个人关于ai对于传统行业的改变理解

Question

首先，我本人不是太懂技术，问题也是带着一点好奇心来提问的，可能有些看法和想法比较幼稚，甚至在专业人员看来有些离谱，希望各位dl理解一下，如果心情不错的话也可以为我解释一下。
第一个是，我最近在看一些资料，然后我个人发现，目前大模型的应用领域主要集中在信息服务业，很少有针对工业领域的模型，最多的也只是对于流体或者医学影响的监测，对于这一点，我的看法是，一个是目前的数据源太少了，另一个是目前ai行业的专业人才对于制造业的生产流程不了解，所以也不知道制造业的需求，反过来，制造业不了解Ai，也就不知道Ai能为制造环节提供什么样的帮助，第三个则的目前ai做不出来这种效果，精度不够。
然后我第二个是，首先，我知道，大模型要依靠大量的数据进行训练，然后，我个人的问题是，物理引擎技术也是这样的吗，还是说，物理引擎不需要大量的数据源，只需要算法规范就可以了，然后就是物理引擎和大模型有结合的可能吗，做成一个物理底座，目前的问题就这些，希望哪位dl可以给我解释一下

Answer 1

以下回复参考：皆我百晓生、券券喵儿等免费微信小程序作答:

首先，非常感谢您的提问，您的观察和理解非常到位，关于AI对传统行业的改变，以及物理引擎技术与大模型的关系，下面是我的一些理解和解释。

一、关于AI在传统工业领域的应用

1. 目前AI大模型的应用确实主要集中信息服务业，而在工业领域的应用相对较少。这可能是因为数据获取、算法理解、以及制造业对AI的认知和应用需求等多方面因素导致的。
2. 数据获取方面，工业领域的数据获取难度相对较大，并且数据质量、格式、量级等方面也存在差异。
3. 人才方面，目前AI领域的专业人才对于制造业的生产流程确实不够了解，因此难以针对性地开发出符合制造业需求的AI应用。
4. AI技术的精度和效率也是制约其在工业领域应用的因素之一。工业领域对技术的精度和稳定性要求非常高，而目前AI技术在这方面还有一定的挑战。

二、关于物理引擎技术

1. 物理引擎技术是一种模拟物理现象的技术，如力学、流体、粒子系统等。它并不依赖于大量的数据，而是依赖于物理规律和算法模拟真实世界的现象。因此，它更多地是一种模拟技术，不需要像大模型那样进行大量的数据训练。
2. 物理引擎和大模型之间确实存在一定的关联性和结合的可能性。在某些应用中，物理引擎可以模拟真实世界的现象，为大模型提供更为准确和真实的数据来源。同时，大模型也可以为物理引擎提供更为高级和智能的控制和决策支持。

三、关于未来展望

随着技术的不断发展和进步，AI和物理引擎的结合将更为紧密，为工业领域带来更为智能化和高效化的解决方案。同时，为了更好地推动AI在工业领域的应用，需要加强AI人才对传统工业领域的理解和认知，以及提高AI技术的精度和稳定性。

最后，关于您提到的“物理底座”的概念，我认为这是一个非常有前景的方向。通过将物理引擎技术和大模型结合，可以构建一个强大的物理底座，为各种工业应用提供智能化、高效化、精确化的支持。但具体实现还需要进一步的研究和探索。