WICV2019大咖观点(十二)田家美院士:智能企业聚焦产品还是服务,还是服务型商品?

WICV2019大咖观点(十二)

在2019世界智能网联汽车大会上,美国国家工程院院士田家美(James M.Tien)发表演讲,以下为现场速记实录和精彩观点标记:

田家美:

非常高兴今天听到很多嘉宾分享各自的观点,把我们这些嘉宾聚合在一起,我们的语言不同,也可能观点不同,我相信最后能够汇聚在一起,因为我们最初的观点就是要发展全球的ICV。

1571840509346294.png

先给大家介绍一下今天演讲的背景,关注于决策,还有系统工程、建模、分析、人工智能,我会从不同的角度给大家讲述我的观点,可能并没有太多关于技术的内容,因为我觉得现在技术已经发展的很好了,我想关注的是公共政策的问题。

首先我们看到对自动化有很多不同的分级,也就是自动驾驶有不同的级别分类。前面几位嘉宾都提到过,比如说一级的时候,比如说到四级,我知道现在有些人已经在做五级,也有一些人会扩展到六级,从根本上来说是分级的问题,如果大家从不同的角度来看,从汽车的角度或者从自动化的角度,或者从驾驶员的角度,你就可以对汽车做出不同的层级划分。

我希望从经济的角度加以思考,看一看这个世界,我称之为商品和服务构成的世界,不是商品就是服务,如果我们看待经济学问题的话。服务不会伤害到人,比如说我来到这里发表一个演讲,这是一种服务,我不会有一个具体的伤害。产品可能就会伤害到人,如果在一个实验室里有一个商品或者是产品的研发可能会爆炸。如果是一个服务,顶多是软性的,比如说你不想听,你睡觉,我不会害到你,你身体不会受到伤害。

其他的方面我们称之为服务商品,网联式的服务商品。发动机和其他方面是好的,怎么样更好地服务我,而不只是把车开动起来,也就是商品属性如何融入更多服务属性,这是我想创造这个词想表达的意思,我们可以不断地推进服务商品,把服务商品网联起来,联接起来,我不想一个一个讲的太具体,但有一个有趣的特点,不管是服务还是商品还是服务商品,我进行了一个分类。

商品是环形的中心,大家可以想一下自驾,商品外面有服务,再往外推有服务商品,这是我创造的词。还有一个是我们称之为传感器,传感器确实是提供了更好的服务,这种传感器不光是用来通讯的,还可以用来获取数据,感知数据,这样的过程我称之为服务商品。3D的版本,还有四维的版本,也就是说所谓的服务商品可以在四维来活动,来交互。

国家的发展是一致的,一开始是机械时代,农业时代,然后是采矿、开采、电力的使用、制造业的发展,然后出现了服务、信息服务,人类发展历程和我们讲的汽车的发展思路实际上是有吻合之处。如果大家看一下最后一行,在十八世纪晚期的时候的机械时代,电力时代是在19世纪晚期,信息时代是在20世纪晚期,是2000年代初的时候到了互联网时代。

2016年MIT(麻省理工)进行了一个研究,看看前十最智慧,最智能的新机会公司的排名,他们是聚焦在产品还是服务?还是服务型的商品呢?还是联网的服务呢?大家可以一目了然地看一下这样一个分类。其他的技术也是我们所需要的,必须把它做好才能真正打造自驾车技术。

比如说通信技术、5G,我从机场坐车过来的时候,发现一路上很多标语,标牌上有5G的标志,5G并不是一上来就是5G,我们相应的技术都做好再配合5G就能发挥效力,还有WIFI,无线。5G和无线技术是要发挥力量的地方,两者可以结合起来,相互促进,5G蜂窝网络可以和无线结合起来。

现在我们进入了第四次工业革命,那就是人工智能引领的时代,有人说2030年就进入了第四次工业革命,对技术的使用将会出现很大规模,如果我们进入推动发展的就会更快一点,第四次工业革命我称之为实时定制化,第三次工业革命是量产定制化,将来会有5G,这是我想表达的意思。

现在我们对于自驾车进入了新的时期,因为自驾车的生产商不想失去这样一个机会,很多都加入进来,比如说电子学的研究,谷歌公司、微软、百度、苹果等很多公司加入汽车领域,政府部门也有很多参与,像美国的国家公路安全管理局还有一些高级研究计划局,前面的演讲人也提到了不是一家公司能够实现的,我们需要合作,需要打造伙伴关系,确实是这样的。

我认为现在是一个决策的问题,我称之为决策架构系统的问题,我们所拥有的是四个基本组块,传感器可以收集数据,处理数据,实时地分析,我们基于这些数据进行决策。比如说左转、右转、直行是最简单的决策,但是需要很多数据的加工处理。我是一个工程师,我们知道反馈很重要,我们在机器学习、人工智能里说学习这个话题的时候,我们说这个机器左转、右转为什么是这样的,因为是人提前让他学习控制,这种学习的能力是AI的核心,深度学习。

如果我们不了解这些学习的机理,AI实际上可以分不同的层级在迅速地迭代学习,如果只是说某种技术已经来临了,但是我们不能对学习进行反向工程,将会是什么样的结果呢?逆向工程实现不了的话,那会发生什么样的情况呢?会不会左转、右转,实现功能呢?实际上我们还有很长的路要走,要了解技术到底能让我们了解多少。

传感可以给我们产生很多的数据(大数据),传感是我们第三次工业革命的重要组成部分,服务商品、大规模定制化等等。我们看待这些服务的角度方法就是自适应,服务的促进器,像物理网络安全,物理空间等等。我们现在有大数据,有这么多的数据集,非常大,海量,这些大数据还在不断的变动、发展。5年前是很少的数据,现在数据非常大,非常多,你需要有处理分析的能力来应对大数据的处理分析。

我学的是传统分析的方法,我称之为传统法,但现在大数据时代来临,我们需要建模,我们需要A和B,B和C不断地产生联系、滚动,大量的数据需要全新的数据处理和分析能力,我们当然还要关注数据的质量,大数据不光涉及到分析的质量问题,还有数量的问题。我们要非常谨慎,自驾车会消耗大多数的数据,要处理大数据,对于大数据的分析非常重要,我们要看这些数据,要映射、绘图这些数据,都非常重要,我们应该了解我们在哪里,我们要去哪里等等,这些数据都要知道。

还有一些大数据的限制、局限,每次我们技术向前走一步的时候,我们的理解实际上也在向后退了一小步,并不是说完全实现了认知的自由,我们没有完全进入自由王国。进一步分析会发现,知道的越多会发现自己知道的越少,如果向后再看一下的话,我们要从数据里提取信息,处理数据得到信息,如果你处理的技术就得到的是智慧,所以要分清楚数据和信息,技术和智慧,当然这需要时间,需要技术,需要我们更好地理解,需要更好的新方法。

0 个评论

要回复文章请先登录注册