AI的英文全名是Artificial Intelligence，中文翻译为人工智能或者人工智慧，它指的是让系统或者软件系统能具备足以模拟人类的智能，所以称为人工智能，但目前为止还称不上是真正有意识的智能。

01

人工智能发展历经多次发展

和衰落的周期

1956-1974年的第一个黄金时代见证了机器定理证明和逻辑推理的突破。

随后，1980-1987年迎来了发展的第二个发展期，知识库和知识工程是主要的研究对象。

1990年代至今，人工智能开始进入稳定发展期，同时划分成几个子领域。

包含电脑视觉、自然语言处理、认知与推理、机器学习、机器人学、多智能体领域等。

目前发展AI的公司其实不只Open AI公司。

就我们看到的这些冒出头的AI新创团队就有不下20家，加上原本互联网科技大厂陆续加入战局。

还有开发无人车及无人驾驶的技术研发单位也在发展人工智能技术，全球总计进入AI人工智能技术发展的公司不少于百家。

可以说是前所未有的大战局，最近加入战局的大厂就是苹果公司以及微軟公司。

02

人们为何需要

人工智能？

最主要目的还是为了解放人类的体力跟智力。

例如大家都知道的波士顿人形机器人，还有用在产线上以及服务领域的专用机器人。

这种类型的机器人一般是行为智能的有形AI产品，它可以解放人类的四肢跟体力。

例如在产线上执行生产工作，饭店的送餐服务。物流运送乃至于最近TESLA公司一直在努力的无人车与无人驾驶都属于这个类型。

2016年AlphaGo在围棋竞赛里战胜了李世石，人工智能突破了围棋领域。

更早在1997年IBM公司生产的深蓝电脑，就在与人类的对弈中战胜了国际象棋大师卡斯帕罗夫。

这些都是人工智能发展的标记。

不过这些都是属于符号主义或者通过大量标记与算力而取得的成果。

我们知道人脑的进化是要通过成千上万年的漫长岁月来实现的。

但是电脑的能力从上个世纪到现在短短的几十年时间已经不知道被迭代了多少轮、效能提升了多少倍。

这个迭代就意味着它在现有数据下的运算速度、推演能力都进一步的加强。

我们知道，AI之所以能赢，最主要的原因就是它依靠强大的算法将敌我双方的未来的各种局势全部提前计算出来。

从而得到最佳解法，每一步都计算一次，而这个算法和规则的制定还是需要人来完成的。

还不是真正的人工智能，系统本身可能都不清楚什么叫赢，为何能赢。

03

真正的AI人工智能时代

已经来临！

直到2023年Open AI公司推出的Chat GPT及Sora，这些才让大家开始有感，体会到可能AI时代真的来了。

这属于解放脑力的AI功能。

过去人们为了查找资料，乃至于形成各式各样的分析图表与简报，都需要花费大量时间及脑力才能完成。

现在可以有机会通过AI助手(如微软推出的Copilot)功能。

慢慢将人类的脑力从这些固定且低价值的工作上释放，去做更多的本质的创作与创新。

乃至于花更多时间在人文科学的领域，例如艺术创作或者人文关怀。

所以现在的人工智能不外乎就是解放人们的体力跟脑力。

▲早期的计算机

04

AI+制造的融合

创新、挑战与未来

目前AI的产品都比较偏于C端(一般消费端)。

B端的应用(企业端)、谈论的场景较少，比较多的是数位孪生、数据分析、制造流程模拟这些工具型的应用。

但对于工业数据如何构成知识与资产，如何应用成为智能这些议题谈论的不多，所以大家对它的理解及认识可能还需要一段的时间。

其次是工业数据的价值，如何更好地处理这些大量数据。

还有如何形成智能规则与系统工程。

这也是未来工业是否能用好AI的关键(真正的工业4.0)。

制造业应该做好基于AI(人工智能)+BI(业务智能)的融合、技术面则是结合云端及本地端应用场景。

才能搭建出制造型企业打造智能设计与制造场景，持续完善”智能制造”基础建设。

手段上则是以形成企业级全产品数据资产储存平台。

帮助企业建立新一代智能化的全面管理体系，最终形成自我迭代的高效创新。

05

未来AI在工业软件中

扮演的重要角色

工业软件的发展也随着整体产业环境、企业研发设计环节场景、技术应用等层面的演变而发生变化。

未来趋势将由“bit/byte”时代的CAD、CAE、CAPP等电脑辅助，发展为“Token”时代的人工智能技术，增强产品设计、制造与服务。

这也意味着，AI在软件中的角色将越来越重要。

尤其是融入生成式AI能力后，企业将能够实现更智能化的产品设计、分析和优化，提升产品的创新性和竞争力。

▲该图片由AI生成

1、以数据做为科学化决策：AI和机器学习技术可以帮助对产品生命周期中产生的海量数据进行整理、分析和挖掘，提取有价值的资讯。

通过这些数据分析结果，企业可以做出更准确、基于数据的决策，从而优化制造流程、提高产品品质和生产效率。

2、自动化和智能化生产排程：AI技术可以实现生产过程的自动化和智能化。

例如，利用机器学习算法对生产设备进行预防性维护，实现设备故障的提前预警和修复；利用机器人和自动化设备进行生产作业，提高生产线的灵活性和效率。

3、跨部门协同和资源整合：AI技术可以通过资讯共享和协同工作平台，实现不同部门和团队之间的协同和整合。

例如，设计团队可以与生产团队和供应链团队实时共享产品设计和规格资讯，融合企业内部有效数据与外部规范化资讯，更好地协调和优化整个产品开发与制造过程。

4、智能化品质控制与预防：AI技术可以通过传感器、数据分析和实时反馈等技术，实现对产品品质的智能化监控和控制。

例如，通过传感器对产品进行实时监测，及时发现产品品质问题并进行纠正，提高产品品质和一致性。

5、灵活性和客制化生产：AI技术可以实现生产过程的灵活性和客制化生产。通过对市场需求和客户反馈的分析，企业可以快速调整生产计划和资源配置，实现根据需求定制的生产。

▲该图片由AI生成

在研发阶段，AI可以帮助企业更快速地找到创新的产品概念，并通过模拟和预测来优化产品设计，解决设计过程冗长的学习曲线问题。

在生产阶段，AI可以通过预防性维护和智能监控来提高生产效率和品质。

预防性维护利用数据分析和机器学习技术，预测设备何时可能需要维护或更换，从而减少意外停机时间。

智能监控则使用AI来实时分析生产线上的数据，以检测任何可能的问题或瓶颈。

在销售和售后服务阶段，AI可以帮助企业更好地理解客户需求，预测市场趋势，并提供更个性化的服务，实现大量客制化产品提供。

©Tony老师谈AI第一期，下期更精彩

世界太芜杂，我帮你整理

人工智能、数字化、科技革命

- END -