李培根院士：超越不确定性的最好工具就是AI

来源：中国数字经济50人论坛
作者 ：i黑马
转自：红山开源


11月25日，第15届创业家年会在北京举办，年会主题为“AI给世界一个确定性”。会上，中国工程院院士、前华中科技大学校长、CCF中国数字经济50人论坛委员李培根以《在不确定性中超越——浅谈产业智能化升级》为主题发表了演讲。
李培根在演讲中表示，企业在解决大量不确定性问题、想实现高质量发展时，AI是处理不确定性问题最好的工具。他认为：“利用人工智能就是通过大数据、人工智能的分析去减少不确定性，这是企业要面对的主要问题。”
以下为创业家&i黑马编辑过的演讲节选：
今天的主题是《AI给世界一个不确定性》，但我们在工作、生活中，都要面对大量的不确定性，很多时候我们在不确定性中都感觉很无助、很无奈。但换个角度想，如果世界没有了不确定性，这个世界就失去了美。所以我们在某些方面要尽可能地消除不确定性，另一方面也要始终需要面对不确定性。
如何在不确定中去超越，是我们做工程、做工业的人需要思考的问题。我今天讲的话题是《在不确定性中超越——产业转型升级》。那我们的手段是什么呢？手段是AI。

01、超越用户的预期

我们过去自动化、信息化处理问题的方式，主要是确定性的、基于因果关系、有固定模式的。但在智能时代，随着大数据、人工智能技术的发展，我们更要面对不确定性的问题。在企业里面有大量的不确定性，比如制造过程、用户体验、开放环境的不确定性等，还有用户的需求和预期等。
现在已经是体验经济的时代，要面对用户体验的不确定性，所以今天的商品或服务，已经内卷到了高度同质化——如何让用户获得更好的体验，已经成为企业的突破口。
体验经济的关键因素是消费者从被动的价值接收者，转为积极参与价值创造的各个环节、成为创造独特体验的参与者。我们要给用户惊喜，就要超越用户预期的体验。这意味着什么？意味着为用户创造体验，即创造一个不确定性给用户。所以我们是一方面要面对用户的不确定性，另一方面还要给用户创造一个体验的不确定性。
现在人工智能已经可以帮助我们去创造一些不确定性了。目前在工业领域、制造领域，机器人正在走出封闭的场景。在一个开放场景里，机器人就需要感知世界，因为环境是动态变化的，所以就需要多模态感知融合、智适应交互等技术。比如在机器人上面装很多传感器、大部分数据需要进行同步处理、并且调用不同复杂度的算法模块等，这里面显然需要人工智能。
当自主移动机器人在开放场景中进一步发展时，我们又提出一个新需求，就是云端机器人。意思是机器人的大脑在云端，而不在本体上。云端大脑非常智慧，它可以指挥很多机器人，让机器人们协同工作更方便；它也包含很多东西，比如人脸识别、人体识别、环境识别、语音识别、自然语言处理等，各种各样的人工智能都需要在云端大脑里具备。
在工业领域，物流对企业来讲非常重要，因为物流呈现了很多不确定性。如何面对这些不确定性，就需要数字技术和人工智能技术。一句话总结，就是使得整个物流过程更加有序，少一些不确定性、多一些有序——就是确定性。

02、复杂关联呈现的不确定性

企业是一个复杂系统，一个复杂的装备也是复杂系统……这些复杂系统里充满着复杂关联，但可能大部分的复杂关联，人类工程师和学者还没有真正认识到，所以传统的自动化还是主要处理确定性、固定模式、基于因果关系的问题。
现在，我们需要利用大数据、人工智能技术去超越确定性问题、处理不确定性问题，要超越固定模式问题、进而处理非固定模式的问题，要超越基于因果关系、进而处理存在复杂关联的因素。
科学过去主要面对的是明知识，比如牛顿定律，可以表达、感受；还有相对论、集合论等，可以表达、但不能感受。但目前在工业和社会中还存在很多大量既不可表达、也不可感知的知识，比如骑自行车，这些都属于暗知识。人工智能处理问题的逻辑，也呈现出不确定性。马斯克曾说过，传统编程具有非常离散的逻辑并且结果非常可预测。但现在的人工智能处理问题，我们是看不明白的。
在工厂和车间里存在着多种多样的随机劳动，生产系统的基本构成要素有很多。每一项要素都可能呈现某些不确定性，因为存在随机劳动。但近年来数字孪生、智能传感、物联网、人工智能等技术的出现，让我们有可能面对工厂和车间生产的不确定性，比如我们可以建立数字孪生工厂来面对不确定性。
数字孪生工厂和物理工厂两者是伴形的，所谓的伴形也就是相互影响。可以一边实时获取工厂里运行的数据，一边数字孪生模型进行分析、仿真，需要调整就马上给出信号并进行实时调整，使得工厂和车间的运行更加有序，二更加有序就是消除不确定性。
企业里有多环节，比如设计、制造、装配、售后服务等，各个部门的多要素都存在不确定性，但我们平时把它们忽略了。讲个简单的例子，任何企业都关心成本，比如采购成本，可见的、可感知的成本有零部件、原材料成本、运输成本等，但还有一些隐性成本不容易感知到。那要怎么利用人工智能呢？就是通过大数据、人工智能的分析去减少不确定性，这是企业要面对的主要问题。

03、劣构问题——解决方案的不确定性

良构是呈现出解决问题的全部信息，它有正确的收敛答案，而不是有很多答案，良构问题的答案是收敛的。
但劣构问题不一样，日常生活中有很多选择带有不确定性，工程中有大量的问题是劣构。最典型的是设计，因为我们要取悦客户，不同的客户喜好不同，所以这种问题的答案不是收敛的。生成式AI工具对于良构问题，它的作用非常大，因为AI掌握很多知识；但对于劣构问题，生成式AI工具也能帮助我们去处理劣构问题。
生成式工具设计的机械结构，其结构不是为了好看，而是考虑了减重、减少材料，甚至避免振动等各因素，设计出的尽可能优化的结构。这是生成式工具在帮助人类进行设计。
第二，企业都希望高质量发展，希望高效、低成本、低碳等。但这些多目标之间往往是矛盾的，如低碳和高效。所以这个问题没有固定标准规定要采取哪些措施，这是典型的劣构问题，AI也可以给我们帮助。
总而言之，企业在解决大量不确定性问题、想实现高质量发展时，AI是处理不确定性问题的最好工具。我也希望未来企业可以在处理大量不确定性中实现智能升级。
中国工程科技知识中心是经国家批准建设的国家工程科技领域信息汇聚中心、数据挖掘中心和知识服务中心。
知识中心网址：https://www.ckcest.cn/entry/
中国工程科技知识中心为方便读者组建了社群想进群请添加微信：xpcztym