【CMIC讯】研发设计是一种具有创造性的智力活动，也是一个综合、决策、迭代和寻优的过程，人工智能将凭借其优势在创新设计中定义自己的“位置”。
 
　　1.从研发体系上，构建新型的组织结构和运营方式

　　 人工智能使业务流程自动化，知识管理工作自动化，以及管理本身的智能化，包括数据采集到反馈、监控、评估，智能化的分析预测以及决策的智能化。一是创新资源的配置方式和组织流程正在从以生产者为中心向以消费者为中心转变。构建客户需求深度挖掘、实时感知、快速响应、及时满足的创新体系日益成为企业新型动力。例如长安汽车为建立面向市场和客户的高效研发组织机构，保障研发流程顺利执行，对研发组织机构进行了渐进式改革。从弱矩阵机构逐步向强矩阵结构演讲，形成了纵向上以专业能力提升为主，横向上以产品开发和共性基础技术为主的“一纵两横”组织架构，实现多项目研发、专业技术研究、共性基础研究的同步推进，充分提供研发效率。二是研发模式将从封闭式创新向开放协同式创新体系转变。通过建立全球分布式在线协同研发平台及机制，实现基于唯一数据源全球多地的企业内部协同及供应商外部协同。例如海尔打造的全球最大的开放式创新生态系统和全流程创新交互社区Hope平台，将供应商整合为模块商，实现产品生产的模块化，同时使模块商直达用户需求，并进行相应设计调整和产品研发，对模块升级，构建新创新模式。
 
　　2.从研发设计能力上，实现企业的高效精益研发设计
 
　　人工智能的数据处理能力将逐渐的替代研发设计环节中的流程性工作部分，对研发组织将带来“技术性”革新，使得传统的连续变量设计与混合离散变量设计模式向随机变量与模糊变量优化设计模式转变。一是深度利用数字化技术，优化研发方法。深度利用模糊数学等理论，可以将机械设计中不精确的经验数据与海量实测数据进行简化，如在新产品设计开发过程中，全面采用数字化技术，利用数字化工具软件二次开发工作，规范设计过程，更好地将设计方法、标准和规范集成融合到数字化工具软件中，沉淀企业知识。同时，越来越多的企业将通过数字化游戏来模拟产品的性能，并不断调整优化最终确定产品的设计。如斯坦福大学智能驾驶团队开发了三维游戏Driverseat，通过展现智能驾驶汽车形成环境，获取游戏玩家的训练数据，来帮助深度神经网络训练。二是研发可视化和自主优化，提高研发性能。利用启发式算法、遗传算法、蚁群算法等技术可实现产品在设计阶段的性能模拟、运动分析、功能仿真与评价，最大程度满足产品设计自动化和智能化的要求。如长安汽车建立高性能计算系统，通过自主优化，长安高性能计算平台计算能力高达每秒十几万亿次；而引进的研发可视化，不但能够自主优化及时跟踪研发设计进度，了解项目风险，实现研发车型可视化模型的实时查看，保证跨部门、跨专业、跨地域的高耦合协同工作。
 
　　3.从研发服务形式上，提供更高效更多样的个性化定制
 
　　人工智能使业务流程自动化，知识管理工作自动化，以及管理本身的智能化，包括数据采集到反馈、监控、评估，智能化的分析预测以及决策的智能化。一是依托其基础设施层中的大数据、云服务平台等要素，提升研发效率。运用强大的机器学习算法来处理庞大的数据库，对相关统计数可替代研发设计环节中的流程性工作部分，提升研发效率。例如英国知名的摩尔眼科医院与谷歌展开合作，打造了一款机器学习系统，这款系统紧凭眼部数字扫描结果，即可识别潜在的眼部疾病风险。眼部扫描技术早已有之，但是传统的机器在完成扫描后，无法快速分析眼部数据，机器学习是对付这类数据的能手，可以大大缩短分析时间和提升的准确率，更快、更准的提纲方案。二是人工智能将呈现更直观更形象的研发形式，突破过去的“不可能环节”，例如现代科技下我们已经源源不断地获取基因生物学数据，但是人类却难以破解和掌控这些海量数据，无法“理解”基因，但是人工智能的深度学习将扬其所长，寻找人类无法发现的基因关联。当人工智能找出健康的基因序列模式，人类就能够通过基因来诊断甚至预测疾病，优化用药靶向。如啄木鸟公司在研发新款洁牙工具时，采用A/B测试方案，引入用户探索理念，让用户进行自主选择。

责任编辑：言笑晏晏