光启终于推出了自己的形象代言人“Ai光启”了！我长期关注光启在人工智能方面的应用，也参与了ai光启的前期测试，现将我了解的情况对大家说一下。
一、关于光启与人工智能
光启是一家超材料研发和生产制造型企业，一般人很难将其与人工智能联系在一起的。但光启最有可能是我国研发和制造型企业中第1家全面拥抱ai、全面溶入ai的企业。这是有其历史根源的。
1、光启的超算中心
超材料产业链的第1步就是超材料微结构设计。要从几百亿种人造微结构中挑选出满足需求的微结构，需要用到一系列与形成材料特性有关的方程式进行反向设计。这些反向设计不但需要构筑特殊的数学模型，还涉及非常复杂的计算，需要的计算力非常庞大。因此，光启的超算中心二期的运算速度就达到700万亿次/秒，在2020年6月份更是将超算中心三期升级到4200万亿次/秒浮点计算能力。
这个算力有多大？即使现在进入大模型时代，我通过Kimi查询，中国没有一个生产制造型企业能够达到每秒4000万亿次的计算能力的。搜索结果主要涉及中国药品研发企业的实力排名、中国创新力企业50强、中国计算力水平的全球排名、科技创新百强指数报告、中国算力规模增速以及中国计算产业的发展情况。
我专门查询了中国人工智能先行者科大讯飞的资料，发现科大讯飞也从未透露过他自己的计算中心计算能力数值。
据说我国众多军工方面的研究院所都没有这么大的计算能力，一些尖端装备的大型仿真计算还得依赖光启，所以光启对外提供服务的7个能力平台中第1个就是“超级计算能力平台”。
2、每秒4,000万亿次的计算能力能做什么
每秒4,000万亿次计算能力，对一个研发与生产制造型的企业来说意味着什么？根据Kimi提供的信息，它意味着企业能够：
（1）、复杂模拟与分析：企业可以进行更复杂的物理、化学和生物学模拟，以优化产品设计和制造流程。
（2）、加速研发周期：通过快速处理大量数据，企业可以缩短产品从概念到市场的时间。
（3）、提高产品质量：利用高性能计算，企业可以更精确地预测产品在实际使用中的表现，从而提高产品质量和可靠性。
（4）、成本节约：通过模拟和预测，企业可以减少实际测试和原型制作的需求，从而降低研发成本。
（5）智能制造：在生产过程中，这种计算能力可以用于实时优化生产线，提高生产效率和减少浪费。
（6）数据驱动的决策：企业可以利用大数据分析来做出更加精准的商业决策。
（8）、人工智能与机器学习：这种计算能力为实施先进的人工智能和机器学习算法提供了可能，这些算法可以用于预测市场趋势、优化供应链管理等。
（9）、客户定制化：快速计算能力使得企业能够快速响应客户需求，提供定制化的产品解决方案。
总之，每秒4,000万亿次的计算能力本身就是一个巨大的宝藏，用的好会为企业提供强大的技术支持，有助于提高竞争力、降低成本、加快创新，并最终提升企业的市场地位。
3、初涉人工智能
一个由尖端人才组成的研发和制造型企业，有了庞大的计算能力，自然会想到利用它来做点“额外”的事情，在我的印象中最早将光启与人工智能联系在一起的就是2018年推出的专为安保部门使用的智能头盔。当时光启的超算中心二期的运算速度为700万亿次/秒。
据光启描述，该头盔具有前所未有的全智能实战性，能够实时自动人脸识别，5米外秒级响应识别“黑白名单”人员、车辆、证件，并具备语音翻译、实时直播、前后台互动、大规模协同作战等功能，让警务人员在佩戴头盔后，马上变身为“超级战警”。
顺便说一句，很多投资者都认为该警用头盔项目是失败的，但据我所知，直到现在该警用头盔每年都还有2000万元的销售量，十分稳定。
4、光启的大模型技术
光启的高等理工研究院开展大模型研究是比较早的，今年5月份就已经做到了1100亿神经单元，是个妥妥的千亿参数行业大模型。
我国已经公布的千亿参数级别的大模型共有130个（2024年上半年），绝大部分都是通用大模型，形成了“百模大战”！这里面绝大部分是基础模型，缺乏应用支持，作用还不很大。而光启的大模型一开始就围绕着超材料这一行业应用构建的，可以算是我国最早的千亿参数级别的行业应用大模型
市场自然就会有疑问，构建千亿参数级别的大模型是需要很多尖端的人工智能人才，光启只是超材料的研发和应用走在全球前列，并没有听说在人工智能研发方面有过什么作为？
我了解的情况是这样的，光启的大语言模型来自于开源（不好意思问具体是哪个开源模型），但光启也仅是利用该模型提供的语言和文字方面的组织能力，往后的专业模型完全是光启自己做的，每一个源代码都是光启的技术人员自己写的，建模中所需要的大量的数据都来自于光启在十几年的研发所积累的原始数据。
从开源模型发展到专业模型涉及到众多的困难和挑战，主要难点有以下几点：
