人工智能會(huì)取代自動(dòng)化工程師的工作嗎?

       AI是一個(gè)特別有意思的領(lǐng)域，從誕生那天起，AI人工智能就 在宣揚(yáng)著對(duì)世界的改變，不斷號(hào)稱要顛覆人類的未來(lái)，威脅人們 的工作;相比較而言，即使自動(dòng)化技術(shù)發(fā)展了很長(zhǎng)一段時(shí)間， 好像也沒(méi)有聽說(shuō)過(guò)會(huì)讓誰(shuí)失業(yè)。以前很少談到這個(gè)話題，但是， 當(dāng)有人問(wèn)起自動(dòng)化工程師是否會(huì)因?yàn)锳I失業(yè)的時(shí)候，我突然覺(jué)得 很有必要談?wù)勥@個(gè)有意思的話題。突然想起來(lái)，在達(dá)特茅斯會(huì)議 上創(chuàng)造出AI這個(gè)詞的約翰·麥卡錫說(shuō)過(guò)：“當(dāng)它一旦可用，就不會(huì) 再有人稱之為人工智能了(As soon as it works, no one call itAI anymore)”，自動(dòng)化就是非常實(shí)用的技術(shù)，但不會(huì)有人稱它為 智能——其實(shí)，自動(dòng)化本身就是智能的目標(biāo)——難道人們用AI不是 為了自動(dòng)化嗎?

　　AI真的能夠取代人嗎?

　　微軟中國(guó)CTO韋青博士在混沌課堂里有一次談到生成式AI， 他的觀點(diǎn)是：“如果我們擔(dān)心AI是否代替人類，那是人類對(duì)自己 缺乏自信?！碑?dāng)然，他還有另一段話說(shuō)道：“我們往往高估了人 工智能在短期內(nèi)的成就，而低估了它對(duì)人類認(rèn)知和價(jià)值觀的深遠(yuǎn) 影響?！?/p>

　　因此，對(duì)于這一話題，我認(rèn)為主要可以包括對(duì)以下兩個(gè)部分 的思考：

　　(1)AI很難在真正意義上替代人類的工作;

　　(2)但是，你必須主動(dòng)擁抱AI，畢竟它還是有很多價(jià)值能 夠幫助到我們。

　　與以往AI所帶來(lái)的轟動(dòng)效應(yīng)不同，事實(shí)上，生成式AI的確具 有更強(qiáng)的顛覆性。它目前的工作與進(jìn)化速度的確是超乎想象，已 經(jīng)有同事展示了將它用于設(shè)計(jì)PPT，乃至視頻處理方面的超強(qiáng)能 力，此外也包括它在編程方面的支持能力，以及聯(lián)合自然語(yǔ)言來(lái) 訓(xùn)練讓機(jī)器快速理解并能編寫程序，這的確帶來(lái)了巨大的變革。

　　自動(dòng)化的自動(dòng)化問(wèn)題

　　想起剛畢業(yè)的時(shí)候，曾經(jīng)在一家電梯公司工作，負(fù)責(zé)管理電 梯安裝現(xiàn)場(chǎng)，在工作中常常發(fā)現(xiàn)一個(gè)很現(xiàn)實(shí)的問(wèn)題，那就是在裝 電梯的過(guò)程中，往往電梯安裝人員是沒(méi)有電梯可用的。這是因?yàn)?電梯進(jìn)場(chǎng)安裝時(shí)，建筑結(jié)構(gòu)、外裝、內(nèi)裝已基本完成，現(xiàn)場(chǎng)的那 些卷?yè)P(yáng)機(jī)、塔吊很有可能都被拆掉了，這就意味著機(jī)房里的曳引 機(jī)、電柜、每層樓的廳門、地檻、井道里導(dǎo)軌及所需的支架、螺 栓等等，都要人工搬運(yùn)到各個(gè)樓層。因而，那時(shí)候我們經(jīng)常感慨 “裝電梯的人坐不了電梯”。

