人類認知與人工智能(AI) 的結合標志著第五次工業(yè)革命的開始。在這個時代，人類與機器人協(xié)同工作，共同推動社會進步。工業(yè) 5.0正在將計算從邊緣推向世界，人類發(fā)展也將空前繁榮，這一切都源自 AI 的力量。

OpenAI 推出的 ChatGPT就是 AI 時代的經(jīng)典案例。時至今日，AI 模型在獲取海量數(shù)據(jù)、識別模式、診斷并確定根本原因等方面表現(xiàn)出色。如今，大多數(shù) AI 研究人員聚焦于 AI 發(fā)展的下一階段——生成式 AI。這不僅是因為 ChatGPT 引發(fā)的技術熱潮，更因為生成式 AI 能為企業(yè)發(fā)展帶來巨大潛力。

美光智能制造暨人工智能部門副總裁 Koen De Backer 表示：“生成式 AI 在美光內(nèi)部的一項重要應用是智能檢索。用戶使用互聯(lián)網(wǎng)搜索時，需要多次檢索并仔細梳理才能獲得有價值的結果，而 ChatGPT 的查詢功能會自動評估檢索結果并生成全面的摘要。我們正在美光內(nèi)部應用這種高級智能功能，其效率之高令人贊嘆。”

然而生成式 AI 也讓很多人擔憂：我的工作會被機器人取代嗎？我是否要放棄人工駕駛？未來我是否毫無個人隱私可言？在工業(yè) 5.0時代，人們無需過分擔心這些問題。依靠新技術，機器會自動執(zhí)行它們最擅長的任務，讓人類能專注于其他更重要的工作。

事實上，這項新技術不但沒有取代人們的工作，反而增強了我們的能力。在制造過程中應用 AI 技術，能將美光團隊成員從重復性的工作中解放出來，利用創(chuàng)造性思維積極實踐新的想法，助力開發(fā)高效可持續(xù)的產(chǎn)品。

歷史上的四次工業(yè)革命

回顧：

1

機械化

1780 年

第一次工業(yè)革命發(fā)生在 18 世紀中葉至 19 世紀中葉，歷時約 100年，其開始的標志是利用水和蒸汽作為動力來實現(xiàn)制造流程機械化。

2

電氣化

1870年

19 世紀末至 20世紀初，工廠引入電力，實現(xiàn)了工業(yè)流水線和大規(guī)模生產(chǎn)。

3

自動化

1970年

1970 年左右，以機器人技術為代表的數(shù)字技術進入制造流程，使很多人工操作實現(xiàn)了自動化，并通過互聯(lián)網(wǎng)實現(xiàn)了全球化。

4

互聯(lián)和數(shù)字化

2011 年

人類進入“互聯(lián)時代”，從汽車、計算機、機器人到面包機，萬物皆可“互聯(lián)互通”，幾乎無需人為干預便可相互通信甚至相互控制。工廠正在向“無人工廠”過渡。“信息物理系統(tǒng)”不僅能負責生產(chǎn)制造，還能承擔采購、維護和維修工作。物聯(lián)網(wǎng)、機器人和人工智能等由數(shù)據(jù)、分析和內(nèi)存驅(qū)動的技術如同人腦，為自主性賦能。

數(shù)字技術加速了產(chǎn)業(yè)迭代，技術發(fā)展日新月異，第四次工業(yè)革命（互聯(lián)時代）與第三次工業(yè)革命（自動化時代）接踵而至。毋庸置疑的是，我們已經(jīng)進入工業(yè) 5.0 時代，即“協(xié)作時代”。

工業(yè) 5.0：人機融合

第五次工業(yè)革命開始的標志是人機融合。智能手機和應用程序正讓位于那些能夠貼身使用的技術，例如在人們耳中悄聲指示方向，為我們推薦晚餐餐廳并預訂座位的虛擬助理。但更具顛覆性的變革將發(fā)生在工作場所。

工業(yè) 5.0 旨在將工業(yè) 4.0時代的“信息物理”制造工廠——即通過數(shù)字技術以最少的人力運營工廠，轉變?yōu)椤叭藱C物融合”系統(tǒng)。

