在工業(yè)數字化時代，我們需要怎么樣的ChatGPT？

近日，ChatGPT熱度高居不下，強大的人機交互能力令人咋舌，在國內更是掀起一股討論熱潮。一時間，這場由ChatGPT引起的科技颶風，使得全球最頂尖科技力量聚光燈照向人工智能（AI），中外科技巨頭之間的博弈較量也拉開帷幕。

谷歌的Bard、百度的文心一言（ERNIE Bot）推出同類產品作為ChatGPT的競爭對手。不管是谷歌、Meta、蘋果等一眾硅谷科技巨頭，還是國內百度、阿里巴巴、科大訊飛、網易、京東等互聯網大廠，都在近日不約而同反復提及“人工智能”“生成式AI”或表示早已經有相關的產品和技術積累。

炙手可熱的ChatGPT讓不少試玩的技術黨驚嘆其聰慧異常的同時，再次引發(fā)了人們對AI的無限想象與熱情。特別是近年來，人工智能與千行百業(yè)加速融合，其價值在很多場景得到釋放，這也讓人不禁猜想，如果將ChatGPT應用到國民經濟主導產業(yè)工業(yè)領域會碰撞出什么樣的火花？

來自ChatGPT的在線回復

月活破億，爆火的ChatGPT，讓不少身處工業(yè)圈的人好奇ChatGPT會對自己所在的工業(yè)領域應用給出怎樣的答案。

問

在工業(yè)中，ChatGPT有哪些應用場景？

ChatGPT：可應用場景很多。

例如：1、跨行業(yè)科普：ChatGPT可以解答各種科技、工業(yè)等相關問題，將復雜的技術知識快速簡化為易于理解的形式，從而幫助專業(yè)領域外的人員了解該領域；

2、工程技術支持：ChatGPT可以幫助工程師更快地找到代碼示例和技術解決方案，以加速開發(fā)進程。例如根據工程師提供的需求生成代碼，或提供代碼修改建議，并在編寫過程中提示最佳實踐和常見錯誤； 3、知識更新：ChatGPT可以幫助工業(yè)公司的員工快速地學習和更新技術知識，例如根據工程師提供的需求，提供最新的技術資料和研究進展； 4、數據分析：ChatGPT可以利用大量數據進行分析，幫助工業(yè)公司更好地識別模式和趨勢，并基于此進行決策。

除此之外，ChatGPT還有很多其他的應用場景，比如幫助工業(yè)公司完成語言翻譯、生成文件、語音合成、在線客服，提供先驗知識/經驗參考等。

對于ChatGPT給出的這幾個答案，有業(yè)內人士通過問答形式求證ChatGPT答案的真實性，得出的結果是，ChatGPT的涉獵面和知識面確實比我們想象的要廣很多，部分回答對于實際工作確實很有借鑒意義的，但它的弱點也很明顯，就是深度不夠，具體的應用案例無法詳細展開，不能給出非常直觀的指導。

一位體驗過ChatGPT的程序員告訴記者，ChatGPT確實可以提供需求的代碼示例和技術解決方案，雖然給出的代碼有錯誤，但確實能給我提供一些幫助和新思路，也激發(fā)了我從ChatGPT回答中找Bug的樂趣。

此外，針對最近大家熱議的ChatGPT是否會搶了某些行業(yè)打人工的飯碗，對于這一問題，也有網友詢問了ChatGPT，未來自動化技術和人工智能技術會徹底替代人工嗎?ChatGPT也給出答案：不會。

既然先進的人工智能技術無法完全替代人工，那么，在數字化智能化時代，工業(yè)工程師在技能轉型面臨哪些挑戰(zhàn)呢？

工業(yè)互聯網是助力制造業(yè)高質量發(fā)展的重要抓手，也是應對工業(yè)發(fā)展挑戰(zhàn)、推動轉型升級的重要戰(zhàn)略的關鍵引擎。我們什么時候能夠實現工業(yè)互聯網、工業(yè)4.0？ChatGPT給出答案確實符合現階段工業(yè)互聯網的發(fā)展現狀。

通過以上測試問答，ChatGPT雖然給出優(yōu)質的答案、提供高效獲取信息的方式，擁有強大的語言組織能力，為用戶帶來超出預期的交互體驗，但他不能完全替代人類，尤其是在工業(yè)復雜模型和高精度數據分析的要求下，ChatGPT的局限性就顯現的一覽無遺。

To B領域或先取得突破性應用

“在國內，類似ChatGPT人工智能在商業(yè)領域中，To B領域或將先于To C領域獲得突破性的應用。”北京師范大學新聞傳播學院教授、中國傳媒經濟與管理專業(yè)委員會理事長喻國明在接受媒體采訪時表示。

從科技巨頭的業(yè)務動向，我們也能窺得一二，微軟在OpenAI追加百億美元投資，將ChatGPT延伸到自家最難啃的2B業(yè)務中。京東集團副總裁、IEEE Fellow何曉冬近期也表示，AI未來肯定要走產業(yè)路線，京東一直在ChatAI和AIGC賽道上推進，但更聚焦2B行業(yè)，近期將有進一步突破包括在這一賽道上推出下一代產品。

其實面向2B端，人工智能是工業(yè)互聯網發(fā)展的重要抓手，兩者有著天然的結合度，To B領域最具有創(chuàng)新性應用或許將會在工業(yè)互聯網領域誕生。

