助我们去处理劣构问题。
 

　　生成式工具设计的机械结构，其结构不是为了好看，而是考虑了减重、减少材料，甚至避免振动等各因素，设计出的尽可能优化的结构。这是生成式工具在帮助人类进行设计。
 

　　第二，企业都希望高质量发展，希望高效、低成本、低碳等。但这些多目标之间往往是矛盾的，如低碳和高效。所以这个问题没有固定标准规定要采取哪些措施，这是典型的劣构问题，AI也可以给我们帮助。
 

　　总而言之，企业在解决大量不确定性问题、想实现高质量发展时，AI是处理不确定性问题的最好工具。我也希望未来企业可以在处理大量不确定性中实现智能升级。