基于單模態(tài)GPT-3的ChatGPT 「地震」余波未平，多模態(tài)GPT-4「海嘯」又頃刻席卷朋友圈。

「這提醒我們，對(duì)人工智能的預(yù)測(cè)是非常困難的?！筄penAI CEO Sam Altman 曾在 DALL-E 2發(fā)布后講過(guò)這樣一句話。事實(shí)證明他是對(duì)的?；诜?hào)主義的專家系統(tǒng)的衰落，讓人們一度認(rèn)為人工智能已走到盡頭，2012年的深度學(xué)習(xí)又點(diǎn)燃了希望，如今它已統(tǒng)領(lǐng)AI領(lǐng)域。隨著系統(tǒng)規(guī)模越來(lái)越大，訓(xùn)練時(shí)間和資金成本也在不斷膨脹。就在大家擔(dān)心向模型添加參數(shù)正達(dá)到邊際效益遞減時(shí)，GPT-3、GPT-4 相繼昭告世人，更大規(guī)模、更加復(fù)雜的深度學(xué)習(xí)系統(tǒng)確實(shí)可以釋放更為驚人的能力，而ChatGPT的誕生，更是讓人看到了「顛覆性」的應(yīng)用成果（假消息甚至稱GPT4參數(shù)量100萬(wàn)億）。

ChatGPT 的出現(xiàn)或許表明，在過(guò)去幾年被逐漸認(rèn)為到達(dá)產(chǎn)業(yè)化瓶頸的AI行業(yè)仍是一片最具創(chuàng)新性的沃土，蘊(yùn)含著巨大的機(jī)會(huì)。而隨著新生產(chǎn)力初顯雛形，以工業(yè)制造為代表的行業(yè)或許將迎來(lái)更深入的AI變革，迎來(lái)屬于產(chǎn)業(yè)的“ChatGPT時(shí)刻”，在這一過(guò)程中與技術(shù)趨勢(shì)契合的科技企業(yè)也有望率先出圈。

一、通用性的勝利

迄今為止，主導(dǎo) AI 領(lǐng)域的模型仍然是面向特定任務(wù)的。AI企業(yè)開(kāi)發(fā)的模型在特定范圍內(nèi)有不錯(cuò)的表現(xiàn)，但工程師們發(fā)現(xiàn)其泛化能力不足以支持部署到更廣泛場(chǎng)景。用業(yè)內(nèi)人士的話說(shuō)，已經(jīng)訓(xùn)練了很多模型，但仍然需要茫茫多的模型。

這一瓶頸在高度碎片化工業(yè)制造領(lǐng)域幾乎被 N 倍放大。因?yàn)楣I(yè)制造中細(xì)分領(lǐng)域眾多，各領(lǐng)域在生產(chǎn)流程、工藝、生產(chǎn)線配置、原材料及產(chǎn)品類型上均具有較大差異性。鋰電池生產(chǎn)可分為十幾道工序，工藝點(diǎn)數(shù)以千計(jì)，一條產(chǎn)線至少有2500個(gè)關(guān)鍵的質(zhì)量控制點(diǎn)；液晶面板生產(chǎn)涉及上百道工序，生產(chǎn)過(guò)程中可能出現(xiàn)的面板缺陷種類多達(dá)120種；手機(jī)有幾百種零件，涉及幾百個(gè)供應(yīng)商，每個(gè)零件可能有幾十種缺陷要做檢測(cè)。

現(xiàn)有的深度學(xué)習(xí)模型泛化程度低，即使在同一行業(yè)，模型的可復(fù)用比例也比較低。比如，如果要服務(wù)一家全球領(lǐng)先的手機(jī)品牌的整個(gè)智能產(chǎn)線，可能需要打造幾十萬(wàn)個(gè)算法模型（不包括后續(xù)軟硬件的迭代升級(jí)）。