針對人工智能技術在工業(yè)領域具體能做些什么，ChatGPT給出七條應用場景。

問

AI技術能在工業(yè)領域能提供什么？

ChatGPT：AI技術可以在工業(yè)領域提供許多好處。

包括：1、預測性維護。AI可以用來預測設備何時可能發(fā)生故障，從而實現主動維護，減少停機時間。

2、質量控制。AI可用于檢查和測試產品的缺陷，提高產品質量并降低成本。

3、過程優(yōu)化。AI可用于優(yōu)化工業(yè)流程，如調度和資源分配，以提高效率和降低成本。

4、機器人技術。AI可用于控制和自動化工業(yè)機器人，這可以提高效率，減少對人力的需求。

5、能源效率。AI可用于優(yōu)化能源使用，例如，管理和控制資源的使用，以節(jié)省能源。

6、自動駕駛車輛。AI可用于控制和導航自主車輛，如無人機和自動駕駛汽車，它們可用于檢查、運輸和測繪等任務。

7、預測分析。AI可用于分析工業(yè)流程中的數據，并預測未來的行為，以便更好地做出決策。

我們知道，工業(yè)領域很多場景的工業(yè)機理復雜、數據分析能力要求較高，而以深度學習和知識圖譜為代表的人工智能技術，可以從根本上提高系統(tǒng)建模和處理復雜性、不確定性、常識性問題的能力，顯著提升了工業(yè)大數據分析能力與效率，進一步擴大了工業(yè)互聯網可解工業(yè)問題邊界的深度和廣度，而人工智能也成為重新定義工業(yè)互聯網產品邏輯的抓手。

比如，百度智能云開物通過對某鋼鐵企業(yè)的熱軋產線中10萬多個樣本數據和相關的質量知識進行學習與提煉后，推出了從模型服務到終端平臺的軟硬一體化熱軋鋼鐵表面缺陷質量檢測方案，瑕疵識別準確率達到99%以上，在同樣的檢測環(huán)境下，準確率比國外同類系統(tǒng)提升了300%。 隨著產業(yè)轉型的逐步深入，“AI+工業(yè)互聯網”應用模式呈現出兩個特征：第一，以大量數據采集為算料基礎，以機器學習或深度學習算法為核心，通過建立人工智能模型解決特定的診斷、預測等問題。第二，以用戶需求為導向，實現全產業(yè)鏈覆蓋，為企業(yè)提供生產控制優(yōu)化、供應鏈優(yōu)化、物流調度優(yōu)化、市場銷售預測等方面的決策輔助支撐。 目前，以深度學習、知識圖譜、自然語言處理為代表的人工智能技術正處于多方創(chuàng)新和突破的時期，通過與工業(yè)領域知識融合的不斷加深，AI技術正逐漸加速向工業(yè)互聯網滲透，在工業(yè)企業(yè)“研產供銷管”業(yè)務鏈條下形成眾多落地應用。

工業(yè)ChatGPT猜想

“至少在從事技術工作的30年里，這是我從沒見過的技術擴散（人工智能），我也不認為這種擴散曾發(fā)生在工業(yè)革命時期?！蔽④汣EO納德拉表示，也許這一次（ChatGPT），對于知識型工作者來說，這就完全等于工業(yè)革命。

前文雖然提到，ChatGPT在工業(yè)領域應用還存在很多局限性，但未來，在工業(yè)領域，一個聊天對話框，能否以最快速度最高效率解決工業(yè)難題？其背后的人工智能技術，是否會徹底改變人們獲取信息的方式，引發(fā)一場效率革命？

“使用工業(yè)ChatGPT，設備保養(yǎng)無需再學習保養(yǎng)手冊、質量評估也無需閱讀大量報表、工廠小白也不需要再詢問老師傅生產經驗?！币晃粯I(yè)內專家表示，我們在復雜工業(yè)場景如果基于ChatGPT技術，能否創(chuàng)造出一個真正工業(yè)AI助手，讓AI回答這些問題。而工人只要將需求提交給AI中心，一個對話框就可以解決所有問題。比如，現場的保養(yǎng)工人去問這個AI系統(tǒng)，這個設備需不需要保養(yǎng)；工廠管理人員，幫我寫一份提高精益生產的報告等。

他表示，如果可行的話，工業(yè)ChatGPT或許將改變現有的工作模式，特別是在信息化、數字化建設比較成熟的制造業(yè)企業(yè)，工人無需再每天在各種系統(tǒng)間進行切換，查看不同數據信息進行各種操作。

他表示，工業(yè)ChatGPT如果要真正應用到工業(yè)場景中，還需要進行深度模型改造和持續(xù)優(yōu)化，提供更加專業(yè)的工業(yè)知識，讓AI生成的答案與問題相關性更強、更準確，給提問者有效幫助，這樣才能讓AI在專業(yè)的領域發(fā)揮出最佳的優(yōu)勢。但他也表示，如果應用與工業(yè)領域的ChatGPT模型被放置于工業(yè)大數據進行足夠多的訓練數據和模型配置，也許真可以幫助工業(yè)場景進行數據價值挖掘，實現一個聊天對話框解決工業(yè)問題的猜想，在工業(yè)領域應用也大有可為。

想法雖好，但要結合現實來看?！安┒痪?，是ChatGPT現階段給我的總體感受?！庇浾卟稍L到一位身處工業(yè)一線的工人也表示，工業(yè)壁壘較高，場景需求紛繁復雜，海量工業(yè)數據價值挖掘難度大，現階段ChatGPT提供的某些代碼都是不準確的，要想真正接入到工業(yè)場景使用還為時過早。

業(yè)內觀點認為，ChatGPT要想接入工業(yè)，工業(yè)模型的配置很重要，因為這將影響模型的準確性和效率。工業(yè)模型如何訓練、如何配置才更合理，如何獲得更多樣化的真實數據給模型充分的滋養(yǎng)，相信ChatGPT在工業(yè)還有一段路要走。

審核編輯 ：李倩