最近，我在「TIME時代」雜志的專欄文章裡，向全球的讀者介紹了大陸「世界工廠」的+AI自動化升級。隨著勞動力成本的上漲，工業自動化、智慧化勢必是大陸製造業的一劑特效藥。自動化能讓運營成本下降，但仍能讓中國大陸保持生產品質、流程、供應鏈維度的優勢。AI賦能產業升級的願景或許還需多年才能實現，但當下的大陸已經讓未來可期。

以下是專欄文章全文，經TIME授權翻譯轉載：

「中國世界工廠 + AI 的未來」

多年來，中國大陸一直被喻為「世界工廠」，即便在全球其他經濟體紛紛遭遇新冠疫情重擊的2020年，大陸製造產業仍然維持穩健的增長范式，全年產值高達3.854萬億美元，占到全球市場近三分之一。

但如果你腦中的大陸工廠是傳統的「血汗工廠」，是時候修正你的刻板印象了。大陸經濟已經迅速地從疫情衝擊下復蘇，疫情同時催化了各種各樣人工智慧（AI）的應用場景加速實現。自2014年以來，中國大陸的AI專利申請量已經超越美國，至今維持全球領先。在學術領域，中國大陸的AI研究論文發表數量、AI期刊的引用量，也雙雙在近年超過了美國。在產業方面，AI應用在大陸的落地速度超越世界其他國家和地區，具有商業價值的AI應用如今開始百花齊放，整合了軟體、硬體和機器人技術的新一代自動化揭開序曲，AI賦能傳統行業的能量，正在蓄勢待發地重塑各行各業。

人類社會至今經歷了三次不同的工業革命：蒸汽革命、電力革命和資訊革命。我相信，AI將會是推動全球第四次工業革命的核心引擎，在世界各地點燃數位化和自動化的變革，而這波前所未有的硬科技浪潮，將由中國來引領實踐。

由於勞動人口減少和新增人口放緩，中國大陸的傳統產業正面臨著勞動力成本上升的巨大壓力，AI正是解決這個難題的技術解答。人工智慧不僅能夠降低運營成本，提高生產效率，擴大整體產能，還有望能帶來收入的增長。

例如，創新工場投資的廣州極飛科技是一家致力於未來農業的AI科技公司，極飛將無人機、機器人和感測器部署在稻田、麥田和棉花田裡，用技術賦能農業中的播種、農藥噴灑、栽種管理、甚至天氣監測環節。用於作物噴灑的極飛科技R150農業無人車已經被推廣到了英國，應用在蘋果、草莓、黑莓等多種經濟作物的種植流程中。

一些大陸的創新公司正積極把機器人拓展到意想不到的場景。總部位於北京的鎂伽是創新工場投資的生命科學智慧自動化公司，他們和實驗室、製藥公司、高校合作，憑藉AI+機器人技術的積累，用自動化解決方案執行實驗室中勞動密集、重複性高、但需要高度精確的任務和流程，同時機器人作業也將盡最大可能保護實驗室人員降低實驗過程中的感染風險。

除了創業公司，我們看到幾家成熟的龍頭企業也開始積極擁抱AI。創新工場參與了有28年歷史的中力電動叉車，這家頭部的鋰電叉車製造商已經推出了能夠在工廠、倉庫自主運行的無人叉車，並且無需對運行環境進行改造，能快速實現從手動到電動到自動駕駛的搬運賦能創新。此外，擁有50多年歷史的領先客車製造商-宇通集團，與自動駕駛獨角獸企業-文遠知行戰略合作，已在大陸三個城市的馬路上運行全無人駕駛小巴。

接著會發生什麼？我大膽預見，在更長遠的未來，機器人和AI將接管大多數產品的製造、設計、交付甚至營銷——很可能將生產成本降低到和原物料成本相差無幾。未來的機器人有能力自我複製和自我修復，甚至做到部分自我反覆運算設計。房屋和公寓將交由AI主導設計，使用預製建築模塊，交由機器人像搭積木似地築樓蓋房。無人公交、無人摩托等隨傳隨到的自動化未來交通系統，能將我們安全無虞地送達想去的地方。

這些願景成為現實或許還需要多年，但此時的大陸正在積極鋪墊引領新一代自動化革命的基石。可期的是，中國工廠的實力將不僅僅體現在產能上，而將逐步彰顯在智慧上。

本文經「TIME時代」授權進行中文編譯，原文如下：

China Is Still the World's Factory — And It's Designing the Future With AI

BY KAI-FU LEE

For many years now, China has been the world’s factory. Even in 2020, as other economies struggled with the effects of the pandemic, China’s manufacturing output was $3.854 trillion, up from the previous year, accounting for nearly a third of the global market.

But if you are still thinking of China’s factories as sweatshops, it’s probably time to change your perception. The Chinese economic recovery from its short-lived pandemic blip has been boosted by its world-beating adoption of artificial intelligence (AI). After overtaking the U.S. in 2014, China now has a significant lead over the rest of the world in AI patent applications. In academia, China recently surpassed the U.S. in the number of both AI research publications and journal citations. Commercial applications are flourishing: a new wave of automation and AI infusion is crashing across a swath of sectors, combining software, hardware and robotics.

