人工智能技术引领的第四次工业革命正赋能新制造加速发展

       纵观人类近现代史，每一次工业革命都是将战略性科技转化为生产力，从而创造巨大的新增财富和全面提升国家和企业竞争力的过程；而且一个国家和企业在工业革命面前的“沉与浮”，则取决于他们对这些战略性科技和产业化能力的把控。从被称为蒸汽机时代的第一次工业革命、被称为钢铁与机电时代的第二次工业革命、被称为芯片和网络时代的第三次工业革命，到今天正在发生的被称为算力和人工智能时代的第四次工业革命，无不遵从着这个规律。

       近期，在基于大模型（LM）技术的文本生成工具ChatGPT热潮澎湃之际，美国OpenAI公司又推出了文本转生视频工具Sora，再次惊艳了世界，大模型技术的这种依据文字输入精确分析语义（需求）和自动收集素材来模拟物理世界的能力，将会在很多领域全面改变生产制造模式。当大模型或者行业模型用于现代制造的时候，会给制造业带翻天覆地的变化，这是因为随着智能制造等技术的发展，生产只能算是以制成品来满足用户需求的整个过程中的一个环节，而包括生产在内所有的环节可以变成知识服务的过程。

       与此同时，我国制造业在连续登顶世界第一多年以后，形成了汽车、光伏和电子制造等多个长期占据全球产销量第一的大型产业，中央政府也把绿色制造、服务型制造和智能制造写入了十四五计划和2035远景规划，制造业的各个领域和领先企业都在借助发展新质生产力的东风，成为新一轮工业革命的引领者。

人工智能（AI）技术支撑新制造

       可以预见，在大模型技术的支持下，新制造业的基于知识服务的流程将发生巨大的变化。制造业的第一个环节是产品定义，利用生成式人工智能（AIGC）技术从各种海量的行业和市场信息中，可以分析判断出目标市场消费者最钟爱的关键功能，然后专业/行业大模型将会在产品设计、工业设计、供应链组织、制造软件开发、生产流程安排、物流分发和服务设计等其他方面改变制造业的运营模式，并直接与先进制造系统联动形成新的生产力，这就意味着第四次工业革命和智能制造正在加速升起。

       如前所述，一家制造业企业的专业大模型和行业大模型为企业带来了前所未有的机遇，可以在多个方面为新制造提供强有力的支持，推动制造业的全面发展。诸如，企业可以利用AI大模型加速研发过程，通过深度学习算法分析海量数据，分析潜在的市场需求和技术趋势。此外，人工智能大模型还可以模拟实验环境，减少实际研发中的试错成本，提高研发效率。

       在生产过程中，人工智能大模型可以实时监测和分析生产线和重点设备的数据，从而识别出生产流程中的瓶颈和低效环节，并自动生成改进和优化方案及生产计划，减少生产过程中的浪费和损耗，提高生产效率。利用特定的模型，人工智能技术还可以预测设备故障风险，在提前采取预防性维护等措施的同时，生成新的生产计划和产线运行安排。在管理方面，人工智能大模型可以帮助企业分析现有的流程和管理模式，识别出潜在的改进空间，提高企业的运营效率和市场响应速度。

       所以，越来越多的人认识到人工智能技术已经成为第四次工业革命的核心支撑技术。在今年的两会上热议新质生产力的同时，“深化大数据、人工智能等研发应用，开展‘人工智能+’行动”也被写入了2024年政府工作报告。这是“人工智能+”首次出现在我国的政府工作报告中，意味着国家非常认可人工智能作为科技创新领域战略性技术的重要地位并加以广泛的推广应用。作为全球第一制造大国，“人工智能+新制造”将成为我国经济进一步发展的引擎，成为制造业加快发展新质生产力的新动能。