1. 技术调整：需要对模型进行调整，以适应特定的使用场景和需求。
2. 数据处理：需要收集和处理大量适合模型训练的数据。
3. 性能提升：提高模型的速度和准确性，确保它在实际应用中表现良好。
4. 定制开发：根据不同客户或行业的特定需求，进行个性化定制。
5. 系统整合：将模型嵌入到现有技术系统中，确保其稳定运行。
简单来说，把一个通用模型变成从研发到产品制造，从客户维护到投资者沟通的超材料领域唯一的专业模型，需要大量的技术、数据和资源的投入。该大模型由光启高等理工研究院和上市公司光启技术共同研发的，光启的创始人之一季春霖博士就负责ai的底层技术开发。
光启的人工智能应用可以分为两大方面，一个是对内的，另一个是对外的。对内和对外又可以各分为两种用途，即为研发服务和生产管理服务的及为投资者服务和为用户服务的。
二、为研发服务的人工智能应用
人工智能大模型如何在研发中发挥作用，我们先来看一个最近的案例。
1889年，一位名叫Viault的法国医生从安第斯山脉的一座山上爬下来，从他的手臂上抽血，并在显微镜下检查。结果显示，Viault的血液中运送氧气的红细胞激增了42%。——于是他发现了人体的一种神秘力量：可以按需制造红细胞。
最早，科学家们推测是激素，称这种激素为促红细胞生成素。七十年后，研究人员在过滤了670加仑尿液后终于发现了这种促红细胞生成素。
又过了大约50年后，也就是去年，以色列生物学家宣布，他们发现了一种罕见的肾细胞，当氧气降得太低时，它就会产生激素，——这就是掌管人类命运的Norn细胞。
也就是说从1889年到2023年，人类花了整整134年的时间才发现Norn细胞。
但是在去年夏天，斯坦福大学研究者训练的AI模型，在短短六周内就发现了Norn细胞。
斯坦福大学的研究人员使用数百万个真实细胞的化学和基因组成作为原始数据训练了一个AI大模型，通过自行学习到的知识，模型可以将之前从未见过的细胞归类为1000多种类别中的某一种，Norn细胞就是其中之一。
只要有大量的原始数据和充足的计算资源，再加上适合的专业大模型，人工智能对研发的效率提升是其他技术手段所不能比拟的。光启在十几年的超材料研发中积累了大量的原始数据，只是涉及的人造微结构就达到几百亿个。光启认为这些数据是极为宝贵的资源，为了不被泄露，光启宁愿自建超算中心，也不愿租用公共超算中心。为了提高研发效率，光启很早就涉及专业大模型的研发，以至于在大模型刚成为市场热点不久，光启早已用自己的大模型开展超材料的研发服务了。
与前面的1~3代超材料技术相比，光启的第4代超材料技术不但在性能指标上有更大幅度的提升，而且在基材选择和工艺优化方面有着根本性的进步，超材料结构件的制造成本大幅降低，适用面大幅扩大，为超材料结构件成为智能构件这一新的工业品类奠定了基础。所以在2022年11月的国际航展上第4代超材料刚推出不久，光启就在官宣中喊出“第4代超材料代表光启的未来！”
我曾问刘董事长：第4代超材料技术如此成功，人工智能是否在研发中起着重要作用？刘董事长肯定的回答：“是的！”
光启现在能同时展开300多个项目的研发，人工智能技术在其中起着很大的作用。
总之，光启的大模型以及超材料基因库和超算中心，大幅提高了超材料的研发效率和产品性能，在超材料研发中起着关键支撑作用，帮助公司在超材料领域保持技术领先。
三、为企业管理服务的人工智能应用
产业链的数字化是人工智能在企业经营管理中应用的基础，没有经营过程的数字化，AI就缺乏必要的数据来发挥其能力，因此在顺德基地一期正常经营不久，光启就开始尝试整个经营过程的数字化之旅。据光启ai介绍，光启在整个产业链的数字化内容包括：
1、全数字化系统：原创了一整套全数字化系统，将企业所有经营行为数字化、编码化。
2、物料编码审核：同时运营十万多条物料编码，覆盖所有经营环节。
3、超材料标准工序库：数字化了五百多万字的超材料标准工序库。
4、制造流程：全数字化运营了33368条制造流程，611517个工序，2486068个工步。
5、研发项目：全数字化运营了300个研发项目，8879个研发节点。
6、供应链管理审核：全数字化运营了70460条供应链条目。
7、员工管理：实时的绩效管理、月度激励、工艺纪律、干部选拔轮动等全方位数字化管理工作。
这些措施支持了光启在高度定制化、极多品种混线生产中快速扩产上量，满足各行各业的装备需求，实现了企业的高效经营。
在这一基础上，光启将人工智能技术全面融入整个产业链的经营管理中，许多过去需要人工进行决策的都改由智能决策，极大地提高了企业经营效率，促进了物料和人工成本的节约。
