正在重塑全球经济的实体AI革命

(SeaPRwire) –   2022年末，随着ChatGPT的推出，人工智能似乎一下子进入了我们的日常生活。然而，一种截然不同的人工智能已悄然、逐步地融入我们的世界，其影响将远比普通聊天机器人深远得多：这就是物理AI（physical AI）。将人工智能应用于现实世界的资产，是当今正在形成的基于自主的经济的核心。

这场革命至关重要。全球供应链、能源系统和关键基础设施正承受着前所未有的压力——导致短缺、中断和延误，并推高了生活成本。此外，能够应对这些挑战的熟练工人越来越少，这进一步增加了运营风险。

解决之道在于消除曾经阻碍我们获取不同资产和系统实时信息的障碍，并将其与长期困在机器中的数十年历史知识相结合。这种由深厚历史背景丰富的实时数据的无缝整合，释放了物理AI的真正潜力。有了这个基础，企业可以通过综合信息来改善业务成果、提升安全性，并帮助缩小劳动力技能差距。

我们已经开始看到这一切发生。在炼油厂，先进算法可以不断调整燃料混合比例、加工温度和数十个互联单元的流速，每秒分析数千个变量，以从运营中榨取每一分效率。工厂操作员可以在不牺牲安全或质量的情况下决定提高产量——解锁前所未有的生产力水平。

得益于物理AI，火灾安全系统可以持续解读来自温度、烟雾、气体、水和其他传感器的数据，发现异常以提供早期预警，保护人员和财产安全。当检测到作为燃烧最早迹象的微小颗粒时——远在人类肉眼看到烟雾之前——系统可以识别出数字算法所指示的早期电气火灾的特征，然后通知消防部门和建筑安保人员。

物理AI还可以帮助提升工人技能。例如，想象一个AI辅助维护系统，它可以引导新入职的技术人员完成修复故障熔炉的精细步骤，在手持设备显示屏上叠加实时诊断信息、带注释的图表和自适应指令。该系统还可以监控技术人员的进度和进展，调整指令、预测错误，并从始至终提供支持性指导。

与传统自动化不同，物理AI可以实现持续改进。当系统运行时，诊断工具会观察其众多组件的表现。AI模型分析这些数据，并运用其“学到的”知识制定系统优化计划。然后，在人类批准的情况下，系统按照计划行动，形成持续上升的强化循环。

诚然，这种能力伴随着高度复杂性。物理AI并非即插即用。它所依赖的数据往往是专有性的，只有了解完整运营的人才能使用。此外，出错的代价也大得多。当一名大学新生将聊天机器人的幻觉内容当作有效分析插入论文时，可能会很尴尬，甚至导致GPA降低。这很严重，但可以挽回。而在化工厂中，对流速数据的误判可能会导致数百万美元的生产力损失，甚至如果错误引发灾难性故障，还会造成人员伤亡。

这些都是需要严格建模和验证的艰巨挑战。结果必须确定。与消费者聊天机器人不同，这些系统必须每次都正确。AI工程师经常提到“六个九”，即99.9999%的确定性确保实现预期结果。但在工业应用中，这只是底线，而非上限。

这正是为什么担心工人会被排除在等式之外的恐惧不仅被夸大，而且误解了工业自主化的要求。物理AI不会取代人类判断；它依赖人类判断。在上述每个例子中——炼油厂、办公楼、工厂工人——实现更好结果的不可或缺的催化剂是人类。正是工人的专业知识、情境理解和判断力必须完成这个循环。AI可以综合、分析、预测和推荐，但人类专业知识提供了意义、方向和问责制。

如今，各个行业都在重新构建世界，使其更好地与人类合作、为人类服务。今天，物理AI已经到来，并正更深入地嵌入全球经济。从设计上看，大多数人很难注意到它，因为没有聊天机器人提供即时令人满足的回应。相反，物理AI将与工业劳动力合作悄然进化，创造一个更高效、更安全、更智能的世界。