2021世界人工智能大會期間，新浪科技專訪了京東集團技術委員會主席、京東人工智能研究院院長周伯文。在談到AI行業的下一步發展時，周伯文認為，可信AI的突破，包含了一些技術挑戰，包括如何提供AI模型跨場景的應用，讓AI模型更可解釋，更有魯棒性;另外一方面，AI模型的部署一定要價值對齊，讓AI系統的使用者、設計者和AI系統所有關聯方的價值都能夠得到保護。此外，周伯文還分享了對AI行業的思考，以及京東在智能制造等方面的布局邏輯。

　　產業的數字化是未來10年人工智能最大的機遇

　　“產業+AI幾年前就在討論。以前是站在AI的角度去看AI怎么落地，要去找產業。AI是一個金Baby，大家都想把它落地。今年我們是產業+AI，倒過來了，是幫助產業，包括各個行業提升效率，真正產生價值。AI能做什么，應該做什么。”

　　在談到產業+AI的變化，周伯文表示，這個趨勢是更健康的，也是更持久的。

　　他在大會期間表達的一個核心觀點是“產業的數字化是未來10年人工智能最大的機遇”。原因是產業+AI發展到現在，不是為了迎合AI，而是產業自己有巨大的數字化需求。正好AI的技術發展到現在，從基礎算法到基本的模塊能力，都開始具備為產業數字化提供價值的地方。

　　企業如何在這波大浪潮中利用AI技術來重構自己的業務?周伯文認為，首先企業要用好AI技術。目前AI技術的可用性需要巨大的提高，AI的研究者和技術提供者首先要做很多工作，比如把通用AI能力整合成跟產業數字化、場景化的挑戰更匹配的模塊的能力。

　　“過去幾年我帶領團隊在做智能供應鏈人工智能開放平臺，也是兩年前在這個會上我上臺，從科技部手里代表京東承擔了國家人工智能開放平臺的建設，這是我們國家第一個面向實體經濟的人工智能平臺。”周伯文表示，團隊的目標就是把京東的視覺、語音、機器學習理解的能力進行重構、整合。

　　“一方面我們開放API的能力;另外一方面，更多是把這些能力重構、組合，形成銷量預測、用戶畫像、供應鏈優化等跟場景結合的能力。”

　　智能制造的商業模式還有更多想象空間

　　“產業”是個很龐大的概念，企業在做AI賦能的時候，如何分類和選擇合適的產業?

　　周伯文表示，所有的產業可以分成生產制造、流通和消費，京東是以供應鏈為基礎的技術與服務企業，所有的一切是圍繞消費者，給他們供應他們想要的東西。“現在各個行業，包括醫療、制造、汽車、3C電子、快銷品、流通消費等環節里，AI都能產生很大的價值，這是我們看問題的角度。”

　　在京東推進產業數智化的過程中，智能制造是重要一環。周伯文表示，京東提的智能制造不是單一的API、AI能力，而是一整套的解決方案。

　　其中包括幾個方面，一是幫助企業規劃他們的產能、設計產品，今年618期間就幫助上千個品牌商在6·18期間推出了新的商品;二是打造底層數據平臺，提供給客戶來規劃環節數字化、智能化部署;三是精益生產，“有很成熟的3C電子制造企業用我們的智能工廠解決方案，用智能質檢的方式，調用質檢的結果自動優化生產線的流程。”;四是供應鏈方案，比如水泥混凝土行業，通過數字化、智能化之后，不但自己的效率提升了，也帶動了上下游企業提升了效率。

　　談到智能制造的商業模式時，周伯文表示，目前更多是在理念的落地、技術的落地、產品的落地，把這些技術產品和服務提供給客戶去使用，所以目前是以技術服務的方式來合作。但是未來是否有更深的合作和商業模式的挖掘，是有想像空間的。

　　AI的技術挑戰：如何更具魯棒性、可復制性、可解釋性……

　　隨著技術、場景應用的快速發展，AI技術在許多垂直領域已有廣泛落地。然而，AI技術在應用的同時，也面臨許多可信挑戰。

　　周伯文表示，AI發展到現在進展很明確，確實看到研究的周期在變短。比如近期不管是視覺領域還是自然語言理解領域，這些大規模的預訓練模型讓AI在特別的場景下，解決問題的訓練時間大大減少，因為它做好了預訓練。

　　“就相當于一個人你讀完了本科之后，再去學一個新的東西會快一些，在這方面確實我們能看到有進展。”

　　同時，挑戰依然很大。“之所以強調AI與場景結合，原因在于我們看到在落地的過程中，AI技術面臨的挑戰是如何變成可信賴的AI。”他表示，可信賴的AI是京東在2019年提的一個理念。當時大家對AI落地過程中的挑戰認識還不夠。

　　從技術層面看，如何讓AI更魯棒，更可復制，這是可信AI面臨的挑戰。

　　此外，AI的可解釋性也是一個挑戰，“比如我們要幫助企業做柔性生產和設計，會根據消費者的洞察設計產品，如果企業要采納這個建議，他們除了要看一堆模型的準確度之外，還需要知道為什么這樣的設計更容易贏得消費者的喜愛。目前預訓練模型的AI、神經網絡的AI都不具備這些能力。”

　　所以目前在技術挑戰上，周伯文認為最大的挑戰是如何讓AI在這幾個維度上更具可信賴，維度包括魯棒性、可復制性、可解釋性、隱私保護、價值對齊、負責任等。