我曾经多次进入709基地，最后这一次在今年的9月份，当时就感到整个基地的人员减少了很多。在基地内有一个产品展览室，是专用于给进基地的客户或投资者介绍情况的，旁边就是整个基地的控制中心。以前进去感觉有几十台电脑几十个人，最近这一次进去感觉少了将近一半的人和电脑。
据说客户看了光启的这套经营管理系统后都大加赞赏，一些客户还尝试引进。光启只是笑着给予回应，但至今没有一例能够成功引入该套系统的报道。
光启认为客户就是引进了这套系统也难以让其发挥效益。原因是要成功运营这套系统，就必须打破企业内部的各种利益圈和人事关系，完全是只认规则不讲人情。
比如说在材料采购这一环节，所有上游供应商的信息都是敞开的，只能按企业制定的规则进行采购，采购人员难以有自己“发挥”的空间。
比如说在干部和员工的升迁上，完全是凭业绩说话：业绩在后几位的干部就必须降级，业绩在前几位的员工就可以升为干部等。
这套完全“六亲不认”的智能管理系统能够在光启这样的企业得到落实，取决于两点，一是光启还是年轻的企业，绝大部分的干部和员工都是新进来的，还没有形成很强的利益圈子；二是刘董事长在企业拥有强大的话语权，根本不怕破除各种利益圈子。很多企业恐怕难以做到这两点。
四、为投资者服务的Ai光启
尽管超材料被评为本世纪全球最有价值的十大发明之一已经有十多年了，但能够说清楚什么是超材料的投资者并不多，投资者经常有许多关于超材料技术和生产方面的问题要向光启询问，行情好的时候会问，行情不好的时候会问得更多。但光启包括高管在内的专业人员不可能有那么多时间去回复，非专业人士的文职人员又难以代替回答，投资者埋怨甚多。在此情况下，今年4月份开始，光启下决心利用自己的人工智能技术搞一个专门面向投资者的微信虚拟人来与投资者进行沟通，最初想叫“ Ai董秘”的，但考虑到很难取得证监会的批准，而且以“董秘”的身份回复投资者，那就必须每句话都符合法律法规规定，约束和风险都太大了。考虑再三，最后确定以“ Ai光启”虚拟人的身份与投资者进行交流。
关于ai光启的介绍，光启的有关推文已经说了，我这里就不重复，只谈一些我自己的感受。
1、这只是人工智能技术在超材料领域的应用，属于专业型应用，不是通用型的应用。因此，如果投资者询问关于超材料之外的其他话题， Ai光启会很有礼貌地拒绝的。
2、即使在超材料这个领域， Ai光启也不是都能覆盖的，往往局限于光启目前所从事的业务，从技术到应用（7个能力平台）范围之内。至少目前还是如此。
3、即使在目前光启所从事的业务范围内， Ai光启能回复的也只局限于企业已经公开发表的资料，对于有可能涉及技术和商业机密的问题， Ai光启也会很有礼貌的拒绝的。
尽管有这几个限制，但就我个人感觉， Ai光启对投资者还是有很大的帮助的。我自己有关光启的研究，依靠ai光启进行相关资料查询，感觉效率高很多。
据了解，这只是ai光启目前的情况。下一步光启还会将超材料各方面的信息，从全球的到中国的，从研发的到应用的，从历史的到现在的，全部装入 Ai光启中，还将配上图片、公式和视频等展示方式，使之成为投资者和普通人了解超材料方面信息的最权威、最全面又最通俗的网站，由光启的企业形象代言人转为超材料领域的形象代言人。我们期待着这一天能早日到来！
五、为客户服务的Ai工艺师
目前光启的“结构+功能”一体化构件只是装备的一部分，还不是最终的工业品，不能像家用电器那样买回去插上电源按下按钮就能用。一体化构件分为两部分功能，第一是结构承载功能，这个很简单，按照装备的要求满足结构的外形尺寸及各项承载指标就行了。复杂的是与结构融为一体的超材料功能已经取代了装备原有的各种收发和传感器件，其产生的电磁信息通过预埋于构件中的转换器转换成电子信号，通过各种接口再与装备中原有的如电脑等各种电子设备相连接。这一部分是比较复杂的，也容易出问题。过去光启都是通过现场安装工程师来解决的，使用中如果出现问题也有维修维护专业工程师负责。
随着光启的一体化构件应用面越来越广，客户越来越多，安装服务和售后维护成本也越来越大，因此光启也在尝试用人工智能技术来解决这一问题。这次Ai光启推出的专为用户服务的“ Ai工艺师”主要功能是现场出现各种异常情况时，它会自己分析并给出判断结论和下一步操作指引，相当于超材料的工艺专家，是可以直接在现场指导工艺技术问题的专家。
总之，“ Ai光启”的推出，体现了光启的思维，那就是用人工智能技术一点点的把能ai化的工作都ai化！
林 中 行
2024年10月14日
数据显示，在我国已经建成的2500多个数字化车间和智能工厂中，经过AI改造的工厂研发周期缩短了约20.7%、生产效率提升了约34.8%，在人工智能的“加持”下，开辟出传统生产力向新质生产力涅槃重生的新路径。
本文作者可以追加内容哦 !