As a society, we have experienced three distinct industrial revolutions: steam power, electricity and information technology. I believe AI is the engine fueling the fourth industrial revolution globally, digitizing and automating everywhere. China is at the forefront in manifesting this unprecedented change.

Chinese traditional industries are confronting rising labor costs thanks to a declining working population and slowing population growth. The answer is AI, which reduces operational costs, enhances efficiency and productivity, and generates revenue growth.

For example, Guangzhou-based agricultural-technology company XAG, a Sinovation Ventures portfolio company, is sending drones, robots and sensors to rice, wheat and cotton fields, automating seeding, pesticide spraying, crop development and weather monitoring. XAG’s R150 autonomous vehicle, which sprays crops, has recently been deployed in the U.K. to be used on apples, strawberries and blackberries.

Some companies are rolling out robots in new and unexpected sectors. MegaRobo, a Beijing-based life-science automation company also backed by Sinovation Ventures, designs AI and robots to safely perform repetitive and precise laboratory work in universities, pharmaceutical companies and more, reducing to zero the infection risk to lab workers.

It’s not just startups; established market leaders are also leaning into AI. EP Equipment, a manufacturer of lithium-powered warehouse forklifts founded in Hangzhou 28 years ago, has with Sinovation Ventures’ backing launched autonomous models that are able to maneuver themselves in factories and on warehouse floors. Additionally Yutong Group, a leading bus manufacturer with over 50 years’ history, already has a driverless Mini Robobus on the streets of three cities in partnership with autonomous vehicle unicorn WeRide.

Where is all this headed? I can foresee a time when robots and AI will take over the manufacturing, design, delivery and even marketing of most goods—potentially reducing costs to a small increment over the cost of materials. Robots will become self-replicating, self-repairing and even partially self-designing. Houses and apartment buildings will be designed by AI and use prefabricated modules that robots put together like toy blocks. And just-in-time autonomous public transportation, from robo-buses to robo-scooters, will take us anywhere we want to go.

It will be years before these visions of the future enter the mainstream. But China is laying the groundwork right now, setting itself up to be a leader not only in how much it manufactures, but also in how intelligently it does it.

Source：https://time.com/6084158/china-ai-factory-future/

「黃偉升官 狗尾續貂」新聞稿

台灣史上第一椿總統告平民的刑事案件，在台北地檢署2021年愚人節前夕同時寄發「起訴書」和「不起訴書」給同一被告的鬧劇之後，2021年7月28日上午9時30分將在台北地方法院刑事庭上演續集。劇情撲朔迷離之處如下：

1.蔡英文 Tsai Ing-wen告彭文正「違反總統選舉罷免法」的選他字卷宗，都還沒有依彭文正聲請調取卷宗供檢、辯及法官閱覽，要如何開庭整理爭點？又要如何決定追加黃偉漏掉起訴「違反總統選罷法」意圖使人不當選罪呢？

2.彭文正告蔡英文「誣告」的卷宗都還沒有依彭文正聲請調取卷宗供檢、辯及法官閱覽，要如何開庭整理爭點？

3.黃偉檢察官明顯失職，或有意或無意，把我方最重要的兩份足以讓正常人合理相信蔡英文沒有合格博士論文的書狀（1）補充告訴理由狀及（2）調查證據再聲請狀，訂入誣告卷宗內；審判法官在沒有調卷審查這兩份書狀及所附20多項證據之前，如何能周全客觀地整理本案事實、證據及法律上爭點及不爭執事項呢？

4. 物證中至少16封以上之英文影印信函及文件，至今尚未依法及依被告聲請翻譯成本國文字，致使証據違法、無法驗證為有效，要如何整理證據上爭點？

5. 被告自2019年6月評論論文門至今，遭受死亡威脅、跟監、駭客入侵、國家機器介入等多起生命及人權遭侵犯事件。又值疫情嚴峻，法院所訂庭期，未考慮被告自國外返國需受集中隔離的潛在國家暴力風險，在未完備作業流程下率爾開庭，為何剝奪被告親自到庭的防禦權？

6. 以上訴求，被告及律師多次遞狀聲請，包括：聲請（一）、（二）、（三）狀、準備狀、刑事陳明狀、聲請證據保全狀、聲請調查証據狀、及陳報檢方應追加狀等⋯，除”駁回保全證據”外，至今均未獲法院隻字片語回應。

被告彭文正教授及委任律師李震華、張靜將拒絕出庭，以表達對司法程序不周全、不公正的嚴正抗議。

2021年7月27日 彭文正

NT330 特價中

講師Jon Krohn是機器學習公司 untapt 的首席資料科學家。他撰寫了《深度學習圖解》一書，該書一經出版即成為第一暢銷書，被翻譯成六種語言。

Jon 因其引人注目的講座而聞名，他在哥倫比亞大學和紐約大學親自授課，並透過O’Reilly和SuperDataScience播客進行線上授課。

他擁有牛津大學的博士學位，自2010年以來一直在領先的學術期刊上發表機器學習方面的文章；他的論文已被引用超過一千次。

這門課教你- 基本線性代數和微積分在 NumPy、TensorFlow 和 PyTorch 中的實戰應用

https://softnshare.com/machine-learning-data-science-foundations-masterclass/