林金锋：如何实现AI人工智能的行业落地实践？
日前召开的“数字领航 与您同行”佛山CIO&CDO大会上，400多家企业CIO齐聚佛山，深度对话数字经济与人工智能发展。前蔚来汽车AI智能解决方案负责人、资深AI产品专家林金锋在大会上作《人工智能及（工业）行业落地实践方法探讨》的主题分享，并就人工智能简介、人工智能工业落地实践方法探讨和人工智能中的小模型与大模型三方面进行了详细剖析和案例解读。
怎样理解人工智能？
AI是什么？人工智能是什么？
分享中，林金锋通过“人是怎么来的”这个切入点，就AI和人工智能这个热话题，做了深入浅出的讲解。
“第一个是人的进化角度，人工智能最初也只是一些简单的计算器、大型的计算机。再往后讲，比如一只小狗获取信息之后再有躯体运动，这就类比于模式识别或者计算机视觉”，林金锋还提道，“模型也是有一定的生命周期，采集信息、更新数据都是在模拟生命的延续。”
林金锋将人工智能分为三个层次，其中通用人工智能具备与人类同等智能，而强人工智能则能超越人类。
“人工智能最本质的三要素就是算法、数据和算力。”林金锋以出行为例介绍了人工智能三要素，算法模型就像交通工具，对应的是出行的工具；算力就像道路，对应的是载体；数据也就是各类应用场景就像是旅客，对应的是目标和需求的对象，从而达到最终需求。
结合多个具体的案例讲解过程中他指出，“算法、数据、算力，这三方面是相互平衡、相互制约的，核心是算法对数据的分配”。
怎样实现AI行业落地实践？
就如何做工业AI的话题，林金锋以从全局出发，从点落地；先验证，再复制，先点后面； 创新与规模化双轮驱动，良性正向反馈；从业务需求及业务逻辑出发，构建可控的可落地应用场景和工业人工智能落地底层逻辑四方面展开分析。
“要注意一是价值创造问题，二是项目的难易程度问题。”林金锋认为，所有的项目必须以价值为导向、从整体去考虑，这些目标的实现是需要市场去验证的。
在林金锋看来，把大场景拆分成若干小场景，确保小场景中的数据量是足够的，通过把小产品、小模型重构形成一个大模型或者模型集合是能够解决整个大场景中的绝大部分问题的。针对模型生命周期的问题，林金锋表示，这样可以用最小的成本保证最大的模型指标不变。
“这种模型都是一些简单的线性加权，也就是对数据和算法这两个维度进行了细分。”林金锋说。
林金锋建议，AI行业要想实现落地实践，还是要从算法、数据和算力三个维度去进行考虑，尤其是要保障数据和数据长期匹配。
主题分享的最后，林金锋表示，行业本身要接受市场的反馈、快速调整，解决例如环境问题、资源问题，或者隐形条件和理性假设欠缺考虑，要快速修改调整之后下放到底层，最后形成一个闭环。
采写：南都记者 路漫漫 实习生 张佳艺