現(xiàn)在，這個(gè)棘手的問(wèn)題成了ChatGPT背后所代表的基礎(chǔ)模型（大模型）的典型場(chǎng)景。

在2022年，一篇來(lái)自谷歌、斯坦福大學(xué)、北卡羅來(lái)納大學(xué)教堂山分校以及 DeepMind 等機(jī)構(gòu)的研究論文[1]，介紹了大模型的「Emergent Ability（涌現(xiàn)能力）」，即有些現(xiàn)象不存在于較小的模型中但存在于較大的模型中，他們認(rèn)為模型的這種能力是涌現(xiàn)的。雖然這種能力目前主要體現(xiàn)在語(yǔ)言模型上，但它也激發(fā)了在視覺(jué)模型、多模態(tài)模型上未來(lái)的研究。

根據(jù)斯坦福大學(xué)以人為本人工智能中心（HAI）基礎(chǔ)模型研究中心（CRFM）的說(shuō)法，「它（大模型）代表著構(gòu)建 AI 系統(tǒng)的一種新的成功范式，在大量數(shù)據(jù)上訓(xùn)練一個(gè)模型，并使其適應(yīng)多種應(yīng)用」[2]。

這種通用能力正是工業(yè)制造所需要的。工業(yè)制造面對(duì)的場(chǎng)景五花八門，如何通過(guò)穩(wěn)定的技術(shù)體系，在高度碎片化的需求中打造通用的技術(shù)能力，成為任何一家試圖在此大展身手的科技企業(yè)的最大挑戰(zhàn)。

思謀科技創(chuàng)始人賈佳亞在公司成立之初曾提到 AI 2.0概念，其與在當(dāng)下廣泛采用AI 1.0的AI 公司有所區(qū)別的一個(gè)核心要點(diǎn)，就是對(duì)通用性的強(qiáng)調(diào)?！肝覀兿胱鲂乱淮?AI 體系架構(gòu)，把以前別人在單個(gè)場(chǎng)景做的事情，用統(tǒng)一的架構(gòu)去解決它，在不同場(chǎng)景里做到通用」，賈佳亞說(shuō)，「從底層構(gòu)建更智能的算法，用標(biāo)準(zhǔn)化的手段解決分散的工業(yè)場(chǎng)景，克服可復(fù)制性和標(biāo)準(zhǔn)性等關(guān)鍵性問(wèn)題。」

思謀科技最受歡迎的產(chǎn)品 SMore ViMo 工業(yè)平臺(tái)，就是通用性設(shè)計(jì)思維的典型例子，它是針對(duì)工業(yè)場(chǎng)景打造的首個(gè)跨行業(yè)中樞平臺(tái)，具有多場(chǎng)景通用性。不僅滿足新能源、半導(dǎo)體、汽車、消費(fèi)電子等多個(gè)行業(yè)領(lǐng)域超過(guò)1000種細(xì)分應(yīng)用場(chǎng)景需求，還靈活支持多種高難度工業(yè)視覺(jué)方案設(shè)計(jì)需求，比如產(chǎn)線的物料追蹤、缺陷定位、工件計(jì)數(shù)、外觀瑕疵檢測(cè)等等。

這條路的重要特點(diǎn)是比較好地平衡了敏捷、個(gè)性化與低邊際成本。借助 SMore ViMo平臺(tái)，思謀科技已經(jīng)可以同時(shí)支撐工業(yè)中不同行業(yè)的上百個(gè)項(xiàng)目，未來(lái)還有望再擴(kuò)大十倍，同時(shí)支撐上千個(gè)項(xiàng)目，為AI的行業(yè)應(yīng)用帶來(lái)效率上的突破。

在率先于大規(guī)模工業(yè)場(chǎng)景使用Transformer技術(shù)，極大提高智能制造效率之后，思謀也再次第一時(shí)間擁抱大模型。思謀團(tuán)隊(duì)是最早對(duì)大模型在工業(yè)領(lǐng)域的Emergent Ability開(kāi)展研究和產(chǎn)業(yè)化的團(tuán)隊(duì)，其工業(yè)大模型利用少量缺陷樣本進(jìn)行in-context learning，從而使基礎(chǔ)模型快速適應(yīng)特定工業(yè)場(chǎng)景，并完成特定任務(wù)。

