在线会议
论坛
专题
工控直播
新闻中心
子站
技术
社区
有人开始鼓吹人工智能是万能解药，有人开始担忧人工智能会攻击人类，还有人说人工智能会取代人类大部分的工作，……
那么，人工智能目前已经发展到什么样的阶段？特别是在工业领域，人工智能的应用现状是什么样的？未来又会怎样呢？
今天，我们对话人工智能专家、贝加莱机器智能技术中心负责人，陈妮亚博士，听听她是如何看待工业人工智能的。
人工智能是当前最热门的技术之一，被称为继蒸汽机、计算机、互联网之后具有划时代意义的技术。现在社会上各种概念的人工智能产品也层出不穷CONTROL ENGINEERING China版权所有，人工智能的电视、音响，与人对答的机器人等屡见不鲜。那究竟什么是人工智能呢？这些产品就是所谓的人工智能吗？
今天的人工智能技术，在业内经常被称为‘弱人工智能’，因为它离真正的智能还很遥远。只能说，目前的人工智能算法，有一定的能力处理相对灵活、复杂的任务，比如某些场景中的语音识别、图像处理等。市场上的智能对答产品通常内嵌了基于AI的语音识别算法，是人工智能技术的一种实际应用。 从上个世纪50年代提出“AI”的概念到今天，人工智能的发展可以说是经历了三次浪潮。而每次在浪潮之巅时，整个社会就像今天一样，充满了对AI的美好想象与期待。今天的AI能持续赢得关注与认可吗？要看它是否能真正在实际应用中产生价值。
如果简单的按范围划分，人工智能>机器学习>深度学习。广义的人工智能涵盖了所有人类创造的智能，可以是人工智能的相关算法与技术，也可以是文艺作品中想象的智能。而在学术圈，机器学习是一个相对更常用的名词，因为目前主流的人工智能算法，几乎都属于机器学习这样一个学术分支。机器学习类算法可以赋予机器一定的学习能力，不需要明确定义所有的规则。而深度学习是起源于机器学习的一个分支，深度学习类的算法最基本的底层是神经网络架构。最后控制工程网版权所有，以上所有的算法，都可以用于大数据分析。
人工智能也不算是一个新词了，那为何突然这两年为何又突然火起来了呢？人工智能经历过什么样的发展历程？
这个故事很长。简单地说，近年来AI的热门主要归功于深度学习与AlphaGo。2012年深度学习在国际级图像分类比赛中横空出世，一举夺冠CONTROL ENGINEERING China版权所有，以其出色的性能赢得了业界的瞩目，随之有越来越多的科学工作者跟进研究，研发出了更多更好用的深度学习类算法。而AlphaGo比赛更是引起了全社会的关注，将AI从学术圈推向了全世界。
更长远的说，AI在历史上有着三次波峰，而目前的也即是第三次AI波峰是否能够维持热度www.cechina.cn，避免再次走向衰落呢？业界的共识是——AI的机会在工业界。
如果把人工智能理解成用计算机模拟人类的智能，那现阶段人工智能达到了人类几岁的智力？能够做哪些事了？
人工智能的所谓“智能”，与人类的智能并不在同一个维度上，很难类比。在业内，目前的人工智能通常被称为“弱人工智能”，因为它并没有真正的人类智能。可以将AI理解成一种内核为统计的学习方法，它相对于传统的数学方法来说，有着更出色的泛化能力、灵活性，所以在某些领域中有着出色的性能，比如图像处理、语音识别、文本分析等。所以，AI已经被成功应用在很多场景中，如人脸识别，自动翻译，智能抓取，等等。但是，总的来说，目前的AI技术与人类智能还是有着本质不同的。
现在各行各业都在谈论人工智能的应用，那么对我们工业、制造业，人工智能会有哪些应用呢？目前主要集中在哪些领域的应用？
如上所述，作为一门技术，人工智能在图像、语音、文本等分析上有着出色的性能。在工业界，AI往往很难单独起作用，常常需要与业界积累的经验及领域知识相结合，才能达成高性能的解决方案。目前AI在工业界已经有较好应用的方向主要有：预测性维护，产品质量检测，目标识别，最优化设计等等。
相比我们传统的自动化、信息化和数字化，人工智能使得工业更加智能化，那智能化能带来哪些不一样的作用呢？
首先，自动化、信息化与数字化、智能化，并非是断代史。更恰当的说，数字化与智能化都是自动化的发展阶段。智能化的需求，源自于我们对产业更高的要求：如何使得生产更快？更灵活？成本更低？效率更高？更佳的人机协作？这些都是我们对智能化的期待。当然，可以预见，其实现之路也是漫长而曲折的。
2016年，AlphaGo就战胜了人类顶尖棋手，但是直到现在，人工智能在工业领域真正落地应用的并不多，您认为主要是哪些方面的原因制约了人工智能在工业领域的应用呢？
实际场景的问题复杂度，应用碎片化www.cechina.cn，以及缺乏领域知识的结合等，使得AI的应用之路不那么平坦。其实人们对AI的期待也有些过高了，虽然AI是非常好的一门技术，但是任何技术的应用都需要大量的时间与研发投入。
在工业场景中，很多问题是很复杂的，AI常常只是其中一个环节。首先，该问题是否值得大量的投入？产出的方案可扩展、可复用吗？要用AI建模，数据量够吗？性能不够好，如何改进方案？如何有机地结合专家知识、行业经验？常常一个单纯的“有效数据量”的问题，就足以造成应用AI的巨大阻力。更何况，现实世界中的困难要多的多。所以，想一蹴而就是不现实的，慢一些，但AI的应用在稳步发展，未来可期。
作为普通的制造企业，您觉得目前有必要开始做人工智能的应用吗？
人工智能是一种工具。是否需要使用一种工具，取决于实际业务、应用场景的需求。可以先去了解AI的特点，如果实际的应用场景有些关键的问题，正适合由AI解决，那自然可借助AI来创造价值。
但如果是拿着AI这个“锤子”，到处去找“钉子”，勉强去用这个工具，那大可不必。
如果要开始做人工智能的应用，要从哪里开始起步？如何起步？
AI是个工具，哪里能契合企业的技术战略，哪里就是可以起步的地方。建议可以先了解AI的基本知识，比如AI的性能优势、所需的应用条件、研发投入等，再分析应用场景中适用AI技术的地方。
您认为人工智能在工业领域的应用将会是什么样的一个过程和前景？
工业领域的人工智能应用更具挑战，因为，工业的要求更高，在模型的精准性、稳定性、安全性、可解释性等方面都有着高标准、严要求。所以，人工智能在工业领域的应用，注定了是一个长期的过程。首先，需要辨别出适用AI的场景，其次，需要大量的研发力量投入，实现定制化的解决方案，最后控制工程网版权所有，需全面的稳定性测试，确保方案的可行性。
总的来说，AI的应用之路是曲折的，但是，前景一定是巨大的。诸君，一起努力！
MVTalks机器视觉技术研讨会昆山站
测量系统构建完整指南 NI DAQ从入门到精通
2024阿自倍尔新产品说明会深圳站
爱德克工业安全产品八大“金刚”有奖试用
FOTRIC(飞础科)红外热像仪试用体验活动