　　同樣，做自動(dòng)化系統(tǒng)開發(fā)的人員也會(huì)遇到這個(gè)問(wèn)題，盡管自 動(dòng)化廠商的工作是為用戶設(shè)計(jì)自動(dòng)化系統(tǒng)，然而這個(gè)設(shè)計(jì)工作本 身卻很難“被自動(dòng)化”，人們可以使用模塊化軟件來(lái)大幅降低工 作量，但畢竟還是一個(gè)手動(dòng)組裝的過(guò)程。

　　因此，當(dāng)生成式AI可以被應(yīng)用于編程工作的時(shí)候，這是一個(gè) 邁向自動(dòng)化的自動(dòng)化道路——反倒是一件值得我們高興的事情。AI在自動(dòng)化工程師手里可以充當(dāng)以下幾個(gè)角色：

　　(1)作為輔助工具本身，幫助提高工程師的工作能力。生 成式AI具有這個(gè)潛力，它會(huì)讓人們通過(guò)自然語(yǔ)言去給出機(jī)器好的 提問(wèn)，然后給出規(guī)則，讓他們?nèi)戇@個(gè)代碼(這個(gè)代碼也是需要 大量學(xué)習(xí)) ，除了代碼、注釋、版本等軟件管理工作， AI是可以 幫助工程師的，這個(gè)時(shí)候，它作為一種工具會(huì)有助于開發(fā)工作更 為自動(dòng)化一些。

　　另一方面，生成式AI 還會(huì)學(xué)習(xí)到更多來(lái)自于網(wǎng)絡(luò)世界的資 源，以獲得更多“共享世界的資源”，讓工程師可以擴(kuò)展自己的 知識(shí)邊界。尤其是在今天，自動(dòng)化工程師也需要掌握AI相關(guān)工具 與能力、來(lái)自Linux開源社區(qū)的算法、代碼等，通過(guò)采用這些資 源，以增強(qiáng)他們?cè)跀?shù)據(jù)分析與處理方面的能力。

　　曾經(jīng)和一位工程師談到一個(gè)比較麻煩的事情，就是AI仍然需 要“喂入”知識(shí)，就像有些機(jī)電控制工藝算法一樣，畢竟，沒(méi)有 可開放的這類代碼可以被AI來(lái)引用——但這位工程師認(rèn)為這并非是 問(wèn)題，因?yàn)榧词箯?fù)雜的算法也會(huì)由不同的可被抓取的程序構(gòu)成， 因此，這仍然為開發(fā)者提供了更多的可能性。 一個(gè)工藝模塊實(shí)際 上也是由不同的局部模塊所構(gòu)建出來(lái)的，創(chuàng)成式設(shè)計(jì)，可以通過(guò) 給出設(shè)計(jì)的需求、約束條件，通過(guò)可視化的方法輸入給系統(tǒng)， 最終會(huì)給出自動(dòng)的設(shè)計(jì)結(jié)果，這也算是對(duì)“工程的自動(dòng)化”——看 來(lái)，人類是想走向一個(gè)語(yǔ)言、視覺(jué)方式讓系統(tǒng)生成程序與任務(wù)的 過(guò)程。從長(zhǎng)遠(yuǎn)的技術(shù)發(fā)展方向來(lái)看，就是利用自然語(yǔ)言的輸入， 讓系統(tǒng)理解，并借助于過(guò)去的知識(shí)(模型、代碼)來(lái)實(shí)現(xiàn)新的設(shè) 計(jì)任務(wù)，因此， AI更多的角色不是替代工程師， 而是為工程師搭 建系統(tǒng)提供更多的便利條件。

　　(2)AI方法的制造問(wèn)題解決

　　當(dāng)然，AI的另一個(gè)應(yīng)用角色在于它不是為了自動(dòng)化項(xiàng)目， 而是為了應(yīng)用本身，即，數(shù)據(jù)驅(qū)動(dòng)的建模，用以解決機(jī)理模型缺 乏，以及相關(guān)性關(guān)系的問(wèn)題。AI的作用是對(duì)于那些隱藏的、無(wú)法 被公式表達(dá)的知識(shí)(因果性)進(jìn)行挖掘。盡管這會(huì)存在解釋性、 實(shí)時(shí)性等問(wèn)題，但是，它在規(guī)劃類、優(yōu)化類、預(yù)測(cè)性等方面仍然 有很多應(yīng)用場(chǎng)景，尤其是在視覺(jué)的深度學(xué)習(xí)中，對(duì)缺陷的分析、 對(duì)工程參數(shù)的自適應(yīng)匹配上會(huì)有很大的發(fā)揮空間。

