2022年12月，ChatGPT橫空出世后，全球范圍內(nèi)掀起了一股人工智能（AI）大模型發(fā)展浪潮，Gemini、文心一言、LLaMA、SAM、SORA等各式大模型如雨后春筍般相繼涌現(xiàn)，科技巨頭們圍繞AI展開(kāi)的爭(zhēng)奪戰(zhàn)成為社會(huì)焦點(diǎn)。

當(dāng)前，信息時(shí)代正加速進(jìn)入智能時(shí)代，AI技術(shù)不斷突破和演進(jìn)升級(jí)，賦能千行百業(yè)的發(fā)展，深刻改變著生產(chǎn)生活方式。

人工智能（AI）已經(jīng)成為新質(zhì)生產(chǎn)力形成的關(guān)鍵因素。

習(xí)近平總書(shū)記指出，把新一代人工智能作為推動(dòng)科技跨越發(fā)展、產(chǎn)業(yè)優(yōu)化升級(jí)、生產(chǎn)力整體躍升的驅(qū)動(dòng)力量，努力實(shí)現(xiàn)高質(zhì)量發(fā)展。

新質(zhì)生產(chǎn)力背景下，企業(yè)如何抓住人工智能（AI）的風(fēng)口實(shí)現(xiàn)轉(zhuǎn)型？今天就與大家一同探討。

人工智能在許多領(lǐng)域都發(fā)展迅猛，有些領(lǐng)域的AI能力甚至已經(jīng)超越了人類。

AI的發(fā)展類似于人類學(xué)習(xí)技能的過(guò)程，我們可以通過(guò)一個(gè)簡(jiǎn)單的比喻來(lái)理解AI的運(yùn)作：

試想一下，一個(gè)人如果想學(xué)舞蹈，就需要先掌握最基礎(chǔ)的身體各部位的協(xié)調(diào)性，正如AI的芯片和硬件是必不可少的前提。另外，想要學(xué)好跳舞，還需要練好基本功，比如AI的芯片使能決定了它的基本能力。

其次，我們還可以選擇一個(gè)合適的舞蹈機(jī)構(gòu)去進(jìn)修，快速提升舞蹈水平，這就好比選擇一個(gè)合適的AI框架，可以幫助開(kāi)發(fā)者快速搭建自己的AI應(yīng)用，提高開(kāi)發(fā)效率。

舞蹈機(jī)構(gòu)會(huì)安排舞蹈課程，老師會(huì)系統(tǒng)性地傳授知識(shí)，通過(guò)大量的訓(xùn)練來(lái)幫助我們掌握舞蹈技能，正如人工智能中的預(yù)訓(xùn)練模型和模型訓(xùn)練階段。

最后，我們需要上臺(tái)表演，驗(yàn)收學(xué)習(xí)成果。這就好比是AI模型推理階段，讓已經(jīng)訓(xùn)練好的模型對(duì)新的未知數(shù)據(jù)進(jìn)行預(yù)測(cè)，觀察并驗(yàn)證結(jié)果是否符合預(yù)期。

當(dāng)我們對(duì)舞蹈有了一定的了解之后，我們還可以精進(jìn)學(xué)習(xí)某個(gè)舞種（芭蕾/拉丁/街舞/爵士等），這里可以理解為將AI技術(shù)應(yīng)用到某個(gè)具體行業(yè)場(chǎng)景中（電力/金融/醫(yī)藥/互聯(lián)網(wǎng)等）。

在這個(gè)過(guò)程中，AI學(xué)習(xí)的方式可以分為無(wú)監(jiān)督學(xué)習(xí)、監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)三種。其中，大模型可以被理解為深度學(xué)習(xí)的一種形式。

這就好比一個(gè)人根據(jù)老師布置的學(xué)習(xí)范圍，自己上自習(xí)課總結(jié)歸納。

在沒(méi)有給定事先標(biāo)記過(guò)的訓(xùn)練示例的情況下，人工智能需要自動(dòng)對(duì)無(wú)規(guī)律的、沒(méi)有任何標(biāo)注過(guò)的數(shù)據(jù)進(jìn)行分類或分群。

