本文来自微信公众号“人民中科研究院”，作者/任轲正。
ChatGPT爆火的背后，是汹涌的人工智能浪潮。微软CEO纳德拉坦言，ChatGPT的出现堪比工业革命。
近年来，伴随第四次工业革命以及工业数字化、网络化、智能化发展的大浪潮，人工智能加速向工业制造业渗透，已经成为促进数字经济与实体经济融合发展不可忽视的动力。
01
工业AI:让智能化升级蓄势待发
ChatGPT的出现，使得全球顶级科技力量之间展开了大数据分析、算力算法、大模型能力的较量。
“ChatGPT应该说对我们是一个很好的启发，让我们反思人工智能下一步应该怎么走。”中国工程院院士邬贺铨认为，ChatGPT人工智能的发展，现在所缺的是怎么跟行业更紧密的结合。
事实上，AI技术早已延伸至工业制造业等实体产业中，工业AI更成为主要国家政策战略重点之一，推进人工智能创新成为技术创新与融合应用的核心和共识。
据埃森哲测算，到2035年，人工智能技术的应用将使制造业总增长值(GVA)增长近4万亿美元，年度增长率达到4.4%。
我国人工智能产业起步较晚，但发展势头迅猛。近年来，积累了大量的数据以及基础设施高速发展。国家层面更是先后部署了智能制造等国家重点研发计划重点专项，并出台了《“互联网+”人工智能三年行动实施方案》和《新一代人工智能发展规划》。从指导思想、战略目标、重点任务和保障措施、科技研发、应用推广、产业发展等方面进行了系统规划部署。
可以预见的是，在当下数字经济、数字孪生、元宇宙、AIGC等概念加持下，人工智能将加速与千行百业融合创新，向下一波快速增长蓄势待发，为工业智能化带来更多可能。
02
工业AI的现存挑战
随着数字经济技术的飞速发展，不断翻新迭代的移动通信技术和人工智能（AI）正在彻底改变我们的工作、学习和生产力。在工业制造领域，人工智能正向产品质检、辅助决策、智慧分拣等领域快速渗透，各种创新型场景化应用相继迭代，助力制造企业提质增效降本。
根据中国信通院发布的最新数据测算，2022年我国人工智能核心产业规模达到5080亿元，同比增长18%。
虽然工业AI的前景诱人，但大多数组织和企业仍停留在理论研究、商业案例展示阶段。在具体的落地推进环节还面临很多切实难题。
《工业智能白皮书（2022）》提到从企业实践应用的角度，工业AI应用存在三方面挑战：
一是关键融合技术尚未突破，以深度学习为核心的AI算法及软硬件配套技术在可解释性、实时性、数据可用性、易用性与适配性四方面还没有实现突破性进展；
二是应用场景缺乏进一步识别，需要进行高价值高需求场景或可复制推广场景的梳理及遴选。
三是产业生态与保障机制还不完善，主要是数据共建共享机制、模型知识所属权界定等问题。
另一方面，工业AI应用正向研发、产品服务等上下游环节逐步延伸。对于国内外应用需求差异性，主要体现在我国在深度与创新性方面有待提高。而国外聚焦价值增值与场景创新，我国更注重利用AI解决生产实际需求痛点。同时，国外已进入核心环节数据+机理智能优化阶段。我国在核心环节的深度+创新应用方面有待提升。
03
工业AI的未来
工业AI已成为工业实现智能化的必经之路。在工业互联网发展浪潮下，工业AI技术创新将进一步加快、应用推广和场景创新不断加速，成为助推工业数字化转型、驱动制造业高质量发展的重要引擎。
不少业内人士表示，AI将为工业互联网发展点燃“新引擎”。一方面，当前工业生产过程中经常会出现不同状况和场景，而通过AI赋能，工业互联网会更加智能，特别是在工业生产中涉及到高维度、高复杂度的计算场景，AI更是可以通过深度学习、机器学习等算法提供更高效的解决方案。
另一方面，AI可以为工业互联网运行提供方向。针对工业互联网中的大量数据，AI可以对这些数据进行分析、筛选、判断，对工业生产问题进行推理。此外，AI可以通过数据对生产结果进行预判，实现生产过程的自动化、智能化升级。
AI技术未来在工业领域有着巨大的发展空间，并呈现出四个发展趋势。
一是在产品向服务和体验延伸的趋势下，会有更多的通用领域AI技术可复用，但应用场景还需继续挖掘；
二是在大规模个性化定制的趋势下，语言认知类模型将得到延伸升级。通用AI技术中的数据挖掘、文本分类、对话系统、个性化推荐模型，在大规模个性化定制的背景下，如果可以引入更多特征、支持更细粒度分类、更精准推荐，将发挥重要作用。
三是工业级大模型将涌现。工业级大模型是通用骨干网和工业适配网络的组合，其骨干网来自于通用的预训练大模型，比如ChatGPT这类大模型，而适配网络则相对轻量级，它注入了各种工业知识，比如，工业领域的词典、专利、设计文档、知识图谱、行业标准等。这样一个工业大模型，将会减少工业领域特定任务的数据需求量，提升ChatGPT等语言模型在工业领域的准确率。
四是多模态融合和群体智能解决复杂场景的模型需求增加。受限于需求规模、精度、算力等限制，导致工业领域直接复用通用的AI模型还有技术差距，而完全开发新模型的动力又显不足。在这个背景下，多模态融合和群体智能，是一个性价比较高的解决方案。比如人机协同的机器人，可以考虑把成熟的力感应方案和机器视觉方案融合，虽然单个解决方案还无法达到可用程度，但是多个方案的融合，在新场景下可以达到可用的性能。
结语
用AI解决产业问题蕴含着机会，ChatGPT是一个起点，随着一些扎根产业的技术公司的持续深耕，越来越多的行业正在迎来AI应用的“ChatGPT时刻”。工业AI轻量化、模块化、低代码化甚至无代码化的“傻瓜式”应用将成为未来的趋势。
责编：岳青植
监制：李红梅
文章参考：
1.《工业AI也将迎来「ChatGPT时刻」》机器之心
2.《工业版ChatGPT：一个对话框解决工业互联网问题》中国信息化周报
3.《工业AI：掀起数字化“狂飙”》工业互联网世界
4.《人工智能产业化应用加速》人民日报
