被称为“自动驾驶之父”的斯坦福大学教授塞巴斯蒂安·特龙强调,韩国要成为未来制造业的赢家,必须以高水平的制造能力为基础,开发制造业专用人工智能(AI)模型。随着AI技术投入各个产业,真正的AI竞争已经开始,如果韩国能善用在制造业中积累的经验和数据,就能在半导体等多个产业中占据有利位置。
特龙教授28日在接受Seoul Economic Daily采访时强调:“如果韩国发挥制造业竞争力,打造出全球最大的物理AI基础模型,就能借此获得AI竞争力。”
物理基础模型与处理语言或影像的现有基础模型不同,是理解物理定律等现实世界的模型。此前OpenAI、谷歌等企业主要专注于提升模型处理语言、图像、视频的能力。直到最近,技术潮流才扩散到涵盖现实世界的“物理AI”,英伟达等企业正以机器人为中心提升物理基础模型。但特龙教授所说的涵盖制造业全局的基础模型开发,仍是进展缓慢的领域。他所说的制造专用AI,是指在物理基础模型中,针对制造原理、制造工序、供应链成本等各类制造相关数据进行了优化的模型。
特龙教授强调,在制造业也日益个性化的大趋势下,这类制造专用AI模型将成为重要技术。他说:“看看Temu这样的中国超级商店,与过去用船或飞机满载货物发运不同,它们现在是按每一笔订单发送商品”,“制造业正逐步个性化,制造AI模型将节省商品设计与制造所需的成本和时间,使企业能够提供更加个性化的产品。”
他特别强调,半导体是韩国能够引发制造创新的代表性领域。特龙教授表示:“韩国拥有关于芯片设计与制造的海量数据,在构建半导体相关AI模型方面具备优势”,“由于市场上尚未正式出现大规模基于模型的设计工具,这是韩国在该领域占据领先地位的机会。”特龙教授实际上投资了开发以AI模拟整个制造工序技术的初创公司PhysicsX。
特龙教授之所以提出制造AI作为解决方案,是因为他认为在AI时代开始渗入各产业的“应用阶段”,发挥各国的优势与差异性至关重要。甚至对于OpenAI、谷歌等投入天文数字资金打造的ChatGPT、Gemini等基础模型,他也表示:“这些模型是抽象的,拥有大型语言模型并不保证成为业界的最终赢家”,“将其应用到有趣领域的人最终会笑到最后。”他还以基于AI提供开发平台服务的“Cursor AI”为例说:“Cursor AI并没有自己打造出优秀的大规模语言模型(LLM),而是把它拿来应用于软件工程,并发挥了巨大影响力”,“归根结底是因为他们打造的平台在开发更好的软件方面提供了实质性帮助。从这个意义上说,Cursor AI是隐藏的赢家。”
他预计,面向制造业的物理基础模型因大型科技公司尚未进入,存在抢占先机的可能。他特别指出,韩国不仅在半导体,在汽车、造船、钢铁等多个领域数十年积累的数据也是优势。他断言:“要打造这类模型,模型工程技术固然重要,但没有数据就毫无用处。”
另一方面,特龙教授也谈到了对AI技术成长态势的看法。被问到AI带来的技术奇点(technological singularity)何时到来时,他说:“对奇点的定义可能不同,但我把技术出现指数级成长和不可预测性的时点理解为技术奇点”,“事实上过去人们询问时,还能预测七年后会发生什么,而现在已经到了连明年会发生什么都非常难以预测的地步。”他补充说:“随着AI模型被应用于医学、法学等各个领域,全新的东西不断诞生,也就是所谓的非线性创新正在发生,未来两三年内我们将看到全新维度的AI。”
在AI打开一切可能性的当下,他还向年轻一代建议,不要害怕新的尝试,要保持乐观态度。特龙教授说:“创新本质上是未知的,失败是正常的”,“关键在于这不是失败,而是学习。”他还说:“创新贯穿着失败的过程,但如果我们从过去50至100年发明了极其出色的技术这一事实中保持乐观态度,总有一天能够抵达技术创新的成果。”






