2024年全國(guó)兩會(huì)結(jié)束快一個(gè)月了,《政府工作報(bào)告》中強(qiáng)調(diào)的“人工智能+”已經(jīng)成為熱詞,各地各企業(yè)正在把開(kāi)展“人工智能+”行動(dòng)作為今后的主要工作來(lái)抓,都在積極思考如何開(kāi)展“人工智能+”行動(dòng)。不過(guò),因?yàn)椴磺宄讓舆壿嫞灿泻芏嗍前选叭斯ぶ悄?”當(dāng)作口號(hào)來(lái)空喊的。
“人工智能+”是否就是對(duì)OpenAI系列產(chǎn)品的應(yīng)用?是否就是對(duì)“工業(yè)大模型”的期待?顯然不是,既不像使用“ChatGPT、Sora”那么容易入門,也不像只有看“大廠”開(kāi)發(fā)那么束手無(wú)策,而是在數(shù)字化努力中的逐步嘗試和等待時(shí)機(jī),嘗試OpenAI產(chǎn)品與自己業(yè)務(wù)的結(jié)合,爭(zhēng)取率先成為大模型的垂直應(yīng)用場(chǎng)景。
“智能化是數(shù)字化的高級(jí)階段”,為了體現(xiàn)人工智能與數(shù)字化的緊密關(guān)系,“數(shù)智化”的概念被提出并逐漸被廣泛使用。提到“數(shù)智化”,人們就會(huì)自然而然想到“數(shù)字化”,而“數(shù)字化”離不開(kāi)“數(shù)據(jù)”,那么“數(shù)據(jù)”又是如何產(chǎn)生、如何被使用的?還有“數(shù)據(jù)”與“數(shù)量”有什么區(qū)別呢?
可能會(huì)有師友認(rèn)為,咬文嚼字、區(qū)分概念沒(méi)什么實(shí)際價(jià)值,純粹是故弄玄虛。但是,在極其重視底層邏輯的背景下,如果不區(qū)分清楚基本概念,就進(jìn)行頂層設(shè)計(jì)、就開(kāi)展相關(guān)行動(dòng),就強(qiáng)調(diào)分工協(xié)作,會(huì)不會(huì)感覺(jué)是空中樓閣,或基礎(chǔ)不牢、心中發(fā)虛呢?
這篇內(nèi)容旨在拋磚引玉,期待引起各界對(duì)基本概念的關(guān)注。爭(zhēng)取讓層出不窮的“概念交叉混用、行動(dòng)邏輯不清”現(xiàn)象早些減少。
“數(shù)智化”,容易理解,就是建立在海量數(shù)據(jù)基礎(chǔ)上的智能化,或人工智能,主要用于支持機(jī)器的自動(dòng)化執(zhí)行,和輔助人腦做好決策。
人工智能三要素,算法、算力和數(shù)據(jù),海量數(shù)據(jù)從哪里來(lái)呢?由物理世界映射而來(lái),即把實(shí)體物品的狀態(tài)轉(zhuǎn)化為可以存儲(chǔ)的視頻、音頻、圖片、文檔等,這個(gè)過(guò)程叫“數(shù)據(jù)化”。例如,路上的汽車、行人,在高德地圖上是動(dòng)點(diǎn),在攝像監(jiān)控中是視頻。
提到“數(shù)據(jù)”,很容易與“數(shù)量”混淆。如果一味地通過(guò)辨識(shí)概念來(lái)區(qū)分,會(huì)越區(qū)分越糊涂,不妨從它倆的對(duì)應(yīng)面來(lái)區(qū)分,可能會(huì)更容易理解。從上面的界定中可以看出,“數(shù)據(jù)”由轉(zhuǎn)化而來(lái),對(duì)應(yīng)的是“實(shí)體”;而“數(shù)量”由定量而來(lái),對(duì)應(yīng)的“定性”,比如定量分析和定性分析。在人工智能中,可以被“算法”利用的“數(shù)據(jù)”,絕大部分需要用“數(shù)量”來(lái)表示,努力用“數(shù)量”表示的過(guò)程就是“數(shù)量化”。如,汽車闖紅燈被監(jiān)控自動(dòng)拍照,需要滿足“同一紅燈周期內(nèi)產(chǎn)生2個(gè)脈沖信號(hào)”的“數(shù)量”條件。
綜上所述,可以簡(jiǎn)單整理成如下表格。
區(qū)分“數(shù)量化、數(shù)據(jù)化、數(shù)智化”繞不開(kāi)“數(shù)字化”。在舉國(guó)重視,全民使用的背景下,“數(shù)字化”已經(jīng)是一個(gè)被普遍使用、廣泛應(yīng)用的概念,只要是跟數(shù)據(jù)、跟軟件、跟通信等ICT技術(shù)相關(guān)的內(nèi)容都被認(rèn)為是數(shù)字化了,即廣義數(shù)字化。說(shuō)到通信,就離不開(kāi)“信息化”,信息化的本質(zhì)是傳輸,是“數(shù)據(jù)化”、“數(shù)智化”的基礎(chǔ)。在之前推文的基礎(chǔ)上就可以得到一張廣義“數(shù)字化”的邏輯框圖。
基于這張邏輯圖,基本可以回答,在全國(guó)開(kāi)展“人工智能+”行動(dòng)的背景下,普通人和普通企業(yè)應(yīng)該怎么辦了。在“認(rèn)為容易使用”和“感覺(jué)束手無(wú)策”之外,還有“認(rèn)真做好數(shù)字化”的第三種選擇,即逐步做好包含“數(shù)量化”的從實(shí)體到數(shù)據(jù)的“數(shù)據(jù)化”,在逐漸積淀數(shù)據(jù)和關(guān)注AI的基礎(chǔ)上適時(shí)進(jìn)行“數(shù)智化”,當(dāng)然在努力的過(guò)程中不能忽略“信息化”的基礎(chǔ)建設(shè)。
DeepSeek火出圈,AI和大模型將如何改變物流行業(yè)?
2978 閱讀智航飛購(gòu)?fù)瓿商焓馆喨谫Y
2548 閱讀800美元不再免稅,T86清關(guān)作廢,跨境小包何去何從?
2079 閱讀凈利潤(rùn)最高增長(zhǎng)1210%、連虧7年、暴賺暴跌……物流企業(yè)最賺錢最虧錢的都有誰(shuí)
2076 閱讀AI紅利來(lái)襲!你準(zhǔn)備好成為第一批AI物流企業(yè)了嗎?
1849 閱讀物流職場(chǎng)人性真相:馬斯洛需求的顛覆與掌控
1507 閱讀供應(yīng)鏈可視化:從神話到現(xiàn)實(shí)的轉(zhuǎn)變之路
1301 閱讀物流職場(chǎng)人性真相:鷹鴿博弈下的生存法則
1198 閱讀運(yùn)輸管理究竟管什么?
1147 閱讀Deepseek在倉(cāng)庫(kù)規(guī)劃中的局限性:基于案例研究
1144 閱讀