作为计算机科学家和互联网企业家，拉里・佩奇于1998年与谢尔盖・布林共同创立了谷歌公司，其发明的谷歌搜索排名算法PageRank更是改变了互联网搜索的格局。在他的领导下，谷歌大力投入AI研发，其中谷歌大脑项目便是典型代表，该项目专注于推进机器学习和深度神经网络技术，将AI应用拓展至医疗、机器人、自动驾驶等多个领域。nEXesmc
2015年，在埃隆・马斯克于加州纳帕谷举办的生日派对上，佩奇与马斯克就“AI最终会不会取代人类”展开激烈讨论的场景其实仍历历在目。佩奇认为人类最终会与AI融合，未来将有多种智能争夺资源，强大的种族将成为赢家；而马斯克则担忧人类会因此走向灭亡。这场争论虽以不愉快收场，但也从侧面反映出佩奇对AI发展趋势有着独特且超前的思考。nEXesmc
此外，作为Alphabet CEO，佩奇积极推动战略投资与收购，包括对著名AI研究公司 DeepMind Technologies的收购。2019年，拉里・佩奇与谢尔盖・布林正式从母公司Alphabet的职位上退下，此后便一直保持着相对低调的状态。nEXesmc
据悉，Dynatomics致力于开发一种能够为物体创建“高度优化”设计渲染的AI产品。这些经过AI优化设计的物体，最终可在工厂中进行制造。该项目目前由克里斯・安德森（Chris Anderson）负责领导，他曾担任佩奇支持的电动飞机初创公司 Kittyhawk 的首席技术官。虽然该公司后来因原型机失败和监管问题，已于2022年关闭，但其在技术研发和创新方面积累的经验，或许能为Dynatomics的发展带来助力。nEXesmc
将AI应用于制造业有着巨大的潜力。通过AI分析来自传感器、设备和生产线的大量数据，能够优化生产效率、提升产品质量并减少停机时间。算法可识别数据中的模式，提前预判潜在问题，给出改进建议，甚至实时自主调整生产流程。nEXesmc
当下，已有不少企业和初创公司在探索AI在制造业的应用。例如，Orbital Materials 正在构建一个AI平台，用于发现可用于制造电池和二氧化碳捕获电池的新材料；Physicsx则为汽车和航空航天行业的工程师提供AI生成的模拟工具；Instrumental利用视觉驱动的AI检测工厂异常情况。nEXesmc
但从技术角度来看，当前AI算法的可解释性较差，对于复杂制造工艺的决策过程是难以清晰解读的，这就使得工程师在依赖AI进行工艺调整时存在顾虑。在数据处理方面，制造业产生的数据量庞大且复杂，如何高效地采集、存储、管理和分析这些数据，以满足AI模型训练的需求，也是一大难题。nEXesmc
此外，AI模型的泛化能力有待提高。也就是说，在一种制造场景下训练好的模型，很难直接应用到其他稍有差异的场景中，导致企业需要投入大量资源进行模型的定制化开发。加之企业在生产过程中会收集大量涉及生产工艺、产品设计、客户信息等敏感数据。一旦这些数据遭到泄露、篡改或滥用，将给企业带来巨大的损失，甚至影响整个行业的安全，这也使得相当多的制造企业对AI技术持观望态度。nEXesmc
责编：Lefeng.shao
