當(dāng)前，AI大模型在自然語言處理、圖像識(shí)別、語音識(shí)別等領(lǐng)域取得了不俗成就，市場規(guī)模也在快速增長。根據(jù)Precedence Research測算，預(yù)計(jì)到2032年，全球大模型市場規(guī)模將超過1100億美元。接下來，大模型向B端，尤其是向工業(yè)領(lǐng)域部署正成關(guān)注焦點(diǎn)。

　　工業(yè)領(lǐng)域嘗試大模型技術(shù)

　　2023年11月，工業(yè)巨頭西門子和全球最大軟件公司微軟宣布將為工業(yè)應(yīng)用合作開展生成式人工智能。作為合作的第一步，雙方將推出一款聯(lián)合開發(fā)的人工智能輔助工具——西門子Industrial Copilot，以提升制造業(yè)中的人機(jī)協(xié)作能力。Industrial Copilot從西門子Xcelerator開放式數(shù)字商業(yè)平臺(tái)中獲取自動(dòng)化和流程仿真信息，并利用微軟的Azure OpenAI服務(wù)增強(qiáng)用戶的數(shù)據(jù)能力。

　　借助該工具與西門子TIA博途系統(tǒng)的深度整合，可實(shí)現(xiàn)為可編程邏輯控制器(PLC)自動(dòng)生成基礎(chǔ)虛擬任務(wù)和代碼，以處理大量重復(fù)性工作。

　　作為最早在工程設(shè)計(jì)階段采用生成式人工智能的企業(yè)之一，汽車零部件供應(yīng)商舍弗勒(Schaeffler AG)計(jì)劃應(yīng)用西門子Industrial Copilot，以期減少停機(jī)時(shí)間，并在后期為客戶提供服務(wù)。

　　不僅如此，按照在西門子的愿景設(shè)想，其人工智能輔助工具將被應(yīng)用于制造業(yè)、基礎(chǔ)設(shè)施、交通運(yùn)輸以及醫(yī)療等行業(yè)。

　　同時(shí)，為了提升團(tuán)隊(duì)間虛擬寫作水平，西門子擬推出深度兼容微軟Teams的Teamcenter應(yīng)用。該應(yīng)用將西門子Teamcenter產(chǎn)品生命周期管理(PLM)軟件與微軟Teams協(xié)作平臺(tái)進(jìn)行融合，以便于工廠一線工人和工程團(tuán)隊(duì)獲取數(shù)據(jù)。

　　人工智能之路還很遠(yuǎn)

　　盡管像ChatGPT等這類生成式人工智能技術(shù)正在備受推崇，但是它們距離真正的人工智能還很遠(yuǎn)?！爸T如ChatGPT、DALL-E等其他新一代人工智能技術(shù)，一直受到很大關(guān)注，但它們本質(zhì)上是預(yù)測機(jī)器?！比蛑墓芾碜稍児钧溈襄a在報(bào)告中如是描述。

　　換而言之，生成式人工智能可以高度準(zhǔn)確地預(yù)測特定提示的答案，因?yàn)樗鼈円呀?jīng)接受了大量數(shù)據(jù)的訓(xùn)練。雖然效果令人印象深刻，但是它們在創(chuàng)造力、邏輯推理、感官感知和其他能力方面，還遠(yuǎn)沒有達(dá)到人類的表現(xiàn)水平。相比之下，AGI(通用人工智能)工具可以具有與人類無法區(qū)分的認(rèn)知和情感能力(如同理心)。

　　另外，根據(jù)IBM特約撰稿人Tim Mucci、作家Cole Stryker聯(lián)合的撰文指出，微軟和 OpenAI聲稱GPT-4 的能力非常接近人類水平，但大多數(shù)專家將其歸類為強(qiáng)大但狹隘的人工智能模型。IBM Watson等超級(jí)計(jì)算機(jī)可以分析大量數(shù)據(jù)，但是無論如何，這些都是狹義人工智能的例子。這些系統(tǒng)在其特定領(lǐng)域表現(xiàn)出色，但缺乏通用人工智能所設(shè)想的一般問題解決技能。

　　雖然 AGI 承諾的機(jī)器自主性遠(yuǎn)遠(yuǎn)超出了人工智能，但即使是最先進(jìn)的系統(tǒng)仍然需要人類專業(yè)知識(shí)才能有效運(yùn)行。建立一支擁有人工智能、深度學(xué)習(xí)、 機(jī)器學(xué)習(xí)(ML) 和數(shù)據(jù)科學(xué)技能的內(nèi)部團(tuán)隊(duì)是一項(xiàng)戰(zhàn)略舉措。最重要的是，無論人工智能的強(qiáng)度如何(弱或強(qiáng))，數(shù)據(jù)科學(xué)家、人工智能工程師、計(jì)算機(jī)科學(xué)家和機(jī)器學(xué)習(xí)專家對(duì)于開發(fā)和部署這些系統(tǒng)都至關(guān)重要。

　　人工智能仍值得期待

　　盡管領(lǐng)導(dǎo)者對(duì)當(dāng)前人工智能的優(yōu)勢持保留態(tài)度，但組織正在積極投資新一代人工智能部署，大幅增加預(yù)算，擴(kuò)大用例，并將項(xiàng)目從實(shí)驗(yàn)過渡到生產(chǎn)。

　　Andreessen Horowitz數(shù)據(jù)顯示，2023年，被調(diào)查公司在基礎(chǔ)模型應(yīng)用程序編程接口(api)、自托管和微調(diào)模型上的平均支出達(dá)到700萬美元。幾乎所有的受訪者都報(bào)告了人工智能實(shí)驗(yàn)的早期成果，并計(jì)劃在2024年增加支出，以支持生產(chǎn)工作量。

　　另外，根據(jù)麥肯錫統(tǒng)計(jì)，目前全球大約有350 萬臺(tái)機(jī)器人在服役，且每年還會(huì)部署 55 萬臺(tái)機(jī)器人。盡管可編程機(jī)器人的比例越來越高，但它們要想超過人類，還有很長的路要走。

　　不過，隨著硬件和軟件的限制被克服，機(jī)器人供應(yīng)商開始用新的人工智能工具和技術(shù)對(duì)單元進(jìn)行編程。這些顯著提高了機(jī)器人執(zhí)行通常由人類處理的任務(wù)的能力，包括行走、感知、通信和操縱物體。而隨著AGI技術(shù)的不斷成熟，我們可以期待越來越復(fù)雜的人工智能工具和技術(shù)被編程到各種機(jī)器人中，比如獨(dú)立的自主工業(yè)機(jī)器人(Stand-alone autonomous industrial robots:)、人類-混合機(jī)器人(Human–hybrid robots)等。