​

伴隨全球數(shù)字化進(jìn)程加快，人工智能技術(shù)與產(chǎn)業(yè)融合程度逐漸加深，“能思考，會判斷”的認(rèn)知智能技術(shù)逐步應(yīng)用于智能客服、智能推薦、智能營銷、智能分析等諸多場景，不斷釋放產(chǎn)業(yè)應(yīng)用價值。

近期，華院計算技術(shù)（上海）股份有限公司（下稱“華院計算”）與中國信息通信研究院聯(lián)合發(fā)布國內(nèi)首份《認(rèn)知智能技術(shù)和應(yīng)用研究報告》（下稱“報告”）指出，人工智能數(shù)據(jù)、算法和算力的快速發(fā)展，推動著認(rèn)知智能的創(chuàng)新發(fā)展與應(yīng)用落地。

華院計算創(chuàng)始人、董事長宣曉華表示，近幾年華院計算一直大力持續(xù)投入認(rèn)知智能研發(fā)，尤其在認(rèn)知智能的自主算法創(chuàng)新、場景應(yīng)用等方面，致力于將研究成果轉(zhuǎn)化為現(xiàn)實生產(chǎn)力。而近期ChatGPT的熱潮也推動了認(rèn)知智能的研究。華院積極嘗試將大數(shù)據(jù)驅(qū)動的通用大模型和以知識驅(qū)動的面向垂直行業(yè)的小數(shù)據(jù)模型進(jìn)行融合，以更好地解決實際應(yīng)用問題。

人工智能邁入“認(rèn)知智能”新階段

就人工智能而言，業(yè)界一般將其分為三個階段：計算智能、感知智能和認(rèn)知智能。認(rèn)知智能是目前的最高階段，要求機(jī)器在面對思考、推薦、決策、聯(lián)想等復(fù)雜“認(rèn)知”問題時，機(jī)器或系統(tǒng)能理解會思考，這是人工智能領(lǐng)域正在努力的目標(biāo)。

因此，面對應(yīng)用場景中理解、推薦、預(yù)測、交互等各類認(rèn)知需求，以知識和數(shù)據(jù)共同驅(qū)動的認(rèn)知能力尤為重要。這涉及到一系列核心技術(shù)，如多模態(tài)學(xué)習(xí)（Multimodal Learning）通過從數(shù)據(jù)中提取信息，提高機(jī)器的理解能力；知識數(shù)據(jù)融合、知識表示與理解、認(rèn)知規(guī)劃和決策是認(rèn)知推理的核心技術(shù)鏈；情感計算、生成式人工智能等核心技術(shù)可提升機(jī)器對多維度信息的理解能力，進(jìn)一步優(yōu)化人機(jī)交互體驗，提升機(jī)器想象力與創(chuàng)造力。

報告指出，業(yè)界在認(rèn)知智能核心技術(shù)上不斷取得突破。越來越多的研究機(jī)構(gòu)、學(xué)者、企業(yè)開始關(guān)注認(rèn)知智能理論研究和技術(shù)落地，認(rèn)知智能產(chǎn)業(yè)應(yīng)用前景廣闊。

以多模態(tài)學(xué)習(xí)為例，利用多模態(tài)數(shù)據(jù)之間的互補(bǔ)性，可學(xué)習(xí)到更好的特征表示，進(jìn)一步提高機(jī)器對復(fù)雜場景的認(rèn)知能力。該技術(shù)目前主要用于自然語言處理、計算機(jī)視覺、語音識別等任務(wù)，以及視頻片段檢索、圖像描述生成、情感分析等場景。

還有，近期迅猛發(fā)展的生成式人工智能（AIGC），因其具有強(qiáng)大的創(chuàng)造力和推理能力，對進(jìn)一步提高認(rèn)知智能應(yīng)用價值具有巨大的潛力。AIGC通過學(xué)習(xí)數(shù)據(jù)集中的規(guī)律和模式，能夠創(chuàng)造、發(fā)現(xiàn)和實現(xiàn)規(guī)律，從而實現(xiàn)對復(fù)雜問題的快速理解和創(chuàng)造性解決方案的生成。

認(rèn)知智能加速工業(yè)制造智能轉(zhuǎn)型

近年來，技術(shù)的發(fā)展推動著數(shù)字化轉(zhuǎn)型不斷演進(jìn)，智能制造、智能決策、智能營銷等應(yīng)用在制造、教育、金融等行業(yè)進(jìn)一步落地。認(rèn)知智能成為智能化的重要推動力。

報告認(rèn)為，在制造業(yè)，認(rèn)知智能已滲透到產(chǎn)品設(shè)計、生產(chǎn)規(guī)劃、生產(chǎn)實施、生產(chǎn)交付等環(huán)節(jié)，為制造業(yè)數(shù)字化轉(zhuǎn)型提供了更為廣闊的空間。

