專家和公眾都對(duì)人工智能的潛在能力抱有過(guò)高的期望。

編譯|智堡

免責(zé)聲明：本文僅代表原作者觀點(diǎn)，不代表智堡立場(chǎng)。

多年來(lái)，汽車制造商一直承諾，首款全自動(dòng)駕駛汽車將于2018年上市。顯然，這并沒(méi)有發(fā)生。盡管全球汽車技術(shù)產(chǎn)業(yè)僅在2018年就投資了80億美元，一些汽車現(xiàn)在有了一些自動(dòng)駕駛功能，但它們無(wú)法在沒(méi)有人駕駛的情況下體驗(yàn)真實(shí)世界的駕駛。

同樣，制造專家多年來(lái)一直預(yù)測(cè)，只要有人工智能(AI)和機(jī)器學(xué)習(xí)(ML)的支持，機(jī)器和機(jī)器人就會(huì)變成完全自動(dòng)化的工廠，不需要任何人類的互動(dòng)。但即便是當(dāng)今最先進(jìn)的自學(xué)習(xí)人工智能系統(tǒng)，也無(wú)法與人類工程師執(zhí)行的廣泛任務(wù)相匹配，因此需要專業(yè)人士來(lái)教授人工智能系統(tǒng)如何學(xué)習(xí)。

為什么人工智能沒(méi)有達(dá)到宣傳的效果？簡(jiǎn)而言之，這是因?yàn)槿藗?#xff0c;包括所謂的專家和公眾，都對(duì)人工智能的潛在能力抱有過(guò)高的期望。在人工智能和機(jī)器人取代人類的熱潮中，人們認(rèn)為人工智能和機(jī)器學(xué)習(xí)能夠?qū)W習(xí)推理和抽象思考，并像人類一樣對(duì)不可預(yù)見(jiàn)的事件做出反應(yīng)。這與事實(shí)相差甚遠(yuǎn)。事實(shí)上，人工智能的技術(shù)狀態(tài)具有4歲兒童的推理能力，因此顯然無(wú)法獨(dú)立管理工廠內(nèi)部的復(fù)雜操作。這并不是說(shuō)人工智能沒(méi)有什么可提供的。人工智能的當(dāng)前狀態(tài)能夠解決許多制造業(yè)急需的任務(wù)，比如檢測(cè)質(zhì)量故障的模式和識(shí)別潛在的效率。但人工智能無(wú)法對(duì)未知的環(huán)境做出反應(yīng)，比如一種未知的處理技術(shù)或一種全新的產(chǎn)品，或者找出如何應(yīng)對(duì)隨機(jī)的和不尋常的情況，比如一個(gè)新的和以前未知的故障或停電。

制造業(yè)如何從人工智能中受益?

要釋放AI的全部?jī)r(jià)值，有兩個(gè)關(guān)鍵的先決條件:提出一個(gè)可以用客觀事實(shí)解決的清晰問(wèn)題，并積累大量的訓(xùn)練數(shù)據(jù)——要么是真實(shí)世界的數(shù)據(jù)，要么是一個(gè)可以模擬的問(wèn)題。簡(jiǎn)而言之，讓人工智能來(lái)處理謹(jǐn)慎、狹隘的任務(wù)，讓人類來(lái)處理帶有未知變量的復(fù)雜問(wèn)題。例如，人工智能擅長(zhǎng)在明確定義的流程流中優(yōu)化流程效率，而人類則更擅長(zhǎng)重新設(shè)計(jì)和優(yōu)化車間布局。同樣地，人工智能在實(shí)時(shí)識(shí)別質(zhì)量問(wèn)題方面非常強(qiáng)大，但在解決這些問(wèn)題的根本原因方面，人類仍然更勝一籌。