       所以，正在发生的第四次工业革命是以人工智能等技术为核心的新技术革命，一个国家、一个行业和一家企业的进步速度，最终将取决于开发、引入和应用人工智能技术的速度。因此，中国作为世界第二大经济体和制造大国，要实现中华民族的伟大复兴，不仅要成为人工智能技术最大的应用市场，还要成为第四次工业革命的重要推动者、贡献者和引领者，这就需要建立自主可控的人工智能技术和解决方案体系，以及在制造业等领域建立相应的基于人工智能技术的世界级产业生态。

工业革命的巨大策源地红利

       国家和企业要高度重视人工智能等推动第四次工业革命落地的关键技术，因为从过去三次工业革命对人类社会的影响来看，每一次工业革命都不仅会产生很多新的设备代替人力去更高效地完成工作，而且还会产生越来越多依靠人类体力和智力无法实现的创新功能。因此，对每次工业革命中推动性技术的掌控，反映到国家间和企业间的竞争上就是工业革命策源地红利和技术推动者优势。

       作为每一次工业革命最重要的结果，策源地红利有三个属性：

       首先是全球性红利重塑了世界格局。工业革命中技术创新带来的更高生产力需要在全球市场上换取回报，所以为实现此目标而进行的贸易从未停止，同时为了打开市场或者保护市场还进行了大量战争。

       其次是关键技术领域内的创新使推动者占尽优势。每一次工业革命都是科学发现和技术创新大量涌现的结果，全球越来越严格的知识产权保护体系给创新推动者带来了先发优势，同时越来越便捷的交通和通信方式推动了新的、规模更大的企业组织和生产方式，创新推动者的研究开发活动取得的成果可实现加速转化和全球覆盖，还可以利用巨额利润采用收购兼并等手段巩固自己的技术优势和消灭竞争对手，以保证创新者在全球市场上保持领先和竞争力。

       第三是高技术产业带来的马太效应进一步凸显。每一次工业革命都带来了大量的科技创新和新增财富，但结果是创新资源和新增财富主要都流向能够把控核心技术的国家，更多的国家只能是走上跟随和依赖的道路，成为工业革命策源地红利的贡献者。

       今天，在第四次工业革命渐行渐近的时候，我国也正在走向中国式现代化，就需要前瞻性地扶持和推动能够给社会和经济发展带来新质生产力的决定性技术，让中国分享到策源地红利，在我国培养更多的创新推动者。

人工智能是什么？

       人工智能是一个老话题，但是今天又有了全新的答案。从计算机诞生开始，世界各地的科技工作者都一直在探索如何用计算设备来模仿人脑的思维过程，从而利用机器来产生智能或者人工形成具有学习、分析和判断能力的智能。人工智能的形态和应用是非常广泛多样的，例如科学家们曾经花费了巨大的努力去帮助计算机识别各种物体，车辆自动驾驶系统开发人员采用多种手段去识别道路、标识和障碍并制定相应的行驶模式，最新发布的Sora系统可以根据文本输入生成一分钟的高质量视频。

       今天的人工智能不再是对人类思维的简单模仿，而是利用海量的数据（知识）、强大的计算能力、先进的模型和超高速的高带宽网络连接，在经过训练之后形成可在许多方面超越人类思维能力的智能系统。

       现代人工智能系统可以自己读懂即使是普通人输入的要求，并据此去查询相关数据甚至主动寻找尽可能多的人类知识，用最优化的、可以收敛的计算方法（模型），自主去判断、推导和生成最优的答案。它与第三次工业革命中的计算不同，计算是按照已制定的程序对已有或者输入的数据进行处理，而人工智能则利用大模型技术广泛选择数据来源、处理方式并得出结论。当然，现代人工智能系统能够在一些方面超越人类的思维能力，必须依靠强大的计算能力，它是构成现代人工智能系统的物质基础。

       这样的技术进步已经体现在前一段时间火爆全球的ChatGPT，以及近期惊艳全球的Sora等人工智能工具之上，揭示了生成式人工智能、大模型和多模态等人工智能重要细分领域实现了快速突破，已经可以依据文本/语音输入来高质量地回答问题、生成文章、绘制图片和创造视频，可以开始为消费者和一些商业部门提供服务了。但是这些服务只是人工智能很小的一部分服务，可以预见未来行业大模型技术将极大地改变多个产业的生产方式，将第四次工业革命带入现实社会。

