人工智能如何改变这个行业

大约十年前，吴恩达在人工智能(AI)领域取得了突破——用猫的图片。当时，他是美国斯坦福大学计算机科学教授，并与谷歌的两名同事一起建立了一个由大约16,000个处理器组成的计算机系统。研究小组向这个系统输入图像数据，直到它学会了在照片中区分猫和人。这个名为谷歌Brain的项目成为了世界各地的头条新闻，并成为谷歌同名人工智能部门的核心，吴恩达随后担任该部门的负责人。

后来，他共同创立了Coursera，这是全球领先的大规模在线开放课程提供商之一。吴恩达现在是他创立的Landing AI公司的首席执行官。它帮助其他公司实施工业人工智能，并提供相关解决方案。当吴恩达谈到人工智能时，他的热情显而易见:“人工智能是新的电力，”他惊呼道。“一百年前，电力改变了无数行业;20年前，互联网也是如此。人工智能也即将做到这一点。”

人工智能大致分为两个发展阶段:人工狭义智能(ANI)和更复杂的人工通用智能(AGI)。目前可用的所有AI系统都是ANI。这包括语音助手或自动驾驶汽车等看起来相当复杂的系统。吴恩达说:“几乎所有人工智能最近的进展都是通过这种类型，其中一些输入数据A被用来快速生成一些简单的响应b。构建这种算法的技术术语是‘监督学习’。”这样的人工智能系统只适用于有明确边界的活动领域，比如聊天机器人，它利用特定主题的典型问题和答案数据库。

吴恩达为人们提供了以下经验法则，让人们了解人工智能技术可以处理哪些任务:“如果一个普通人可以在不到一秒钟的时间内完成一项脑力任务，我们可能会在现在或不久的将来使用ANI将其自动化。”另一方面，通用人工智能还不存在。只有当人工智能系统能够解决与人类认知能力相当的智力任务时，才被认为是实现了这一目标。这方面的一个例子是，一个机器人可以下国际象棋，去杂货店购物，并就随机选择的话题进行对话——无缝地一个接一个地像人类一样。我们还有很长的路要走:根据吴恩达的说法，“可能会有突破，使更高水平的人工智能成为可能，但目前仍没有实现这一目标的明确路径。”

人工智能还有助于计算物流中的燃油效率路线，为供应链管理进行数据驱动的需求预测，并为制造机器的维护工作规划最佳时间。吴恩达表示:“如果你所在的行业产生大量数据，那么人工智能很有可能被用来将这些数据转化为价值。”人工智能也越来越多地用于机器和设备的连接。它创造了一个物的人工智能(AIoT)，不仅可以收集数据，还可以直接从源头分析数据，实时得出结论。例如，AIoT传感器有助于优化工厂的能源消耗或制造过程。

然而，在将人工智能整合到制造业方面，许多工业企业仍在苦苦挣扎。与硅谷的互联网公司相比，它们通常没有庞大的数据库，人工智能模型可以通过这些数据库快速发展。吴恩达说:“此外，每个制造工厂都有自己的设计，需要量身定制的人工智能解决方案。”一家拥有数千家制造工厂的公司需要相应数量的人工智能模型。反过来，要创造这些，就需要人工智能专家——目前的人工智能专家太少了。吴恩达认为，人工智能平台和软件工具可以解决这些挑战，这些工具可以让企业中的制造和IT专家创建自己的人工智能模型。

然而，他告诫人们不要抱有过高的期望:“即使一个项目成功地完成了概念验证演示，仍有大量的工作——包括要编写的软件——才能将人工智能系统投入生产。”这就是为什么他建议在公司设立首席人工智能官(CAIO)的职位:“这样做的好处是有人能确保人工智能在不同领域得到应用。一个专注的人工智能团队也有更高的机会吸引人工智能人才并保持标准。”考虑到人工智能的变革力量，企业应该及时接受它。吴恩达表示，毕竟，就像一百年前电力改变了许多事情一样，人工智能将成为未来日常制造中不可或缺的一部分。