　　AI的工業(yè)應(yīng)用確實(shí)存在很多問(wèn)題，包括可復(fù)制性問(wèn)題、知識(shí) 遷徙難題等，但這些都是可以被逐漸去解決的——因此，在更為長(zhǎng) 遠(yuǎn)的發(fā)展上，隨著極限競(jìng)爭(zhēng)不斷在制造業(yè)發(fā)生，它仍然是很有潛 力的。記得馮恩波博士曾經(jīng)也在其AI講座中談到，因果性問(wèn)題可 以解決90%的問(wèn)題，但相關(guān)性問(wèn)題的一點(diǎn)點(diǎn)改善卻成為了競(jìng)爭(zhēng)的“勝負(fù)手”，當(dāng)然，在多個(gè)相關(guān)性問(wèn)題中的高相關(guān)性仍然可以讓 “事半功倍”——這不難理解，就像在電池行業(yè)里， 1%的制造良品 率提升，都可能意味著以億計(jì)的盈利能力的提高。

　　為什么說(shuō)AI還是很難替代工程師的工作呢?

　　在上次廈門自動(dòng)化教師師資培訓(xùn)會(huì)議上，為了更好地講解工 業(yè)AI的問(wèn)題，我特意針對(duì)AI人工智能對(duì)114位產(chǎn)業(yè)朋友圈里的專業(yè) 人士進(jìn)行了一次調(diào)研，從很多回復(fù)中仍然反饋出AI目前在制造業(yè) 中所遇到的問(wèn)題以及人才培養(yǎng)的問(wèn)題，目前來(lái)看，它還很難替代 工程師的工作。

　?、佻F(xiàn)在不是AI能否替代工程師，而是AI相關(guān)工程人才太匱乏

　　在圖1中，我們可以看到，缺乏生產(chǎn)制造與技術(shù)融合的人才 以及AI相關(guān)人才，是目前企業(yè)應(yīng)用AI人工智能技術(shù)的最大難題。 其次，大多數(shù)指出“現(xiàn)場(chǎng)數(shù)據(jù)表征與特征提取難題”，是制造業(yè) 中工程人才匱乏所造成的，因?yàn)锳I技術(shù)自己不知道如何去工作， 而是要由了解現(xiàn)場(chǎng)的人來(lái)幫助它，所以說(shuō)“人工的智能”是一種 真實(shí)的情況。

　　因此，在較長(zhǎng)的時(shí)間里，可能還是需要培養(yǎng)一些懂得使用AI 工具的工程人才——這個(gè)需求是極大且迫切的，談替代現(xiàn)有工程 師還有些為時(shí)過(guò)早。

　?、谧詣?dòng)化工程師的工作范疇遠(yuǎn)非AI所能涵蓋

　　其實(shí)，自動(dòng)化工程師的工作任務(wù)是非常艱巨的，包括前期 的項(xiàng)目需求交流、問(wèn)題的梳理、電氣選型、建模、軟件架構(gòu)、功 能開發(fā)、測(cè)試驗(yàn)證、調(diào)試、維護(hù)等等——而在這些工作中，可能AI 能夠幫助的還是有限的，至少在目前來(lái)說(shuō)仍然有限。按照?qǐng)D2所 示的工作流程，列舉了自動(dòng)化工程師在進(jìn)行機(jī)電系統(tǒng)設(shè)計(jì)時(shí)的主 要工作任務(wù)，看看有多少是AI可以幫忙的呢?并且這些還是自動(dòng) 化工程師的日常工作而已，如果談到更為廣義的工作內(nèi)容，則還 包括帶領(lǐng)團(tuán)隊(duì)、協(xié)調(diào)工作進(jìn)度、品質(zhì)進(jìn)度管理、跨界創(chuàng)新等，那 么，AI能夠幫忙的地方就更少了。