在此新模式下，人類將與機器人協(xié)作，引導它們完成任務，并在它們出錯時予以糾正。機器負責執(zhí)行最瑣碎、重復與危險的任務，而人類則通過我們復雜靈活的大腦做出高級決策。例如，人們可以利用“數(shù)字孿生”技術復刻所需的工廠環(huán)境，更好地進行產(chǎn)品設計和流程開發(fā)。在一些行業(yè)，工廠可與客戶直接溝通，為他們量身定制個性化產(chǎn)品。設想一下，您可以登錄汽車制造商的網(wǎng)站，選擇喜愛的車型及所需功能，為自己打造專屬愛車！

當然，智慧工廠無法完全自主運行，它需要人類進行編程、指示、引導和排除故障。工廠機器人在處理、分析和響應來自不同數(shù)據(jù)源，比如傳感器、在線訂單、計算設備和可穿戴設備的數(shù)據(jù)時，其性能取決于內(nèi)部處理器的速度和內(nèi)存容量。（人類智能的運作原理也同樣適用于人工智能。）

內(nèi)存的重要作用

AI 依靠內(nèi)存和處理速度來適時作出正確響應。自動駕駛汽車需要整合分析來自多個數(shù)據(jù)源的數(shù)據(jù)流并快速作出決策，這一過程不允許出現(xiàn)任何故障，而制造工廠則需自主決定何時擴大或縮小生產(chǎn)規(guī)模、訂購物資、出貨成品，以及維修和更換設備。

工業(yè) 5.0 如同第四次工業(yè)革命，需要依靠數(shù)據(jù)、相關設備和生成式 AI，而這些器件的正常工作都依賴內(nèi)存。事實上，內(nèi)存為 AI 賦予了“智能”，為其提供了運行算法所需的數(shù)據(jù)以及行動和反應所需的環(huán)境。

人類的所有行為都是感官輸入的結果，比如吃午飯、大笑、說“我愛你”以及購買汽車。為了做出這些反應，我們從各種感官，包括視覺、嗅覺、味覺、聽覺和觸覺，以及記憶、情感、信仰、思想和直覺中獲取信息并一次性進行處理。不同于中央處理器(CPU) ，人類大腦沒有分布數(shù)量不等的內(nèi)核來接收、分析、整理和輸出數(shù)據(jù)。我們只能分解輸入的信息并將它們分配給相應的專區(qū)，如視覺信息處理、聲音信息處理與情感信息處理區(qū)域等。

同樣的，大多數(shù) AI 系統(tǒng)使用 GPU （圖形處理器）而非 CPU 來處理數(shù)據(jù)，這種不同的計算芯片需要特定的內(nèi)存來使性能最大化。CPU 中每個芯片或小芯片可能含有 8 個、16 個或 32 個處理內(nèi)核，而 GPU 芯片內(nèi)則有數(shù)千個處理內(nèi)核。這種架構使 GPU 能夠同時處理數(shù)千個數(shù)據(jù)輸入，滿足數(shù)據(jù)密集型 AI 工作負載的需求。

美光高帶寬內(nèi)存(HBM) 產(chǎn)品，特別是最近推出的第二代 HBM3 內(nèi)存，作為速度更快、功耗更高的高帶寬內(nèi)存，能為數(shù)據(jù)密集型 GPU 內(nèi)核提供足夠的數(shù)據(jù)，滿足高性能認知計算芯片的需求。美光業(yè)界領先的 232 層 NAND 可滿足 AI 海量數(shù)據(jù)的存儲需求，其中卓越的美光 9400 NVMe SSD 在 AI 工作負載測試中將 GPU 直接存儲(GDS) 性能提高了 14%，響應時間縮短了 13%。憑借這些高性能大容量的內(nèi)存和存儲解決方案， AI 應用能近乎實時地做出響應。

美光認識到生成式 AI、機器人、無人機、自動駕駛汽車和其他形式的 AI 應用在學習、智能和響應方面擁有出色表現(xiàn)。因此，我們正利用 AI 技術從根本上優(yōu)化公司流程。從生產(chǎn)制造到業(yè)務流程，我們在公司范圍內(nèi)打造 AI 智能生態(tài)系統(tǒng)，創(chuàng)新內(nèi)存和存儲解決方案，以推動工業(yè) 5.0的發(fā)展。我們著力打造高度差異化的企業(yè)競爭力，具有廣闊的發(fā)展前景。

審核編輯：彭菁