本文为博世人工智能总经理谭永宝于「重塑产业的AI科技」系列主题，「产业智能升级」专场的分享内容节选。点击进入「机器之心Pro」，查看更多优质内容。
博世AIoT变革实践
谭永宝首先介绍了AIoT的概念，即AI（人工智能）+ IoT（物联网）。在拥抱AIoT概念的前后，可以看到价值创造的范式发生了改变。
在传统的价值创造范式中，主要聚焦两个阶段：一是产品的设计开发，即把产品设计和开发出来；二是将产品生产出来，并且交付到客户手中。但是在这两个阶段完成后，我们即失去了和客户之间的连接，比如并不知道客户如何使用产品、在使用产品的过程中遇到了什么的问题、这个产品被应用在了什么样的环境下等，更无法向客户提出任何建议。在传统的价值创造范式中，能够获知的信息是非常有限的，可能仅仅能够获取一些销售的数据、一些市场的数据等。因为价值创造范式缺少一个闭环连接的架构，所以产品的迭代速度就会很慢，进而影响为客户创造更多的价值。
谭永宝表示，在新的价值创造方式中，实际上加入了两部分的内容。首先是如何收集产品在使用阶段产生的数据，然后通过人工智能的手段对数据进行高效分析，得到一些更有价值的信息，最终将这些更有价值的信息整合到新产品的设计、开发以及生产过程中，从而使其能够创造更新的价值。在这个过程中，客户和企业保持着一个更紧密的连接，迭代速度也由此变快。谭永宝强调道，价值创造范式的改变非常重要。
谭永宝表示，在AIoT概念中，博世认为AI是核心。而在把AI技术应用到产业的过程中，有三个范畴比较重要。
首先是AI的应用，也就是说，如何用现有的AI的技术去解决工业界中解决不好和解决不了的问题。用新方法去解决老问题，或者用新方法解决新问题。在这个范畴中，所有的人工智能技术都是能够在当前科技界找到答案的。
第二个范畴称为应用研究，也就是用现有的技术手段解决不了，找不到答案的问题。应用研究聚焦的可能更多的是短期内可以产生成果的，更靠近应用一些的研究。
第三个范畴是基础理论研究，更为重要。在应用研究中，存在着一些有共性的问题，这些有共性的问题可能是需要来自于理论的突破，我们把它称之为叫基础理论研究的范畴。
这三者实际上是一个密不可分的关系。在用人工智能技术解决现有问题的过程中，可能会有各种各样的场景，有些场景用现有技术无法解决，便可划分到应用研究范畴，而若发现了一些共性的问题，即划分到基础研究范畴。反过来另外一个方向，一旦基础理论研究里面有一些理论的突破，我们如何把它快速地迁移到应用研究这个领域。并且把这个理论和某些领域相结合以后会催生出一些新的技术手段，用来解决在应用领域所碰到的对应问题，扩大人工智能技术能够解决问题的范围。
谈到未来的趋势，谭永宝表示，在工业化人工智能的领域，非常重要的是混合模型。人类认知这个世界，传统来讲有两种比较重要的方法，一种是演绎，一种是归纳。
演绎的方法通常可看成物理模型，它非常准确的认知这个世界的客观规律或一般规律，因此可解释性及泛化能力很好。但对于一些非常复杂的系统，可能很难获取一个物理模型，或者说在很多条件下，这个物理模型的应用的前提条件并不存在，或者并不满足，使得物理模型失效。
归纳的方法某种程度上可以被看成是基于数据的模型，它是基于数据去归纳分析，然后得出一些规律。往往这些数据模型是不可解释的，但是它有用。而且在很多情况下，它甚至可以做得很好。数据模型也有存在弊端，比如说它的泛化能力、可解释性等。
既然物理模型、数据模型均不是完美的，我们很有必要把这二者进行一个结合，这也就是混合模型（Hybrid model）。如何更加有效的利用好这两方面模型的优势，更好的整合到一起，从而解决实际问题，是未来的工业人工智能发展所面临的挑战。谭永宝表示，博世在这方面已经做了很多的探索，在很多的应用中已经大量应用了混合模型，而且效果很好。
谭永宝提出的第二个趋势是AI的伦理道德会在AI应用开发的过程当中发挥着越来越重要的地位和作用。博世做了很多AI的应用，但其中一个重中之重是，在做任何一个人工智能应用之前，要首先考虑未来AI的应用应该是什么样子的，它应该如何跟人去互动，比如说会不会引入新的不公平、会不会带来不安全等等。这些不应该是在做AI的应用之后才去考虑的事情，而应该放在一个核心的位置，首先去考虑AI的伦理道德，然后再去考虑AI的应用应该怎么做，或者说把AI的伦理道德贯穿于人工智能应用的开发设计的过程中。