算力竞争的本质是高性能芯片

       面对全球人工智能热潮，国内信息技术（ICT）领域内大模型研究和开发也在如火如荼地进行，国内呈现出“百模千态”竞争局面。国内互联网和信息通信技术领域的头部企业和相关院所积极投入，极大地提高了我国在大模型/多模态等现代人工智能技术和平台开发和应用领域的实力。

       人工智能技术需要强大而且极为高效的算力，带有数据处理加速器的异构计算是未来的发展之道。数据处理加速器不仅可以满足运算速度需求，而且单位运算量的能耗更低并带来了数据中心运维成本的降低。因此，美国英伟达公司（Nvidia）踩准了风口推出的基于GPU架构的高性能加速计算芯片成为了人工智能训练领域追捧的对象。由于国内许多大模型研究和开发机构也采用在国际流行的GPU架构和英伟达公司产品，加上国际形势复杂多变，建立在海外算力引擎上的国内人工智能生态正在面临巨大的危机。

       在第四次工业革命的初期，整体应用市场全貌和最佳技术路径均未全面显现的前提下，这种执迷于一家厂商的技术和产品的情况，已经产生了影响我国人工智能技术发展的三大依赖：

       1.架构依赖：从表面上看，GPU是一种公开的架构，很多中国芯片企业也在开发用于大规模数据处理加速的通用计算GPU，但是GPU需要用一大批外部控制和连接等应用技术来做出加速卡和AI服务等产品方可便于用户使用。英伟达除了提供先进的GPU芯片，还提供包括Grace CPU、NVLink/Infinband连接和NVSwitch交换等全套解决方案的高性能加速卡和AI服务器，封死了内外连接等其他配套技术的发展空间，中国用户或被锁死而不得不长期付出高昂的代价和承担随时被禁售的风险。

       2.路径依赖：英伟达等美西方公司擅长于采用建立联盟来制定标准、建立认证体系来强化和扩展下游团队、以及利用媒体放大自己的创新优势，如在某些性能指标上（比如单位算力的能耗）等方面限制竞争对手，拉拢核心客户和伙伴来瓜分市场。目前，这类标准组织看似是开放的行业组织，但是他们越来越政治化的趋势实际上让国内企业充满风险。

       3.生态依赖：利用底层技术优势和资金实力来建立强大的产业生态，是领先企业攻城掠地和稳固行业地位的重要手段。随着人工智能在越来越多的行业中被采用，以英伟达为代表的西方企业的生态扩展，全面渗入了我国人工智能数据处理和网络建设，将给我们的社会发展和经济建设带来新的风险。

支持自主底层技术，服务第四次工业革命

       信息通信技术行业的历史经验告诉我们：在第四次工业革命发生的过程中，我们要在一开始就推动自主创新，用自有的底层技术来建立自主可控的人工智能技术架构、路径和生态。同时，全球领先的大模型技术企业OpenAI公司和处理器企业Arm公司都在考虑研发新的AI芯片，说明了他们已经看到了比以通用计算为目标的GPU技术更为高效、高性能的架构，采用新的加速器架构来更好地实现人工智能是可行的。

       所以在人工智能领域要支持自主可控的底层技术和架构，应该注意以下几个方面的策略：

       1.进口替代是起点，而不是目标终点。我国半导体行业近几年的发展实践表明：由于很多芯片企业没有建立强大的产业生态、市场能力和技术能力，进口替代往往最后都变成了国内厂商之间相互比拼价格争取替代对方的“内卷”，疫情期间中国芯片企业在MCU、模拟芯片和其他多个领域曾经全面替代进口，但是非常遗憾的是当疫情结束，全球半导体供应链恢复正常之后，国内芯片厂商又把主要市场归还给了国际领先芯片企业。在人工智能和高性能计算等领域只盯着GPU芯片的进口替代，也很难摆脱同样的模式和结果。

