工业智能与人工智能

最近有个感悟：如果分不清工业智能和流行的人工智能，企业可能会在战略上犯大的方向性错误。我下面用对比的办法，描述这两种AI的差别。  

首先对比控制论之父维纳和信息论之父申农。  

这两个人眼中的智能，其实代表着人工智能的不同学派。维纳关注的智能，其实本质上是一种利用信息以变应变的能力。强调的是及时，准确，完整地获取信息，及时正确地做出决策并采取行动。自动化领域中的温度控制等，本质上都是这个逻辑。而申农关心的AI是什么呢？是机器会炒股、会下棋、会画画、会证明数学题，是人脑中的奇怪的、难以用普通算法描述的思维逻辑。大家琢磨一下：这两种AI其实是很不一样的。  

其次对比巴菲特和吴淑珍。  

最近AI特别热闹，因为大语言模型 Chat GPT横空出世。这种人工智能工具会写文章、会画画、会编程。属于申农意义上的智能，关注的人是脑子那些奇怪的思维逻辑。我把这种智能称之为巴菲特式的智能：因为巴菲特是个很有智慧的投资人。  

但对工业界来说，关心的主要是控制论意义上的智能。也就是说，通过获得及时、准确、完整的信息，迅速做出科学的决策和行动。这种智能之所以称为热点，是因为数字化和网络化，能够为计算机提供及时、准确、完整的信息；而且，计算机的速度也可以足够快，能够做出及时的决策。要促进这种智能，关键是促进信息集成、提高数据质量和自动化水平等等。  

我把这种智能又称之为吴淑珍式的智能。吴淑珍是台湾前领导人陈水 扁的老婆。她通过获得内线消息的办法炒股。内线炒股的特点，就是能够获得及时、准确、完整的信息。这种决策逻辑很简单，但单从成功率上看，不亚于巴菲特。  

最后从算法的角度比较这两类AI。  

我们知道工业智能要利用计算机计算速度快、计算能力强、存储能力强等方面的能力。但决策的原理却往往非常简单。我经常说：计算机算法往往是用笨办法解决问题。什么是笨办法呢？比如，建立复杂的标准体系，让计算机监控、维护、优化这些标准。  

从底层落实上看，计算机往往都是用笨办法解决问题。即便是现在的AI也不例外。AI中最基本的算法就是用枚举的方法搜索。但枚举算法的问题是搜索过程可能会遭遇组合爆炸。这时，即便是性能最好的计算机也没办法在有限的时间内完成计算。怎么办呢？AI算法其实是采取了一些特殊的算法，来解决组合爆炸问题。有人曾经说：智能的本质，是在一个巨大的搜索空间中迅速找到可以接受的解的能力。所以，谷歌创始人在和天使投资人聊天时曾说：我们搞的不是搜索，是人工智能啊！  

总之：工业AI往往是用笨办法解决问题，经典AI是解决笨办法解决不了的问题。对从事工业AI解决实际问题的朋友来说，关键是学会用笨办法解决问题。企业和个人都应该把资源和精力用在投入产出比最大的地方。记住：领先半步是先驱、领先一步是先烈。