在產(chǎn)品設(shè)計環(huán)節(jié)，認(rèn)知智能可實現(xiàn)基于知識的快速方案設(shè)計。工業(yè)設(shè)計由于具有一定的技術(shù)門檻，要求設(shè)計師具備專業(yè)知識和豐富的經(jīng)驗。認(rèn)知智能可通過學(xué)習(xí)和掌握設(shè)計規(guī)律和趨勢，從而生成更合理的設(shè)計方案，同時，智能化設(shè)計更有利于方案的快速迭代。

在生產(chǎn)規(guī)劃環(huán)節(jié)，認(rèn)知智能可將專家經(jīng)驗與投產(chǎn)數(shù)據(jù)融合分析，優(yōu)化生產(chǎn)資源分配，促進(jìn)綠色生產(chǎn)。在煤焦鋼產(chǎn)業(yè)，配煤制定一方面需要綜合考慮生產(chǎn)安全及成本控制，另一方面高度依賴配煤師經(jīng)驗。認(rèn)知智能可融合專家經(jīng)驗，結(jié)合分析資源與生產(chǎn)數(shù)據(jù)，實現(xiàn)生產(chǎn)資源優(yōu)化。

此外，在生產(chǎn)實施環(huán)節(jié)，認(rèn)知智能可在設(shè)備維護(hù)、質(zhì)量檢測中起到重要的預(yù)警及監(jiān)督作用。如質(zhì)量檢測中，利用視覺計算及認(rèn)知分析，在精密產(chǎn)品上以遠(yuǎn)超人類的視覺能力發(fā)現(xiàn)微小缺陷，并通過認(rèn)知模型做出風(fēng)險預(yù)測提示和可修復(fù)評估建議。

在生產(chǎn)交付環(huán)節(jié)，認(rèn)知智能可在物流倉儲、營銷推薦、售前售后等場景，通過數(shù)據(jù)打通和流轉(zhuǎn)，提供整體交付方案。

華院計算：以“1+X”模式聚焦產(chǎn)業(yè)應(yīng)用

華院計算成立于2002年，從計算智能、感知智能到認(rèn)知智能，專注于智能引擎技術(shù)研究和開發(fā)，以“1+X”模式，即核心算法引擎和基于該引擎的PaaS/SaaS服務(wù)模式聚焦于社會治理、智能制造、零售金融和數(shù)字文旅等領(lǐng)域的產(chǎn)業(yè)應(yīng)用。

在智能制造，基于對工業(yè)生產(chǎn)場景的深度理解，華院計算以自研算法為基礎(chǔ)，與鋼鐵冶煉、軋制、配煤煉焦等生產(chǎn)工藝相結(jié)合，開發(fā)了一系列安全生產(chǎn)監(jiān)控、智能配煤、風(fēng)險管理等深度應(yīng)用與標(biāo)準(zhǔn)化解決方案，幫助企業(yè)降本增效提質(zhì)。

某鋼廠的一個主要產(chǎn)品是熱軋帶鋼，厚度僅幾毫米，但長度達(dá)上千米，其表檢設(shè)備的準(zhǔn)確率只有70%。經(jīng)分析，目前所用的缺陷檢測的算法、機(jī)器學(xué)習(xí)方法等，沒有考慮到整卷帶鋼的加工過程、長度的缺陷分布等情況——這是一種“知識”的缺失�；�于華院計算的認(rèn)知智能引擎，以及包括工藝參數(shù)、化學(xué)成份、工人經(jīng)驗等知識，構(gòu)建了區(qū)域檢測的模型，使檢出率達(dá)到90%。

針對配煤煉焦，華院計算“智能化配煤系統(tǒng)”以偏態(tài)學(xué)習(xí)算法結(jié)合煉焦煤資源數(shù)據(jù)，推薦配煤方案，在保持焦炭質(zhì)量穩(wěn)定及生產(chǎn)能效基礎(chǔ)上，不斷優(yōu)化焦煤配比，同時，將焦炭質(zhì)量預(yù)測的誤差控制在焦化廠可接受的小波動率內(nèi)，防止因誤差變化頻率較大而造成的生產(chǎn)風(fēng)險。

數(shù)據(jù)顯示，2022年全球認(rèn)知智能市場規(guī)模達(dá)到326億美元，未來10年將保持22%的年復(fù)合增長率，預(yù)計2032年市場總規(guī)模將達(dá)到2381億美元。根據(jù)愛分析的數(shù)據(jù)，2023年在國內(nèi)認(rèn)知智能市場規(guī)模為418.4億元，同比增長48.5%，預(yù)計未來兩年的增長率將超50%。

認(rèn)知智能步入發(fā)展快車道。一方面，國內(nèi)外企業(yè)不斷布局認(rèn)知智能產(chǎn)品服務(wù)和解決方案，探索落地路徑，在服務(wù)方式和應(yīng)用場景方面尋求突破；另一方面，大模型應(yīng)用熱潮又為其注入一股新能量，進(jìn)一步擴(kuò)張認(rèn)知智能應(yīng)用潛力和價值邊界——一個新的智能化時期已經(jīng)來臨。（馬永和）