       2.人工智能和高性能计算的重点是数据处理加速器，而不只是GPU。虽然英伟达用A100和H100等芯片成功证明了其GPU在高性能计算和人工智能计算中的性能和价值，但是这些GPU芯片本身从微架构上来看，也是面向通用计算而集成了多种加速、存储和连接单元，因此并不一定是效率最高的人工智能加速处理架构，这才是更多厂商要去做人工智能专用集成电路（AI ASIC）的原因。

       因此，应该鼓励国内企业和科研机构针对未来智能化计算需求，积极在最底层探索多样化的加速器架构和ASIC等实现方式。例如华为昇腾人工智能处理器就采用了更趋向带有创新加速能力的ASIC架构，因而能够在多个方面优于英伟达A800 GPU芯片，并成功运行了千亿参数级的大模型，证明了我国企业也能够从最底层技术开始与国际领先企业竞争。

       3.加快基于自主技术的人工智能生态建设，通过打造全生态竞争力去争取分享策源地红利。过去我们在很多领域走进口替代道路，但却无法从深层次撼动国际领先厂商的领先地位，这是因为替代型企业没有自己独立、完整的生态。所以要摆脱对英伟达GPU体系架构的依赖，不能单靠国内新兴芯片公司利用英伟达的CUDA架构去替代该公司的GPU芯片。而是需要全生态上下游厂商、创新联合体和产业联盟，将本地化的应用（数据源）、核心技术、开发者等主体结合在一起形成自主生态优势，在从数据收集/感知、融合/边缘智能、传输/智能网联，到人工智能数据中心计算/处理等全流程上，全面梳理通用及特定需求并找到全链创新点，从而形成人工智能整体解决方案和发展路线图，最终摆脱对英伟达等公司的依赖。

       人工智能技术体系并不只是一种计算技术，也不是单靠算力指标决胜负，因此当前是我们从底层开始建立自主技术体系和产业生态的战略机遇期。目前，我国现有30余家企业参与AI芯片的设计与生产，部分AI软硬件产品已经具备在数字政府、制造、交通、金融、运营商行业落地商用的能力。其中，华为昇腾、寒武纪、天数智芯等具有自主可控芯片，开源深度学习框架有昇思MindSpore、飞桨PaddlePaddle、OneFlow等。

       在与之配合的通用计算CPU芯片和操作系统领域，前期信创等举措也已经培育了一批具备替代国外同类产品并在部分领域具备竞争优势的企业；同时华为和中兴等企业也走过了成为ICT领域世界级领导企业的道路，能够带动产业链不同环节上的优势企业协同创新。这些都为我国人工智能产业集群在未来的竞争中脱颖而出奠定了基础。

抓住难得的机遇窗口

       第四次工业革命也意味着制造业将进入一个全新的时代，其中人工智能技术发挥了至关重要的作用，这也是美国政府不断加码对我国输出人工智能技术限制措施的原因，因此目前也是我国利用人工智能技术赋能制造业等行业的重要机遇窗口，美国政府的限制措施反而带来了国内客户对华为昇腾等人工智能芯片的巨大需求。同时，虽然GPU等数据处理加速器件在高效能并行计算方面目前占据优势，但是成功的信息技术都是紧扣应用场景的技术，因此自主人工智能技术的发展需要有关部门推动在制造业等我国优势产业门类中，应用场景与底层技术提供方充分合作并形成全链路化的协同。

       从应用方和场景提供者的角度来看，人工智能技术作为第四次工业革命的决定性技术和战略竞争焦点，我国政府也提出了“加快发展新质生产力”和实施“人工智能+”行动，制造业等应用部门应该主动参与和利用人工智能技术领域内的自主创新，与人工智能技术的开发商携手推动可以落地生根的行业大模型等技术，共同在新一次工业革命中占据有利位置。中国作为制造业大国，如果能够将制造业的深层发展驱动力积极地与人工智能/大模型技术底层创新相结合，将同时全面推动新制造和人工智能技术的发展，参与者将分享到第四次工业革命的创新策源地红利。