在一些業(yè)內(nèi)人士看來(lái)，ChatGPT 及其背后更加具有通用性的技術(shù)的成功，將推動(dòng)AI應(yīng)用進(jìn)入一個(gè)新的階段。在以工業(yè)制造為代表的各行各業(yè)中，過(guò)去扎根產(chǎn)業(yè)，擁抱這一趨勢(shì)，完成數(shù)據(jù)與技術(shù)落地閉環(huán)的企業(yè)擁有更多優(yōu)勢(shì)，在未來(lái)應(yīng)用大爆發(fā)的過(guò)程中亦會(huì)更受到青睞。

二、加速AI普惠

在工業(yè)制造領(lǐng)域，不同“語(yǔ)言”之間也有著深刻隔閡。有業(yè)內(nèi)人士表示，工業(yè)制造產(chǎn)業(yè)積累了很多數(shù)據(jù)，但制造業(yè)的工程師（比如機(jī)械工程師、材料工程師）還是很少去寫程序來(lái)把這些數(shù)據(jù)利用起來(lái)，而AI開(kāi)發(fā)者也面臨理解產(chǎn)業(yè)問(wèn)題的挑戰(zhàn)，這在很大程度上約束了技術(shù)的落地。

思謀科技的算法工程師表示，ChatGPT背后的技術(shù)，如RLHF(Reinforcement Learning from Human Feedback，基于人類反饋的強(qiáng)化學(xué)習(xí))，讓他們看到可以在現(xiàn)有的工作上更進(jìn)一步。

RLHF 是強(qiáng)化學(xué)習(xí)的一個(gè)擴(kuò)展，它將人類的反饋納入訓(xùn)練大模型的過(guò)程，為機(jī)器提供了一種自然的、人性化的互動(dòng)學(xué)習(xí)過(guò)程，就像人類從另一個(gè)專業(yè)人士身上學(xué)習(xí)專業(yè)知識(shí)的方式一樣。通過(guò)在AI和人類之間架起一座橋梁，RLHF讓AI快速掌握了人類經(jīng)驗(yàn)。

他們表示，工業(yè) AI 未來(lái)可以孕育出一個(gè)主動(dòng)學(xué)習(xí)AIaaS（AI As a Service，人工智能即服務(wù)）平臺(tái)，通過(guò)算法工程師和標(biāo)注專家的配合，利用RLHF技術(shù)訓(xùn)練大模型，用人類知識(shí)讓AI理解工業(yè)問(wèn)題，并滿足特定工業(yè)任務(wù)的要求，讓不會(huì)編程的工業(yè)專家也能訓(xùn)練AI模型。

目前，思謀科技已經(jīng)在探索RLHF和工業(yè)結(jié)合的應(yīng)用場(chǎng)景。

此外，ChatGPT 這種簡(jiǎn)單的交互模式與工業(yè)制造中落地AI的策略亦十分相似。工業(yè)領(lǐng)域場(chǎng)景復(fù)雜，好的產(chǎn)品一定是簡(jiǎn)單易用的，比如通過(guò)簡(jiǎn)明的交互，一鍵化部署方案，減少交付過(guò)程中的培訓(xùn)成本與學(xué)習(xí)負(fù)擔(dān)。

許多程序員表示，ChatGPT相當(dāng)于重新構(gòu)建了一座宏偉的巴別塔，與計(jì)算機(jī)的交流，不再是程序員的專利，它已經(jīng)可以理解部分需求，并生產(chǎn)簡(jiǎn)單的代碼方案。但現(xiàn)在，我們可以預(yù)見(jiàn)在不久的將來(lái)，制造領(lǐng)域的從業(yè)者也可以在AI平臺(tái)上實(shí)現(xiàn)自行編程，根據(jù)產(chǎn)線需求開(kāi)發(fā)模型。這樣也能幫助解決制造業(yè)AI人才短缺的問(wèn)題。

「只有當(dāng)計(jì)算機(jī)系統(tǒng)可以突破工業(yè)落地中的幾大難題，實(shí)現(xiàn)自動(dòng)算法組合和部署，人類僅需參與少量定制化算法設(shè)計(jì)時(shí)，AI 的跨領(lǐng)域規(guī)模產(chǎn)業(yè)化才具備實(shí)現(xiàn)的可能。」賈佳亞曾表示。