老師會(huì)列出所有學(xué)習(xí)的重點(diǎn)，并講授答案。

這相當(dāng)于數(shù)據(jù)中帶有標(biāo)簽，有正確答案。通過(guò)訓(xùn)練資料，我們可以學(xué)到或建立一個(gè)模式，并依此模式推測(cè)新的實(shí)例。

通過(guò)不斷做模擬題，老師給對(duì)錯(cuò)的形式，從而促進(jìn)學(xué)生提高。

在強(qiáng)化學(xué)習(xí)中，通過(guò)對(duì)作用者的一些動(dòng)作產(chǎn)生獎(jiǎng)勵(lì)的回饋機(jī)制來(lái)促進(jìn)學(xué)習(xí)。

因此，AI的本質(zhì)是對(duì)人類智慧的模擬和探索，通過(guò)模擬人類實(shí)現(xiàn)識(shí)別、認(rèn)知、分類和決策等多種功能。

在早期階段，機(jī)器學(xué)習(xí)只能在一個(gè)相對(duì)較小的數(shù)據(jù)規(guī)?？臻g內(nèi)，由人工設(shè)計(jì)特征并讓計(jì)算機(jī)進(jìn)行深度學(xué)習(xí)，以此來(lái)模擬人類的行為。

隨著技術(shù)的演進(jìn)，現(xiàn)代的深度學(xué)習(xí)已經(jīng)能夠讓AI直接從數(shù)據(jù)中學(xué)習(xí)，利用深度神經(jīng)網(wǎng)絡(luò)模擬人腦來(lái)解析數(shù)據(jù)特征。

然而，這個(gè)過(guò)程卻需要消耗大量的算力，這也是當(dāng)前AI時(shí)代所面臨的普遍現(xiàn)狀和挑戰(zhàn)。

自上世紀(jì)八十年代，全球工業(yè)領(lǐng)域一直在探索和應(yīng)用AI。

早在八十年代，就有專家系統(tǒng)被用于設(shè)備運(yùn)維和生產(chǎn)調(diào)度。九十年代以后，人們開(kāi)始使用早期的神經(jīng)網(wǎng)絡(luò)算法、模式識(shí)別等進(jìn)行工業(yè)智能控制。進(jìn)入二十一世紀(jì)后，深度學(xué)習(xí)被應(yīng)用于機(jī)器視覺(jué)和工業(yè)質(zhì)量檢測(cè)任務(wù)。到現(xiàn)在，大模型和AIGC（人工智能生成內(nèi)容）為各種場(chǎng)景帶來(lái)更豐富的優(yōu)化......

自從ChatGPT在2022年底啟動(dòng)以來(lái)，新一代AI技術(shù)的新迭代每月都會(huì)發(fā)布幾次。在不到一年半的時(shí)間里，各種各樣的大模型涌現(xiàn)，比如近期發(fā)布的多模態(tài)模型GPT-4o、AI文生視頻工具Pika等。

最近，OpenAI的CEO Sam Altman在達(dá)沃斯經(jīng)濟(jì)論壇上表示，如果GPT-4目前只能完成人類任務(wù)的10%，那么GPT-5預(yù)計(jì)能處理15%至20%的任務(wù)。

隨著全球新一輪科技革命和產(chǎn)業(yè)變革的深入，AI產(chǎn)業(yè)迎來(lái)了黃金發(fā)展時(shí)期：

從學(xué)術(shù)界到產(chǎn)業(yè)界，從錢(qián)到人，AI都將是越來(lái)越重要的趨勢(shì)。

企業(yè)必須抓住此次AI風(fēng)口，將其應(yīng)用于實(shí)際生產(chǎn)中，包括工業(yè)生產(chǎn)安全、工藝優(yōu)化等。

