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，對人工智能的預測是非常困難的?！筄penAI CEO Sam Altman 曾在 DALL-E 2 發(fā)布后講過這樣一句話。事實證明他是對的?；诜栔髁x的專家系統(tǒng)的衰落，讓人們一度認為人工智能已走到盡頭，2012 年的深度學習又點燃了希望，如今它已統(tǒng)領 AI 領域。隨著系統(tǒng)規(guī)模越來越大，訓練時間和資金成本也在不斷膨脹。就在大家擔心向模型添加參數(shù)正達到邊際效益遞減時，GPT-3、GPT-4 相繼昭告世人，更大規(guī)模、更加復雜的深度學習系統(tǒng)確實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」的應用成果（假消息甚至稱GPT4參數(shù)量100萬億）。

ChatGPT 的出現(xiàn)或許表明，在過去幾年被逐漸認為到達產(chǎn)業(yè)化瓶頸的 AI 行業(yè)仍是一片最具創(chuàng)新性的沃土，蘊含著巨大的機會。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)或許將迎來更深入的 AI 變革，迎來屬于產(chǎn)業(yè)的 “ChatGPT 時刻”，在這一過程中與技術趨勢契合的科技企業(yè)也有望率先出圈。

一、通用性的勝利

迄今為止，主導 AI 領域的模型仍然是面向特定任務的。AI 企業(yè)開發(fā)的模型在特定范圍內(nèi)有不錯的表現(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景。用業(yè)內(nèi)人士的話說，已經(jīng)訓練了很多模型，但仍然需要茫茫多的模型。

這一瓶頸在高度碎片化工業(yè)制造領域幾乎被 N 倍放大。因為工業(yè)制造中細分領域眾多，各領域在生產(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，工藝點數(shù)以千計，一條產(chǎn)線至少有 2500 個關鍵的質(zhì)量控制點；液晶面板生產(chǎn)涉及上百道工序，生產(chǎn)過程中可能出現(xiàn)的面板缺陷種類多達 120 種；手機有幾百種零件，涉及幾百個供應商，每個零件可能有幾十種缺陷要做檢測。

現(xiàn)有的深度學習模型泛化程度低，即使在同一行業(yè)，模型的可復用比例也比較低。比如，如果要服務一家全球領先的手機品牌的整個智能產(chǎn)線，可能需要打造幾十萬個算法模型（不包括后續(xù)軟硬件的迭代升級）。

現(xiàn)在，這個棘手的問題成了 ChatGPT 背后所代表的基礎模型（大模型）的典型場景。

在 2022 年，一篇來自谷歌、斯坦福大學、北卡羅來納大學教堂山分校以及 DeepMind 等機構的研究論文 [1]，介紹了大模型的「Emergent Ability（突現(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，他們認為模型的這種能力是突現(xiàn)的。雖然這種能力目前主要體現(xiàn)在語言模型上，但它也激發(fā)了在視覺模型、多模態(tài)模型上未來的研究。

根據(jù)斯坦福大學以人為本人工智能中心（HAI）基礎模型研究中心（CRFM）的說法，「它（大模型）代表著構建 AI 系統(tǒng)的一種新的成功范式，在大量數(shù)據(jù)上訓練一個模型，并使其適應多種應用」[2]。

這種通用能力正是工業(yè)制造所需要的。工業(yè)制造面對的場景五花八門，如何通過穩(wěn)定的技術體系，在高度碎片化的需求中打造通用的技術能力，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，其與在當下廣泛采用 AI 1.0 的 AI 公司有所區(qū)別的一個核心要點，就是對通用性的強調(diào)?！肝覀兿胱鲂乱淮?AI 體系架構，把以前別人在單個場景做的事情，用統(tǒng)一的架構去解決它，在不同場景里做到通用」，賈佳亞說，「從底層構建更智能的算法，用標準化的手段解決分散的工業(yè)場景，克服可復制性和標準性等關鍵性問題?！?/span>

思謀科技最受歡迎的產(chǎn)品 SMore ViMo 工業(yè)平臺，就是通用性設計思維的典型例子，它是針對工業(yè)場景打造的首個跨行業(yè)中樞平臺，具有多場景通用性。不僅滿足新能源、半導體、汽車、消費電子等多個行業(yè)領域超過 1000 種細分應用場景需求，還靈活支持多種高難度工業(yè)視覺方案設計需求，比如產(chǎn)線的物料追蹤、缺陷定位、工件計數(shù)、外觀瑕疵檢測等等。

SMore ViMo 智能工業(yè)平臺的系統(tǒng)架構。

這條路的重要特點是比較好地平衡了敏捷、個性化與低邊際成本。借助 SMore ViMo 平臺，思謀科技已經(jīng)可以同時支撐工業(yè)中不同行業(yè)的上百個項目，未來還有望再擴大十倍，同時支撐上千個項目，為 AI 的行業(yè)應用帶來效率上的突破。