　　工程師需要增強(qiáng)的能力

　　當(dāng)然，在AI的時(shí)代，自動(dòng)化圈的工程師們的確需要不斷地增 強(qiáng)自己的工作能力。

　　(1)批判性思維的提問(wèn)能力

　　前幾天讀了李培根院士在《高等工程教育研究》期刊中的 一篇文章：《工程教育需要從“知識(shí)導(dǎo)向”到“問(wèn)題導(dǎo)向”》， 其中談到了AI催生了一個(gè)新的崗位——提示工程師(Prompt Engineer)，并認(rèn)為“提出問(wèn)題是解決幾乎所有復(fù)雜問(wèn)題的核 心”， ——我非常認(rèn)同這個(gè)“問(wèn)題導(dǎo)向”的觀點(diǎn)。

　　最近一年，我一直在研究“批判性思維”，其中，批判性思 維的訓(xùn)練就是要依靠“提問(wèn)”能力。對(duì)于工程師同樣如此——將 生成式AI應(yīng)用于自動(dòng)化系統(tǒng)的項(xiàng)目開發(fā)時(shí)，需要給出AI最好的線 索，并且，作為一種元認(rèn)知能力，批判性思維所要去訓(xùn)練的是每位工程師的自我迭代能力、提出問(wèn)題、發(fā)現(xiàn)問(wèn)題、決策問(wèn)題方向 的能力，這些也是最能體現(xiàn)工程師“智慧”的方面。正如愛因斯 坦說(shuō)過(guò)：“如果我需要用1個(gè)小時(shí)解決問(wèn)題，那么我需要55分鐘 來(lái)提出準(zhǔn)確的問(wèn)題?！?/p>

　　即使在“魚骨圖”的問(wèn)題分析方法中，能夠提出好的問(wèn)題， 遵循“問(wèn)題導(dǎo)向”，才能把問(wèn)題導(dǎo)向到最終且有效的解決道路 上。M博士有一次談到了工程師“智慧”的問(wèn)題，因?yàn)?，工程?很多時(shí)候是在一團(tuán)迷霧中尋找最優(yōu)路徑，它需要一種智慧，即對(duì) 方向的把握，甚至依賴于“直覺(jué)”——這些都是人的優(yōu)勢(shì)，而AI是 很難具有的。

　　這種判斷力來(lái)自于制造系統(tǒng)復(fù)雜性的不斷提升——需要在復(fù) 雜、交織的因素中尋找“解耦”，從而使得問(wèn)題能夠被快速地梳 理到高相關(guān)性的維度上。

　　(2)工程師的“基本功”還是逃不掉(圖3)

　　盡管我們把AI理解為具有改變制造業(yè)的一種力量，并越來(lái) 越受重視——但是，不要忘記，制造業(yè)工程師需要具備幾項(xiàng)“基 本功”，就像在以前文章中所提到的“信息物理系統(tǒng)(Cyber- Physics System)”，Cyber似乎聲音比較大，而Physics反倒沒(méi)有 受到太多重視，但制造業(yè)偏偏是一個(gè)受物理系統(tǒng)影響非常強(qiáng)的領(lǐng) 域，且是有因果性的。因此，自動(dòng)化工程師應(yīng)發(fā)揮自身在物理系 統(tǒng)方面的基礎(chǔ)能力，同時(shí)與時(shí)俱進(jìn)，學(xué)習(xí)更多新的AI方法，這樣 就可以“雙劍合璧”，更好地強(qiáng)化自身的綜合能力。

　　第二個(gè)自動(dòng)化工程師的“基本功”仍然是軟件工程能力——AI 以軟件為載體，它可以幫助工程師更好地規(guī)劃項(xiàng)目、設(shè)計(jì)架構(gòu)、 代碼規(guī)范，畢竟，生成式AI能幫你的忙，但不能幫你所有的忙。

　　最后，借用韋青博士的一句話來(lái)做總結(jié)，那就是——“取代 我們的不是AI，而是被AI賦能的人”。

聲明：本文為轉(zhuǎn)載類文章，如涉及版權(quán)問(wèn)題，請(qǐng)及時(shí)聯(lián)系我們刪除（QQ: 2737591964），不便之處，敬請(qǐng)諒解！