AI在工业领域的渗透与挑战
AI导读:
AI在工业领域逐步渗透,但面临数据缺乏、多模态大模型未突破等挑战。业内对于AI驱动经济增长的潜力存在分歧,工业机器人领域的大模型应用也受限。尽管如此,AI仍在提高自动化操作效率和设备维护准确性等方面发挥作用。
ChatGPT面世已近两年,业界对于AI驱动经济增长的潜力仍存分歧。高盛曾发布报告质疑当前生成式AI的成本效益比,而英伟达CEO黄仁勋和OpenAI CEO奥尔特曼等业界领袖则持乐观态度,认为AI将在未来十年内显著提升企业效率,甚至使全球GDP翻倍。
针对AI在工业领域的变革情况,香港工业人工智能及机械人研发中心总裁黎少斌向第一财经记者透露了相关数据。据香港生产力局去年年底的统计,在受访的267家香港企业中,41%正在或计划应用AI,而59%的企业则未打算或认为无需应用AI。这一调查覆盖了零售、膳食、专业服务业等多个行业。相比之下,该研究中心今年针对制造业港资企业的调查显示,仅有18%的企业引入了智能解决方案,智能化水平仍有待提升。
黎少斌指出,AI对工业的价值提升是肯定的,但目前仍面临诸多挑战。特别是在制造业领域,AI应用难点较多,难以开发出通用的解决方案。尽管大模型的加入深化了工业AI的应用,但要实现通用的工业大模型仍面临数据获取等难题。
记者采访了多位业界人士,了解到目前工业领域的大模型尚不算成熟,数据不足和多模态大模型未取得突破限制了工业AI的发展。在工业机器人领域,传统算法与大模型之间的抉择也尚未明确。
AI在工业领域的逐步渗透
黎少斌表示,大模型为工业领域带来了革命性的变化,使操作者能够用人类语言与机器沟通,简化了操作流程,降低了客户的心理门槛。目前,大模型已在工业领域发挥作用,但通常是通过蒸馏出小模型搭载在工业设备上。在研发层面,大模型的通用性加快了AI方案研发进度,显著缩短了研发周期。
黎少斌举例说,有客户希望用AI辨别订单是否会出现漏单,该研究中心在一天之内就给出了AI解决方案。此外,AI在机器故障检测等领域也得到了应用。例如,声学AI技术服务商谛声科技利用AI监测工业设备、电力、轨道等领域的声音信号,判断设备是否存在故障。
作为投资方,港铁公司旗下子公司MTR Lab也在关注AI的应用,并已投资了多家应用AI技术的科技公司。其中,谛声科技和电梯智能维护科技公司WeMaintain通过AI技术提高了设备维护的效率和准确性。在建筑设计领域,AI也在提高建筑信息建模企业的效率。
机器人领域的大模型应用
AI也在机器人领域逐步得到应用。香港工业人工智能及机械人研发中心去年8月搭建了机器人平台,提供AI模块和视觉算法等支持。此外,工业机器人“四大家族”中的一些企业也开始与第三方研究机构合作开发AI解决方案。
然而,大模型在机器人领域的应用仍受到一定限制。目前的大模型主要是语言大模型,而机器人领域需要应用的是多模态大模型。以机械臂为例,机械臂讲求精准度,而现在很多大模型虽然可以进行大量运算,但仍不能完美地操作机械臂。因此,业内对于工业机器人是否需要使用大模型仍存在分歧。
一些工业机器人厂商目前更关注利用AI提高自动化操作效率,而非利用大模型提高机器人的智能性。例如,全球协作机器人制造商优傲观察到大部分客户会选择将协作机器人搭载在自主移动机器人(AMR)上来提升企业自动化程度。
数据缺乏限制AI应用
数据缺乏是限制包括工业机器人在内的工业领域AI应用的一大难题。黎少斌表示,根据香港生产力局的调查,大约44%的香港AI企业表示在收集数据方面有困难。由于数据不足,工业领域尚未出现一个具备通用性的大模型。
谛声科技联合创始人兼COO常炜熙也表示,在工业领域做声音监测时,由于故障不会频繁发生,因此需要从代表性案例中分析出有价值的数据来训练模型。这需要在相对小的样本中提取出所需数据,增加了难度。
黎少斌认为,从数字化进程来看,虽然很多企业开始产生数据,但这些数据并不一定能用于做特定的AI解决方案。即便企业有正确的数据,也不一定能把它们找出来。这需要既懂行业知识、专业知识又懂人工智能的从业者参与到这个过程。
(文章来源:第一财经,经授权发布)
郑重声明:以上内容与本站立场无关。本站发布此内容的目的在于传播更多信息,本站对其观点、判断保持中立,不保证该内容(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议,据此操作,风险自担。股市有风险,投资需谨慎。如对该内容存在异议,或发现违法及不良信息,请发送邮件至yxiu_cn@foxmail.com,我们将安排核实处理。