人類探索認(rèn)知世界的腳步從未停止過(guò)。

科學(xué)范式并不是永恒不變的，而是會(huì)經(jīng)歷周期性的革命和更替。當(dāng)一個(gè)科學(xué)范式發(fā)現(xiàn)了當(dāng)下理論解決不了的問(wèn)題時(shí)，新的理論方法就會(huì)被提出?？茖W(xué)革命主要包括四個(gè)范式：

在人類對(duì)物理世界和客觀世界認(rèn)識(shí)有限的早期階段，通過(guò)觀察自然和社會(huì)現(xiàn)象，發(fā)現(xiàn)其內(nèi)在規(guī)律，以獲得和檢驗(yàn)科學(xué)結(jié)論。

例如，伽利略的物理學(xué)和動(dòng)力學(xué)、牛頓的力學(xué)等。

隨著科學(xué)的發(fā)展，科學(xué)家開(kāi)始研究理論科學(xué)，即第二范式。理論科學(xué)使用數(shù)學(xué)公式、模型和算法等形式表示，強(qiáng)調(diào)普遍性規(guī)律的形式化，并通過(guò)演繹推導(dǎo)得出科學(xué)結(jié)論。

例如，系統(tǒng)科學(xué)、科學(xué)邏輯學(xué)、科學(xué)動(dòng)力學(xué)、混沌理論等。

在理論科學(xué)的基礎(chǔ)上，為了追求應(yīng)用的速度，如材料或新藥的發(fā)現(xiàn)和規(guī)模量產(chǎn)，科學(xué)家開(kāi)始使用仿真和模擬技術(shù)，通過(guò)計(jì)算機(jī)加速科學(xué)研究。

例如，SPSS社會(huì)科學(xué)統(tǒng)計(jì)分析、MATLAB、SAS等。

2000年以后，我們進(jìn)入了數(shù)據(jù)科學(xué)時(shí)代，這是在前三個(gè)范式的基礎(chǔ)上發(fā)展起來(lái)的。數(shù)據(jù)科學(xué)結(jié)合了科學(xué)實(shí)驗(yàn)、理論模型或算法、計(jì)算機(jī)模擬和密集型數(shù)據(jù)處理，以自動(dòng)化的方式探索科學(xué)問(wèn)題，推動(dòng)科學(xué)發(fā)展。

例如，大數(shù)據(jù)搜索引擎、推薦引擎系統(tǒng)、人工智能、ChatGPT等。

在科技革命的推進(jìn)中，我們能深刻地感受到技術(shù)革命性突破對(duì)新質(zhì)生產(chǎn)力的驅(qū)動(dòng)和先導(dǎo)作用。

AI與科學(xué)范式必須深度融合，這將有助于人類從重復(fù)簡(jiǎn)單活動(dòng)中解放出來(lái)，更好地瞄準(zhǔn)經(jīng)營(yíng)目標(biāo)、優(yōu)化資源配置、改變研發(fā)設(shè)計(jì)等，實(shí)現(xiàn)真正的業(yè)務(wù)驅(qū)動(dòng)。

通過(guò)深度融合，AI可以為科學(xué)研究和實(shí)際應(yīng)用帶來(lái)更多的價(jià)值和創(chuàng)新。

在工業(yè)領(lǐng)域，領(lǐng)導(dǎo)廠商正在全面擁抱AI，主要有3個(gè)方向：生產(chǎn)制造流、產(chǎn)品全生命周期流和價(jià)值創(chuàng)造流。例如：

通過(guò)這些企業(yè)案例，我們可以看到AI技術(shù)在工業(yè)領(lǐng)域的應(yīng)用正逐漸深入。

從技術(shù)角度來(lái)看，AI與科學(xué)的融合，特別是與科學(xué)范式的融合，是企業(yè)未來(lái)發(fā)展的關(guān)鍵。

目前，華為云工業(yè)AI核心引擎將AI大模型與科學(xué)范式深度融合，為礦山、鋼鐵、電力、油氣制造等各行各業(yè)提供個(gè)性定制化服務(wù)。

如果把制作一道精美菜肴作為比喻，我們已經(jīng)有了火（昇騰云/昇騰算力）和鍋（盤(pán)古大模型），現(xiàn)在需要的是幫助企業(yè)客戶成為大廚，將他們自己的行業(yè)數(shù)據(jù)、知識(shí)和標(biāo)準(zhǔn)注入其中，便可以共同打造屬于企業(yè)自己的大模型。

