清华大学教授周伯文：人工智能开启产业数字化新未来

　　9月23日，由南方财经全媒体集团旗下《21世纪经济报道》主办的“2022年度21世纪科技峰会”正式召开。在峰会“前沿科技篇”的主题演讲上，清华大学惠妍讲席教授周伯文的观点掷地有声。

　　近年来，人工智能技术也在持续演进中，多模态表征交互及大模型预训练模型均取得长足进步。周伯文指出，当前随着人工智能技术的进步，构建跨场景、多任务、多模态的基础模型已成为可能，它也成为了当前人工智能行业的热点与前沿。同时，在多模态融合之外，越来越多的应用在下游任务中引入自监督学习，提高多模态模型的表征能力，缓解缺少大规模监督数据的挑战。

　　此外，在多模态表征方面，当前业内也越来越多地引入知识表征及推理，通过强化模型的知识和表征推理能力，提高模型的可解释性。而随着多模态人工智能的进展，多模态交互式AI也成为一种趋势。

　　“传统研究大多是AI模型与数据之间的交互，各类预训练模型本质上是学习互联网上海量的不同模态数据的内在规律，但由于数据、算力等资源限制，从数据中学习的效果可能达到上限。这也就意味着，从交互中学习预计成为一种趋势。”周伯文判断道。

产业数字化新机遇

　　消费者需求日趋个性化，对产品创新速度及成功率的要求越来越高，同时叠加多模态交互式AI的技术进展，能够帮助企业进一步进行产品创新的打造。

　　大量企业端客户在市场洞察、消费者体验管理、创新产品定义、产品设计等方面，急需大量数据驱动的人工智能，在产品创新设计完成后，对产品上市后的销售表现、上市预测以及供应链管理同样拥有大量数字化及智能化需求。

　　例如，某头部品牌冰箱所生产的新款冰箱，首先利用多模态理解技术阅读冰箱商品结构、用户评价及相关商品的品参设计等多模态信息，然后分别设计神经网络进行冰箱参数的结构优化、基于动态理解进行对消费者体验及购买意愿的预测。

　　两个神经网络互相攻防，直到负责设计的生成神经网络生成出最优的冰箱参数，从而保证最好的消费者体验及最高的转化率。在这个过程中，所有训练均由人工智能完成，新品冰箱从设计到生产的总时长则比传统基于大数据洞察的方式提升了83%。冰箱上市后，在同期70多款新品冰箱中销量排名第一，在过去两年内的销量数据均在行业内名列前茅。

　　同时，当前消费者所关注的不仅是单品创新，而是完整场景中商品所能满足的需求，这也为企业创新提出了更大挑战。

　　在复杂场景中融合多种家居产品、打造完整体验的洞察，这对产品经理、研发、市场营销团队的要求极高。如果能有效利用人工智能技术完成洞察，包括对社交媒体、商品自身属性、消费者使用数据、场景机会、功能体验等进行挖掘，融合生成高维度商品，这也是人工智能在产品创新方面具备的极大潜力和价值主张。