三個(gè)例子

然而，在制造業(yè)的許多領(lǐng)域，人工智能正在被成功運(yùn)用。事實(shí)上，超過(guò)50%的大型跨國(guó)公司將在未來(lái)五年內(nèi)在其供應(yīng)鏈運(yùn)作中廣泛應(yīng)用支持人工智能的解決方案！因此，全球在認(rèn)知和人工智能系統(tǒng)上的支出正以每年50%以上的驚人速度增長(zhǎng)，并將在2019年超過(guò)200億美元。雖然在供應(yīng)鏈中實(shí)現(xiàn)了廣泛的用例，但是有三個(gè)特別有前途的例子：需求預(yù)測(cè)、生產(chǎn)計(jì)劃和調(diào)度，以及可視化模式識(shí)別。

1. 需求預(yù)測(cè)

管理供應(yīng)鏈最具挑戰(zhàn)性的一個(gè)方面是預(yù)測(cè)未來(lái)的生產(chǎn)需求。機(jī)器學(xué)習(xí)被證明在關(guān)聯(lián)成百上千的因素和得出比傳統(tǒng)統(tǒng)計(jì)方法更精確的結(jié)果方面非常有效。因此，企業(yè)可以降低庫(kù)存和運(yùn)營(yíng)成本，更快地響應(yīng)客戶需求。例如，通過(guò)在供應(yīng)鏈中使用機(jī)器學(xué)習(xí)引擎，一家領(lǐng)先的氣候控制產(chǎn)品供應(yīng)商的銷售額增加了50%，庫(kù)存周轉(zhuǎn)率增加了25%。然而，企業(yè)應(yīng)該意識(shí)到，基于人工智能的預(yù)測(cè)有其局限性，只能預(yù)測(cè)與以前事件直接相關(guān)的未來(lái)結(jié)果。

2. 生產(chǎn)計(jì)劃與調(diào)度

與傳統(tǒng)的企業(yè)資源規(guī)劃和生產(chǎn)計(jì)劃解決方案相比，機(jī)器學(xué)習(xí)可以考慮多種約束并對(duì)其進(jìn)行更有效的優(yōu)化。例如，人工智能引擎可以消化機(jī)器數(shù)據(jù)(速度、振動(dòng))、環(huán)境數(shù)據(jù)(溫度、濕度)、規(guī)劃參數(shù)(等待時(shí)間)、預(yù)測(cè)數(shù)據(jù)(需求)等等。然后，他們將這些大量的輸入數(shù)據(jù)與關(guān)鍵指標(biāo)的輸出值關(guān)聯(lián)起來(lái)。通過(guò)揭示積極結(jié)果中的模式，他們可以獲得改善業(yè)務(wù)績(jī)效的見(jiàn)解。此外，車間操作可以與人工智能調(diào)度實(shí)時(shí)交叉鏈接，以改進(jìn)反饋回路中每次生產(chǎn)運(yùn)行的決策。因此，企業(yè)正在減少零部件的交貨時(shí)間，提高設(shè)備利用率達(dá)85%。

3. 視覺(jué)模式識(shí)別

人工智能也被證明在工廠和物流樞紐中的自動(dòng)化視覺(jué)質(zhì)量檢查方面非常有效。現(xiàn)代人工智能系統(tǒng)可以通過(guò)深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練來(lái)識(shí)別復(fù)雜的視覺(jué)模式，這種神經(jīng)網(wǎng)絡(luò)甚至可以識(shí)別微小的物質(zhì)缺陷。例如，全球最大的物流公司之一利用強(qiáng)大的人工智能引擎來(lái)確定一個(gè)集裝箱是否受損，并建議實(shí)時(shí)修復(fù)資產(chǎn)的最佳行動(dòng)方案。同樣，精密機(jī)械供應(yīng)商可以通過(guò)應(yīng)用全自動(dòng)視覺(jué)檢測(cè)系統(tǒng)來(lái)保證產(chǎn)品100%無(wú)缺陷。這些例子表明，盡管完全自動(dòng)化的“零人類”工廠更像是科幻小說(shuō)里的夢(mèng)想，而不是現(xiàn)實(shí)，但已經(jīng)有許多切實(shí)的用例——尤其是在供應(yīng)鏈方面——正在提升今天的企業(yè)業(yè)績(jī)。

總結(jié)

以上是生活随笔為你收集整理的人工智能的炒作_解密人工智能：是炒作还是我们期望太高的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。