视 频实录:感谢2016年世界智能制造大会对我的邀请。由于本人不能到场参会,对此我深表歉意,我是孔翰宁,德国工程院院士,我们主要研究由创新驱动的可持 续发展这个主题,并向创新体系内的所有利益相关者,特别是政府,建言献策。2008/2009年金融危机后,我们曾寻求保持德国制造业竞争力的方法,并通 过工业4.0这个专业词语发布了相关理念,从历史上来看,工业生产历经数次变革,期限是蒸汽时代,接着是电气时代,然后是近50年的自动化,我们在各领域 取得显著进步,如微电子、机器人、光子、机器学习、云计算和实时分析,由此引发展下面一次,即第四次工业革命。它的特点是智能,超联通,自主。物联网正进 入工厂中,将智能产品,智能机器与操作智能设备的工人连接起来,德国企业已经成功将自动化、和信息通讯技术引入生产过程,如今,有90%企业处于工业 3.0阶段,在生产车间中,向工业4.0的转变将会是一种渐进式的演化,而由数据驱动的新商业模式将是真正革命性的转变。
数据成为独立的经 济商品,具有价值,是创新型和盈利性商业模式的基础,物联网、互联网将持续快速增长,即使离开工厂,智能产品仍通过互联网互想联通,并在使用过程中交换海 量数据,这些大数据被加工成智能数据,用于控制、保持或提升改进智能产品和服务。这些智能算法生成的知识构成了新商业模式的基础,这种通过实时分析和人工 智能进行的整合与提炼,通常常在数字平台上完成,这些数字平台将很快成为主流的交易市场,好些企业已经将其智能产品连接到互联网上,并开始收集和分析数 据,德国的一个案例是,通过SAP HANA驱动的西门子云平台,它通过开放式的数字生态系统将设备管理与易连接性,数据存储系统和向智能服务开放的应用商店连接起来,开放式数字生态系统的 质量和建立速度,将是成功施行新商业模式的关键因素。此外,必须解决资金、可靠性、数据安全和知识产权保护等问题,为了确保全球制造业的进步,通过引入开 放式国际标准来确保解决方案的互操作性,以及信息技术与数据安全规则的和谐共存性,都需要政策制定者在国内及国际上的支持,2016年世界智能制造大会通 过应对标准化、信息安全和创新商业模式等问题,将为这些创新技术的实施和数据驱动商业解决方案的进步做出重要贡献。祝2016年世界智能制造大会取得圆 满成功,祝未来的事业更辉煌!
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。