推进智能化时的几个基本问题

2月前浏览83

这几个问题非常基本,也常被人问到。

1、智能化的理想状态是不是无人工厂?

自动化工厂的理想状态是无人工厂。但自动化和智能化针对的问题不一样。

无人的自动化工厂其实也是需要人的。因为无人化仅仅意味着生产操作的无人化。工业企业需要人解决两类问题:一类是维持问题,一类是改变问题。

一般来说,自动化的实施是有前提的,前提是需要维护的。比如,设备总是要维护、材料总是会出现问题、质量不会100%合格、原料总是会用完的...... 企业只要生产,总会有各种问题。企业必须要有人,解决这些令人讨厌的问题,才能维持正常的工况,才能实现自动化。

对优秀企业来说,优化和创新,应该是企业的日常业务。例如,出现质量问题时,要找到问题的根源,进而找到解决问题、避免下次再犯的办法。这就是持续改进。再如,用户可能会有新的要求、市场上可能会有更好的设备或者原料。这些都需要创新。.....这些改变,总是需要人的。

一般来说,有人的地方,就要有人来管人。

智能化要为这些人服务、提高这些人的效率。与传统自动化不一样。传统自动化,往往只是提高蓝领的劳动效率。大体上说:自动化解决常规生产问题,智能化解决杂事。

2、有了人工智能算法,为什么还需要人?

人工智能本质上是一种计算机算法,用来解决某类组合优化和非线性优化问题。所谓的算法,就是通过计算得到知识。我们注意到:计算,是在Cyber空间的工作。

实践出真知。人类的许多知识,是通过与物理空间作用的过程中得到的。比如,设备出现故障时,人们需要打开机器去看,看看到底出了什么问题。发生质量问题后,要找到避免再犯的办法;这个办法是不是有效,需要实际生产过程来检验。这些都不是常规的生产活动。

人类获得知识的涉及物理资源,不一定是生产现场。很可能是实验室、甚至是别人的实验室。换句话说,从一个物理空间走到另外一个物理空间。

人工智能获得知识的本事再大,一般也只是计算数据,在Cyber空间中的活动。至于未来的科幻,再说吧。

3、模型是万能的吗?

模型是个好东西、是一种理想的知识。利用这种知识,人们可以用来选择好的手段,以达到更好的结果。特别地:有了模型,便于计算机优化决策。

问题是:得到理想的模型并不容易。所以,现实中采用的多数知识,是人们实践的结果:某种做法好,就把它固化下来。这种固化下来的知识可能不是最好的做法,但却是经过实践检验的。随意的改变,可能会带来预料之外的风险。

大臣向晋惠帝报告:老百姓没有粮食吃,饿死人了? 晋惠帝不解地问:他们为什么不吃肉呢?显然,肉比粮食更有营养,但没有粮食吃的人往往更没有肉吃。在工业过程中,缺少知识都是一种常态,好的模型往往是奢侈品。


模型是好东西,但要慢慢攒。

科普
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2022-06-30
最近编辑:2月前
仿真圈
技术圈粉 知识付费 学习强国
获赞2934粉丝16011文章2223课程127
点赞收藏
未登录
还没有评论
VIP会员 学习计划 福利任务 兑换礼品
下载APP
联系我们
帮助与反馈