生成式AI大模型并未改變，人工智能在工業(yè)領(lǐng)域應(yīng)用的范式

以ChatGPT、Llama等為代表的大模型技術(shù)拉開了邁向通用人工智能的序幕，人工智能成為全球經(jīng)濟(jì)增長的重要驅(qū)動(dòng)力(2.720, -0.04, -1.45%)，對(duì)各類產(chǎn)業(yè)的智能化帶來全新的空間。根據(jù)普華永道的預(yù)測，到2030 年，人工智能可為全球經(jīng)濟(jì)貢獻(xiàn)高達(dá) 15.7 萬億美元，超過中國和印度目前的產(chǎn)出總和。其中，6.6 萬億美元可能來自生產(chǎn)率的提高，9.1 萬億美元可能來自消費(fèi)端的影響。對(duì)于制造業(yè)，人工智能一直是智能制造、工業(yè)4.0、工業(yè)互聯(lián)網(wǎng)等領(lǐng)域的重要部分，在ChatGPT、Stable Diffusion等崛起前，質(zhì)量檢測、設(shè)備預(yù)測性維護(hù)等代表性的人工智能應(yīng)用已經(jīng)深度融入制造業(yè)，并且形成成熟的應(yīng)用范式。

工業(yè)人工智能的應(yīng)用范式已經(jīng)成型 ，一是需要深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等數(shù)據(jù)科學(xué)算法，計(jì)算機(jī)視覺、自然語言處理、語音識(shí)別等面向領(lǐng)域的算法，知識(shí)圖譜、專家系統(tǒng)等知識(shí)工程，例如通過計(jì)算機(jī)視覺來構(gòu)建產(chǎn)品外觀檢測的模型，基于強(qiáng)化學(xué)習(xí)進(jìn)行排產(chǎn)規(guī)劃模型的構(gòu)建，借助知識(shí)圖譜構(gòu)建設(shè)備運(yùn)維服務(wù)。二是需要通用支撐技術(shù)保障人工智能應(yīng)用在制造業(yè)的部署和推理，例如邊緣計(jì)算、高性能計(jì)算等技術(shù)保障現(xiàn)場的推理速度，時(shí)序數(shù)據(jù)庫、大數(shù)據(jù)平臺(tái)等保障數(shù)據(jù)的有效管理和接入。三是需要工業(yè)領(lǐng)域知識(shí)及經(jīng)驗(yàn)實(shí)現(xiàn)人工智能應(yīng)用與工業(yè)場景的適配，例如在模型訓(xùn)練的時(shí)候需要專家經(jīng)驗(yàn)的介入實(shí)現(xiàn)調(diào)優(yōu)和優(yōu)化，在部分場景下需要機(jī)理模型和人工智能模型的結(jié)合才能發(fā)揮作用，在生產(chǎn)現(xiàn)場模型的部署和實(shí)施也需要和自動(dòng)化的設(shè)備、工業(yè)軟件等進(jìn)行集成。

大模型的崛起并沒有對(duì)人工智能在制造業(yè)的應(yīng)用范式引起根本性的變革，但是在不同的環(huán)節(jié)增添了特定的需求，例如在算法層面，基于Transformer、U-Net 等架構(gòu)的基礎(chǔ)模型成為生成式人工智能進(jìn)入制造領(lǐng)域的基礎(chǔ)；在通用支撐技術(shù)領(lǐng)域，向量數(shù)據(jù)庫、MaaS等也成為重要的數(shù)字基礎(chǔ)設(shè)施；在工業(yè)知識(shí)及經(jīng)驗(yàn)領(lǐng)域，不同以往對(duì)時(shí)間序列等結(jié)構(gòu)化數(shù)據(jù)的需求，生成式AI對(duì)高質(zhì)量文本、圖片、文檔等數(shù)據(jù)的要求不斷提升。雖然大模型仍在原有的范式下進(jìn)行應(yīng)用，但是大模型技術(shù)會(huì)不斷的拓展人工智能在工業(yè)領(lǐng)域應(yīng)用的空間，根據(jù)埃森哲測算，Al可以在2035年將制造業(yè)的附加值提高近4萬億美元，根據(jù)Marketresearch預(yù)測，到 2032年，全球生成式人工智能制造市場規(guī)模將達(dá)到63.98億美元。