比如，在精益生產(chǎn)變革方面，我們與某能源集團(tuán)合作，在重介選媒分選密度這一智能控制場(chǎng)景中，實(shí)現(xiàn)了0.2%的提升。

雖然這個(gè)數(shù)字看起來(lái)很小，但實(shí)際上它可能代表著上千萬(wàn)甚至上億的收益。這個(gè)改變擺脫了傳統(tǒng)作業(yè)方式依賴人工經(jīng)驗(yàn)、控制滯后的缺陷，采用AI算法代替人工實(shí)現(xiàn)精準(zhǔn)控制。

未來(lái)3年，企業(yè)將被分為兩類：一種是擁抱AI的，一種是不擁抱AI的，兩者將差距巨大。

只有擁抱AI的企業(yè)，才能在商業(yè)競(jìng)爭(zhēng)中生存下來(lái)。

本著“自己的狗糧自己先吃，自己生產(chǎn)的降落傘自己先跳”的原則，華為已經(jīng)將AI應(yīng)用于自身的制造、物流、零售過(guò)程中，并幫助眾多制造企業(yè)實(shí)現(xiàn)人工智能的落地。對(duì)此，我個(gè)人給出幾點(diǎn)建議：

我認(rèn)為，企業(yè)落地大模型，首先需要圍繞大模型構(gòu)筑全生命周期管理平臺(tái)，包括建立“高性能穩(wěn)定”的AI算力底座、“高質(zhì)量數(shù)據(jù)加工”的數(shù)據(jù)底座、“高效靈活” 的模型開(kāi)發(fā)平臺(tái)，以及“外溢變現(xiàn)” 的資產(chǎn)運(yùn)營(yíng)平臺(tái)等等。

大模型的成功應(yīng)用不僅僅是技術(shù)問(wèn)題，更是涉及整個(gè)組織的系統(tǒng)工程，離不開(kāi)領(lǐng)導(dǎo)者的強(qiáng)大意志力和有力推動(dòng)。

圍繞企業(yè)的主航道業(yè)務(wù)方向，從場(chǎng)景價(jià)值、技術(shù)可行性、數(shù)據(jù)準(zhǔn)備度、需求緊迫性等多維度評(píng)估篩選，讓業(yè)務(wù)專家深度參與。

對(duì)AI的投入雖然在初期可能不會(huì)立即達(dá)到盈虧平衡，但我相信，隨著時(shí)間的推移，AI的持續(xù)運(yùn)營(yíng)將帶來(lái)商業(yè)價(jià)值的實(shí)現(xiàn)。

企業(yè)可以在關(guān)鍵業(yè)務(wù)場(chǎng)景中進(jìn)行小范圍實(shí)驗(yàn)，允許試錯(cuò)。一旦突破，就能為企業(yè)樹(shù)立更大的信心，推動(dòng)后續(xù)的發(fā)展。

有效的團(tuán)隊(duì)建設(shè)能夠確保企業(yè)的AI轉(zhuǎn)型之路走得更遠(yuǎn)、更穩(wěn)。

在實(shí)際業(yè)務(wù)中，我們需要找到平衡，因?yàn)橛袝r(shí)候問(wèn)題不僅僅是技術(shù)上的，還涉及管理層面。業(yè)務(wù)團(tuán)隊(duì)需要與領(lǐng)導(dǎo)團(tuán)隊(duì)合作，找到雙方都能接受的平衡點(diǎn)，達(dá)成默契。

*文章僅代表專家個(gè)人的專業(yè)意見(jiàn)表達(dá)，不代表本平臺(tái)的任何觀點(diǎn)與立場(chǎng)。