智能制造工厂：多维度提升整体制造能力

　　（选自《解码智能时代2021：从中国国际智能产业博览会瞭望全球智能产业》）

　　迈入智能制造时代，人类制造业的历史也开启了全新的篇章。

　　通过智能制造技术和智能制造系统，智能制造工厂可以进行超越人工效率的生产活动，甚至在分析、推理、判断、构思和决策等方面，实现更为精确的作业，从更复杂的维度上提升整体制造能力。

　　以前的工业机器，按照既定的程序和轨道，日复一日重复相同的程序，同时不可避免地产生需要人工校正的微小误差。

　　现在的智能机器，不仅体积更小、精细化操作程度更高，还拥有“智慧大脑”，能自动校正误差、提示故障并立即安排维修机器人排除故障。

　　在2021年4月21日开幕的上海车展上，有一款高性能电驱轿跑SUV“赛力斯华为智选SF5”。这款新车由金康赛力斯与华为深度合作打造，搭载赛力斯SEP200电机+HUAWEI DriveONE三合一电驱系统和华为HiCar车机系统，也是华为全球旗舰店开售的首款汽车产品。

　　赛力斯工厂以工业4.0为制造标准，以平台化、自动化、智能化、数字化为目标进行打造，拥有超1000台机器人协同运作，实现了高度自动化、关键工序100%自动化和24小时在线检测，而且生产系统通过大数据和人工智能实时在线的响应方式快速精准地进行C2M规模定制生产。

　　重庆七腾科技公司自主研发的SUPPORT P2消防灭火侦察机器人，是真正的“烈火英雄”，该款机器人拥有强大的灭火功能，拥有 80L/s最大流量强力水炮，能轻松拖动12根120m充满水的80水带，实现火灾现场迅速增援，尤其适用于石化、燃气等易爆环境，对提高救援安全性、降低消防人员风险具有重要意义。

　　通过应用智能机器和系统，不仅能制造出工业品和生活消费品，更带给了人们一种全新的解决方案。

　　数据治理：撬动数字世界的杠杆

　　（选自《解码智能时代2021：来自未来的数智图谱》）

　　古希腊科学家阿基米德说：“给我一个支点，我能撬动整个地球”；今天，大数据无疑是数字世界的支点，而数据治理则是撬动数字世界的杠杆。

　　以前我们没有对数据治理引起足够的重视，是因为我们还回答不了一个根本性问题：数据到底有什么价值？而今天，我们越来越能够体会到，数据治理直接影响了大到一个国家，小到一个企业的管理能力、决策能力与服务能力。

　　每一个政策的出台、每一条法律法规的完善，都是基于完整、精准的超高价值数据而做出的决策；在商业发展中，数据质量差、数据泄露和数据重复是企业最大的风险。

　　如何寻找数据治理实施路径，又如何通过数据治理实现数据价值的最大化，成为未来大数据发展的核心命题。

　　数据治理就是以“数据”为研究对象，在确保数据安全的前提下，通过实施一定的策略解决信息孤岛、黑暗数据等数据质量问题，从而输出“完美数据”，最大限度地释放数据价值。

　　实际上，数据治理方式是“千人千面”，不同体量、不同发展阶段与不同需求的机构，数据治理的路径也均不相同，但终点始终只有一个——全面释放数据价值。

　　数据治理就像一张几万块碎片的拼图，起步的5%是最吃力，也是最痛苦的。但当我们坚持到25%以上，它的脉络就会逐渐变得清晰，路程也将变得轻松，我们离撬动未来数字世界也就不远了。

　　如何理解“人工智能系统创新”？

　　（选自《解码智能时代2021：前沿趋势10人谈》）

　　信风智库：科大讯飞目前正致力于“用人工智能的系统创新解决社会发展的重大命题”。我们如何理解“人工智能系统创新”？

　　吴晓如：这是我们一直在思考的事情，如何通过人工智能系统性的创新，解决一些社会发展的重大命题。这里有两个维度。第一个维度是我们以前的单点技术创新。比如语音识别技术，我们不断突破语音技术的难点，不断提高语音识别的准确度，同时也开发出了“讯飞听见”以及“录音笔”等一系列以语音技术为核心的衍生产品。在这个维度上，我们主要是站在技术的角度去考虑问题，攻关突破重要技术后，再来看能够解决哪些问题。

　　但是，解决单一的技术问题并非创新的全貌，技术创新也呈现出了更为总体化、系列化和结构化的新趋势。所以，第二个维度我们就倒过来了。从问题本身出发，面对这个问题，我们可以把哪些技术整合起来，形成一个针对问题的解决方案。

　　在我们深入到诸如教育、医疗与交通等一些重要行业时，我们必须跟这些行业客户深入交流，站在行业问题的角度思考，怎么通过技术来解决这些问题，从而实现降本增效。

　　我们以教育行业为例。教育行业不会关心你的技术有多么创新，语音识别做得有多好，他们的实际痛点是老师和学生的负担很重，城乡教育资源分布不均等，这些都是社会发展中的重大命题。那么，我们就要去分析造成这些问题的因素有哪些，站在问题的角度去看技术。

　　比如怎么降低老师的负担，这里面就涉及到大量繁重的备课和批改作业等工作。这绝不是仅仅通过一个语音识别或者图像识别技术就能解决的，背后可能还有一系列的技术运用问题。其中有一些是已有技术可以解决的，还有一些是技术上还不能解决的，这就需要我们进行技术攻关。

　　所以从这两个维度出发，我们提出了人工智能系统创新，就是要搞明白我们最后到底要解决一些什么问题，以及诱发这些问题的原因是什么，分别对应什么样地技术，从而统筹思考分步解决。

　　基于从单点技术到系统创新的变化，我们对人才的要求也发生了变化。以前我们以技术人员为主，现在就需要能够深入理解行业，把行业问题与人工智能技术结合起来，通过组合与集成不同技术来解决实际问题的复合型人才。其实这对于人工智能技术进一步的应用发展来说，都是一个非常重要的挑战。