场景不同使算法也将不同 致使 AI智能工业面临成本困扰

AA目前已经慢慢的进入到了工业领域之中，在目前工业中AI也将面临着很多的困境，比如现在的工厂由于场景及其的复杂， Ai核工业的转型升级也将会面临着难以规模化，缺乏人才，以及成本较高等各种困境，在北京时间4月27日在上海举行的工业人工智能技术产业创新论坛上，上海人工智能实验室的科学家黄小水，目前人工智能所面临的困境也提出了看法。

黄桥水表示目前工业行业非常的复杂，由于行业的不同也就会导致这些行业将会拥有不同的场景，而这些不同的场景会直接使AI算法出现很多的不同之处，不同的算法所得到的结果也将会各不相同，需要的投入也将会各不相同，在本次论坛会议中，西门子中国副总裁，秦城作为嘉宾也再一次提出了问题，称表示在未来的时间内通用模型领域能不能再去进行改进，这也是值得进行深入探讨的一个问题。

秦成在发表讲话时表示目前拥抱数据以及算法的企业很可能将会成功赢得下一个时代，一家标杆灯塔工厂，工厂一天所生产的数据量有可能是一座可以容20万人生存小镇能一天所产生的手机移动流量，想要真正的将这些数据量给利用起来，却并不是特别的容易，最关键问题就是数据究竟在哪里存放着，究竟该怎样让数据发挥应有的价值？

形成还认为对于制造业的一些工厂来讲，这些工厂的最终目标则是需要拥有一个可自满足自适应以及自优化的设备体系，在工业这一领域里总共有两种不同的AI应用场景，一种是对设备以及产品的缺陷进行检测的场景，比如设备出现异常时需要进行检测，还需要对故障进行诊断，以及针对各种设备去进行预测性的维护，另一种则是不断的去优化质量以及增强闭环的场景，一种场景中包含了趣味质量进行预测以及针对目前所存在的风险进行评估，以及针对病因进行有利分析，还要寻找解决方案，这还需要针对关键性的工艺，不断的进行优化。
在的工业领域里面AI已经快速的入驻，随着智能AI在工业里不断，可使用ai在工业界也将会面临着很多的困境，这也是秦城目前所提出的一大问题，所有的AI企业在进入到工业领域之后，将会面临着极其痛苦及其挣扎及其挑战的环节，如果只是针对一种场景的话，就需要付出极其大的成本，如果使用互联网逻辑的话，原本只服务一家企业，变成服务多家企业，才能够将成本均摊做到成本递减的可能性。