事實(shí)上，思謀科技很早開(kāi)始便構(gòu)想打造一個(gè)可實(shí)現(xiàn)技術(shù)快速迭代的開(kāi)發(fā)平臺(tái)，只需把圖片上傳，即可自動(dòng)標(biāo)注缺陷，一鍵測(cè)試得到產(chǎn)品級(jí)的模型或SDK，減少項(xiàng)目中大量投入的算法成本。

隨著項(xiàng)目的迭代，思謀科技逐漸把更加成熟的行業(yè)方案和實(shí)用經(jīng)驗(yàn)整合到產(chǎn)品中，繼而推出了完整的產(chǎn)品類型，讓客戶無(wú)需在思謀科技員工的幫助下即可自行體驗(yàn)與使用，從而形成了產(chǎn)品最早的商業(yè)化應(yīng)用。

隨著技術(shù)的進(jìn)步，無(wú)論是面向消費(fèi)者，還是面向工業(yè)制造這樣的產(chǎn)業(yè)，我們已經(jīng)看到了更普惠技術(shù)應(yīng)用，正在帶來(lái)巨大的機(jī)遇。

三、ChatGPT只是一個(gè)起點(diǎn)

十年以來(lái)，AI技術(shù)的商業(yè)化受到了諸多質(zhì)疑。這一次，ChatGPT背后所代表的技術(shù)突破，預(yù)示著一場(chǎng)革命的到來(lái)，AI 有可能真的成為普世的生產(chǎn)力基礎(chǔ)設(shè)施。

「GPT(generative pre-trained transformer）也完全可以是 general - purpose technology （通用技術(shù)）的縮寫」，《經(jīng)濟(jì)學(xué)人》的一篇文章中寫到，「一種翻天覆地的創(chuàng)新，可以像蒸汽機(jī)、電力和計(jì)算機(jī)那樣提升各行各業(yè)的生產(chǎn)率」[3]。

始于20世紀(jì)80年代的個(gè)人電腦革命，到90年代末開(kāi)始真正提升生產(chǎn)力，因?yàn)檫@些機(jī)器變得更便宜、更強(qiáng)大，還能連接到互聯(lián)網(wǎng)。深度學(xué)習(xí)的轉(zhuǎn)折發(fā)生在2012年，彼時(shí)AlexNet神經(jīng)網(wǎng)絡(luò)在ImageNet比賽中獲得冠軍，至此大量研究開(kāi)始鋪開(kāi)，激發(fā)人們將其應(yīng)用于各個(gè)領(lǐng)域。十多年的時(shí)間，深度學(xué)習(xí)技術(shù)正在跨越大規(guī)模賦能產(chǎn)業(yè)的門檻。

回顧工業(yè)制造智能化的發(fā)展歷程，技術(shù)能力和算法無(wú)法滿足實(shí)際應(yīng)用需求、解決方案復(fù)制性較差難以落地、新技術(shù)公司與制造業(yè)企業(yè)溝通成本高等挑戰(zhàn)一直存在。而目前基礎(chǔ)模型（大模型）表現(xiàn)出多領(lǐng)域多任務(wù)的通用化能力,正在打破這些行業(yè)「壁壘」，并用低成本、普惠的方式，「席卷」容錯(cuò)率極低、成本敏感的產(chǎn)業(yè)應(yīng)用。

用AI解決產(chǎn)業(yè)問(wèn)題蘊(yùn)含著機(jī)會(huì)，ChatGPT是一個(gè)起點(diǎn)，隨著一些扎根產(chǎn)業(yè)的技術(shù)公司的持續(xù)深耕，越來(lái)越多的行業(yè)正在迎來(lái)AI應(yīng)用的“ChatGPT時(shí)刻”。

[1] Wei, Jason, Yi Tay, Rishi Bommasani, Colin Raffel, Barret Zoph, Sebastian Borgeaud, Dani Yogatama et al. "Emergent abilities of large language models." arXiv preprint arXiv:2206.07682 (2022).

[2] https://crfm.stanford.edu/

[3] https://www.businessreview.global/zh-CN/latest/63e5d63ef5aab0516567873c