在率先于大規(guī)模工業(yè)場景使用 Transformer 技術，極大提高智能制造效率之后，思謀也再次第一時間擁抱大模型。思謀團隊是最早對大模型在工業(yè)領域的 Emergent Ability 開展研究和產(chǎn)業(yè)化的團隊，其工業(yè)大模型利用少量缺陷樣本進行 in-context learning，從而使基礎模型快速適應特定工業(yè)場景，并完成特定任務。

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

二、加速 AI 普惠

在工業(yè)制造領域，不同「語言」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（比如機械工程師、材料工程師）還是很少去寫程序來把這些數(shù)據(jù)利用起來，而 AI 開發(fā)者也面臨理解產(chǎn)業(yè)問題的挑戰(zhàn)，這在很大程度上約束了技術的落地。

思謀科技的算法工程師表示，ChatGPT 背后的技術，如 RLHF (Reinforcement Learning from Human Feedback，基于人類反饋的強化學習)，讓他們看到可以在現(xiàn)有的工作上更進一步。

RLHF 是強化學習的一個擴展，它將人類的反饋納入訓練大模型的過程，為機器提供了一種自然的、人性化的互動學習過程，就像人類從另一個專業(yè)人士身上學習專業(yè)知識的方式一樣。通過在 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。

他們表示，工業(yè) AI 未來可以孕育出一個主動學習 AIaaS（AI As a Service，人工智能即服務）平臺，通過算法工程師和標注專家的配合，利用 RLHF 技術訓練大模型，用人類知識讓 AI 理解工業(yè)問題，并滿足特定工業(yè)任務的要求，讓不會編程的工業(yè)專家也能訓練 AI 模型。

目前，思謀科技已經(jīng)在探索 RLHF 和工業(yè)結合的應用場景。

此外，ChatGPT 這種簡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)領域場景復雜，好的產(chǎn)品一定是簡單易用的，比如通過簡明的交互，一鍵化部署方案，減少交付過程中的培訓成本與學習負擔。

許多程序員表示，ChatGPT 相當于重新構建了一座宏偉的巴別塔，與計算機的交流，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)簡單的代碼方案。但現(xiàn)在，我們可以預見在不久的將來，制造領域的從業(yè)者也可以在 AI 平臺上實現(xiàn)自行編程，根據(jù)產(chǎn)線需求開發(fā)模型。這樣也能幫助解決制造業(yè) AI 人才短缺的問題。

「只有當計算機系統(tǒng)可以突破工業(yè)落地中的幾大難題，實現(xiàn)自動算法組合和部署，人類僅需參與少量定制化算法設計時，AI 的跨領域規(guī)模產(chǎn)業(yè)化才具備實現(xiàn)的可能。」賈佳亞曾表示。

事實上，思謀科技很早開始便構想打造一個可實現(xiàn)技術快速迭代的開發(fā)平臺，只需把圖片上傳，即可自動標注缺陷，一鍵測試得到產(chǎn)品級的模型或 SDK，減少項目中大量投入的算法成本。

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

隨著技術的進步，無論是面向消費者，還是面向工業(yè)制造這樣的產(chǎn)業(yè)，我們已經(jīng)看到了更普惠技術應用，正在帶來巨大的機遇。

三、ChatGPT 只是一個起點

十年以來，AI 技術的商業(yè)化受到了諸多質(zhì)疑。這一次，ChatGTP 背后所代表的技術突破，預示著一場革命的到來，AI 有可能真的成為普世的生產(chǎn)力基礎設施。

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

始于 20 世紀 80 年代的個人電腦革命，到 90 年代末開始真正提升生產(chǎn)力，因為這些機器變得更便宜、更強大，還能連接到互聯(lián)網(wǎng)。深度學習的轉折發(fā)生在 2012 年，彼時 AlexNet 神經(jīng)網(wǎng)絡在 ImageNet 比賽中獲得冠軍，至此大量研究開始鋪開，激發(fā)人們將其應用于各個領域。十多年的時間，深度學習技術正在跨越大規(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，技術能力和算法無法滿足實際應用需求、解決方案復制性較差難以落地、新技術公司與制造業(yè)企業(yè)溝通成本高等挑戰(zhàn)一直存在。而目前基礎模型（大模型）表現(xiàn)出多領域多任務的通用化能力，正在打破這些行業(yè)「壁壘」，并用低成本、普惠的方式，「席卷」容錯率極低、成本敏感的產(chǎn)業(yè)應用。

用 AI 解決產(chǎn)業(yè)問題蘊含著機會，ChatGPT 是一個起點，隨著一些扎根產(chǎn)業(yè)的技術公司的持續(xù)深耕，越來越多的行業(yè)正在迎來 AI 應用的 “ChatGPT 時刻”。