本报讯 (记者王宁)近日,“智造长三角·共创启新程——长三角工业智能创新发展论坛”在国家会展中心(上海)举行。论坛立足长三角先进制造业发展需求,聚焦工业智能创新、科产融合与产业协同,汇聚国际人工智能领域专家、院士、高校科研力量、产业企业及金融机构代表,共同探讨工业智能发展的前沿方向与产业实践。
中国科学院院士、发展中国家科学院院士、宁波东方理工大学校长陈十一表示,真实工业场景受到物理定律、几何约束、材料特性及工程精度等条件制约,单纯依赖数据驱动的AI难以满足工业应用对可靠性与准确性的要求。工业软件,尤其是计算机辅助工程(CAE)等工具,可以将物理规律与工程知识融入AI模型,帮助系统开展仿真、验证与优化;与此同时,AI(人工智能)也有望提升工业软件的求解效率,推动其从传统工程工具向更智能的工业系统演进。
芯视界(北京)科技股份有限公司创始人兼首席科学家鲍捷围绕人工智能从数字世界走向物理世界的发展趋势,从算力、算法与数据的协同演进切入,阐释了物理世界感知能力面临的新需求,以及量子点光谱感知技术如何为物理AI获取真实世界数据提供新的路径。
鲍捷表示,人工智能的发展由算力、算法与算据三大支柱共同驱动,三者持续迭代、相互促进。近年来,大模型首先在自然语言、计算机语言和图像等领域取得突破,一个重要原因是这些领域已经积累了相对丰富的数据。当人工智能进一步从数字世界走向物理世界,数据获取将面临新的挑战。
围绕如何提升物理世界的感知能力,鲍捷认为,基于量子点材料的独特性质,团队探索了新的光谱解析原理,将原本依赖光学分光实现的过程转化为基于材料阵列响应与计算重建的分析问题,为光谱感知器件的小型化提供了新的技术路径。
在鲍捷看来,技术创新的价值不止于提出新的原理,还在于将原理转化为稳定、可部署、能够持续获取数据的感知能力。只有当原本需要大型仪器完成的部分分析任务能够通过小型化传感器实现,物理世界的信息获取才有机会进一步拓展至更广泛的场景,为AI提供更加丰富的数据基础。