(资料图片)

李国杰 中国工程院院士、中科院计算所首席科学家、曙光信息产业股份公司董事长

制造业正在实现数字化和网络化，下一步高质量发展的方向是智能化。智能制造是通过数据和知识建模，将人的知识经验转移到计算机上，使机器成为人的同事而不只是简单的工具。智能制造本质上是制造的“计算机化”。用计算思维来理解制造过程，制造如同计算一样，都是在一组输入资源上执行有限且精确的步骤，产生相应的输出。

OpenAI公司开发的ChatGPT问世以来，自然语言理解取得重大突破，有不少文章认为人类已经进入通用人工智能或强人工智能时代，这种判断可能过于乐观。

我们不能忽视大模型的巨大威力，当深度学习神经网络的参数足够大时（GPT3.5的阈值是参数达到600亿左右），大模型会涌现出意想不到的功能和性能，说明计算机可以拥有人类还不能解释的“暗知识”。未来的智能世界一定是机有机智，人有人智，人机互补，以人为本的和谐世界。

目前的语言大模型主要功能是在海量的语料基础上，根据用户的提示生成文本，对于需要大量实践经验的智能制造，还没有通用性强的大模型。

人工智能技术对制造业会产生巨大的冲击。人工智能的巨大优势是能对付复杂的、非确定的任务，特别是那些没有固定算法、说不清、道不明的“脏任务”。制造业需要做异常检测、发现低概率事件、预防性维护等，人工智能很适合做这些工作。

智能化需要应对输入和环境的不确定性和动态变化，主要是针对“非常规”的问题，我们可以将其看成是常规技术的补充和增强。自动化一般只能对付小的“偏差”，智能化要求更强的自适应性。

非常规性的工作常常需要一些碎片化的知识。所以，智能化的核心工作之一就是知识的数字化，把人的工作交给计算机来完成。自动化往往是针对生产过程，而智能化是针对整个企业的业务活动，包括研发服务、采购销售等。

自动化针对的主要是蓝领工人，智能化主要针对白领管理者和技术人员。我国的一线工人比国外对标企业要少，而工厂总人数却要多，因为我们的管理和技术人员太多。这意味着我们与国外企业的差别主要不在自动化层面，而是智能化水平低。