9月25日，由联想主办的“全栈智能 智造未来—工业AI技术及应用高端研讨会”在杭州召开，在此次研讨会上，联想智库特邀了国家信息中心信息化和产业发展部主任单志广作了题为《智能制造 智能升级》的主题分享。
单志广介绍到，党的十六大提出“以信息化带动工业化，以工业化促进信息化”。新型工业化要更好的利用数字技术，跟实体产业深度融合，来打造数字时代的新经济新产业。
数字化转型的新要求
数字化转型对结果的要求是最高的。它的英文是“transformation”，与改革“reform”是同词根，意思都是要改变现状。但是数字化转型是要更加高、更加成功，只有成功了才能称之为转型。
今天我们谈数字化转型就是要运用新一代的数字技术和实体经济的深度融合。数字技术、数字经济和实体经济之间是怎么样的关系呢？数字技术跟实体经济深度融合之后产生的更高质量的实体经济就是数字经济。所以我们今天搞数字化转型，就是要适应数字时代新的生产力跟生产关系重构的要求。而人工智能在整个数字化转型的过程中，起到的是生产力的作用。
结合到制造领域，数字经济最有价值的是真正体现在生产过程中的经验，体现的是工艺，体现的是模型和算法。而不是体现在价值密度很稀疏的大数据。数字经济的核心要素不是大数据，而是真正有价值的是数字化的信息和知识数据。
数字化转型的本质要区别于传统的工业信息化。过去传统的信息化，是体系和结构都不变，只是把技术用上去。但数字化转型，核心是要进行业务的重构，要变结构，而过去的信息化是变参数。数字化转型通过结构的变化可以更好的适应数据的无处不在，更好地用大模型等新的方法，适应人工智能新的模式。所以过去的信息化主要是提升效率为主，而数字化转型是要真正提升产业价值和产业竞争力。
传统的信息化，是讲究集成化、标准化、流程化。而数字化转型，实际上要强调更加数字化、平台化、云化，模式发生了很大的变化。我们今天讲产业数字化转型，就是既要打通产业链内部的数据共享，同时又要打通产业链之间的共享，形成了一个大的循环。数字化转型要构建这种新的路径，从设备的数字化到产线，到车间，到工厂，到企业，到产业链，再到整个生态体系，都要实现这种体系化的数据融合的新模式。对于现今的产业数字化转型，要打通技术链、供应链、生态链、服务链、资金链、政策链、人才链，这七链的融通。数字化转型的核心，就是要打破原来的这些部门行业的边界。很多领域是通过数字，通过算法，通过AI，实际上是跨界的融合。
推动数字经济的产业化转型路径，跟传统的视角已经发生了很大变化。过去的工业专注产品，而现今的工业则更加关注模型和算法数据。因为它能够直接决定整个的生产的能力和竞争力。过去经常讲工业化，讲优化控制、PID控制和各种各样的算法，讲究闭环稳定性和各种各样的控制策略，现如今我们已经把视角从工业的现场扩展到整个产业的大链条。在有些工厂里面的总工程师以为自己工艺已经很完美了，不可能再有提示和突破了。但实际上把这些生产过程的数据，让数据科学家用模型算法去进行优化，发现还是能够给带来更大的提升。这就是传统的自动控制无法实现更高级的智慧感知的一种局限性。工艺上的能力是可以通过数据、通过模型、通过AI有更大的提升，这是在传统的工厂范围内通过自动控制为主的模式所达不到的。所以从价值来讲，要从技术创新到模式创新，未来要从单一产品转到全程服务，从前端前台转到云端云台。很多制造也都是全球的，通过网络，通过大数据进行互联，组织整个的生产过程。从生产方式转到生活方式，从单向传导转到生态的闭环，从封闭到开放，从单点突破转到跨界。这是数字化转型中一个非常大的挑战。
人工智能对数字化转型的机遇
人工智能并不是新概念，从上个世纪的1965年就已经提出来，经过几次波峰波谷的演变，有的专家说，人工智能的核心理论没有大的突破。实际上人工智能的基本理论没有变化，而且像深度学习的话，原来没有大数据时代，一些非常主流的科学家看不上这个研究方式，所谓的深度学习，因为它不要建模，它没有模式识别。它对整个系统没有一个结构化的表征，它只靠训练，靠数据。
到了今天之所以说人工智能走到了2.0时代，就是因为我们从单领域多模型转到了大模型和通用性，人工智能确实是在能力上有了一个升维的表现。现在这一轮人工智能的浪潮给我们带来哪些新的赋能呢？通过ChatGPT，包括GPT4、GPT5，认知大模型的发展，实际上体现的是基于深度神经网络的大模型，就是一种结构，然后反复的堆叠，无限的扩展，很多的节点有很多的意义。这种不同的节点，反复的交叉互联，形成一个巨量的结构。通过这样的结构，把工业制造的一些数据，包括数据背后的知识经验机理镶嵌在复杂的系统中去，所以它基于深度的神经网络的大模型来实现通用型对话式的AI系统，实现了认知智能的一个飞跃。人工智能对整个的数字化转型来讲，它的能力是传统的弱人工智能所不具备的。过去弱人工智能化就是模拟人的一种智能的方式。今天我们看到大模型的智能涌现，实现了海量信息的、参数化的全量记忆，这是非常大的一个能力。
现在也有专家认为，未来大模型可以把人类创造的所有数据和生成的所有知识全部吸收。它能够实现任意任务的对话式理解，它是一种基于自然语言的对话，能够实现复杂逻辑思维链的推理，能够进行多角色、多风格、长文本的生成，可以做程序代码自动生成。所以ChatGPT不是一个聊天工具，它是一个非常好的代码生成系统。
人工智能对产业数字化转型意味着什么呢？单志广认为人工智能最大的一个价值是代表了产业智能的一种新的调用方式。基于大模型，给我们提供了一个基于数据库和互联网搜索引擎之后，全新一代调用的方式。大模型就是一种把知识以参数的形式存储在里面，ChatGPT主要解决自然语言来调用这些知识的问题。当然，用自然语言调用是我们人类最自然的方式。未来工业里面怎么去用大模型？要把工业各种各样的知识模型、机理模型，甚至物理模型，放到大模型里去，让它变成一个工业领域的专家，让它去解决那些我们解决不了的问题，这就是未来工业里面AI最大的场景。
未来大模型的通用性使用，以及对大模型进行私有化训练之后，进行的专业领域的通专结合，这就是未来的两种模式。所以在制造领域，不同的产业会有不同的专有模型。这将是未来一个大的方向。
