详情

　　对于质量节制范畴的成长，福季暗示，保守的质量节制次要依赖统计学方式，检测一个线性的流程，通过抽样的方式以鉴定产质量量以及出产过程能否不变。而现正在，跟着传感器成本的降低和普及，数据采集变得及时化、海量化，纯真的统计方式已不脚以应对如斯复杂和复杂的数据。因而，机械进修和AI等更先辈的东西被引入，它们可以或许更高效地处置和阐发及时数据。

　　要弥合二者之间的鸿沟，沟通极为主要。福季暗示，港科大（广州）正正在大湾区范畴内积极开展产学研对接工做，通过深化校企沟通推进两边领会相互的研究标的目的取成长需求，进而冲破国度环节焦点手艺范畴面对的“卡脖子”问题。

　　《21世纪》：据你方才的说法，AI正在工业范畴的使用尚处于初期阶段，成底细对较高，临时还无法代替保守消息系统？

　　：现实上，立异往往更容易发生正在所谓的学科鸿沟处，因而，跨界能力变得极为环节。跨界可以或许积极推进立异，这一点大师都领会。然而，环节问题正在于人们遍及存正在“”心理，由于人都有所谓的“舒服圈”。老是有人说跨出舒服圈就能激发立异，如许的事理大师都懂，但实正能付诸步履的人却很少。“不怕”说起来容易，做起来却很难。能做到这一点的人百里挑一。当一小我正在本身专业范畴已成为专家，俄然被要求转向其他标的目的，抛却专家身份，从头成为初学者。对大大都人而言，这无疑是一件坚苦的工作。但我们仍需勤奋培育并激励这种怯于跨界的文化。

　　近100年前，统计质量节制(SQC)之父沃特·阿曼德·休哈特画下了汗青上第一张质量节制图——这看似简单的几道节制线，却好像给工业出产拆上了预警雷达。这套方式让出产线具有了未病先防的聪慧，完全改变了质量办理的逛戏法则。

　　以出产线为例，良多出产线对良率的要求极高，需达到99。99%以上。若是是正在小我利用场景中，AI聊天东西正在一百次中呈现几回错误并无大碍。但正在出产线上，任何一次错误都可能导致严沉的质量问题，这是绝对不答应的。

　　“原认为风马不接的两批人，正在颠末两周的合做之后，竟然正在外不雅上曾经分辩不出两边的不同了，这证明两边的融合仍是很成功的。”福季说。

　　除了监测东西的变化，方针也从“发觉问题”转向“预测预警”。福季暗示，保守质量节制的方针更侧沉于“过后发觉”。当出产过程中呈现问题，导致产物不及格时，通过数据阐发来识别出问题所正在。这是一种被动的、反映式的办理模式。现在，借帮大数据和AI的阐发能力，质量节制的方针曾经向“事前预警”改变。系统不再是简单地判断“能否出问题”，而是通过对海量及时数据的持续和模式识别，正在问题发生前就预测到非常趋向。正在工业这片膏壤上同样焕发出兴旺朝气。按照Control Engineering China的2024中国工业AI成长洞察取瞻望，跨越对折的受访者认为“AI将成为将来合作的环节”或“AI将改变财产，必需有响应手艺储蓄”。

　　正在工业时代，毛病就像蒸汽机上外露的齿轮一样可见。但现在的出产系统已进化成看不见的数据迷宫，每一个非常都像暗藏正在数据中的暗礁。保守的人工盯防，就像试图用放大镜整片海洋——不只力有未逮，更可能错过致命的湍流。因而，若何正在数据洋流中建立高效的非常监测机制是福季要破解的时代难题。

　　福季坦言，其时选择科技大学，次要是考虑到父母年迈，但愿离家近一些；且他听闻资深传授称港科大为“亚洲MIT”，因而决定插手。

　　《21世纪》：就你的察看而言，目前大湾区的企业，对于人工智能正在工业范畴使用的接管程度若何？能否曾经开展了一些测验考试？

　　：我认为AI使用于制制业是一件具有主要意义的工作。具体而言，AI正在制制业的使用次要表现正在两个方面：第一为存量增效，即借帮AI这一新兴东西，对现有的出产流程等进行优化，使其效率更高。凡是环境下，这是渐进式的前进；第二为增量立异，例如开展客制化出产，正在出产线不异的环境下，根据分歧的需求，快速出产出分歧的产物。这属于冲破式立异。我认为，渐进式立异取冲破式立异这两种模式将正在制制业中并行成长。

　　然而，鞭策校企合做取仍面对挑和。福季指出，此中一个焦点问题正在于高校现行的评审系统：其过于侧沉保守科研论文产出，却轻忽研究对经济、社会等非学术范畴的影响力。评价系统指导教师行为。若以论文颁发为次要尺度，教师便倾向于专注论文，不肯投入财产等立异工做。

　　舞旗、写书法、分享国粹学问。福季是当之无愧的“斜杠”传授。正在科研方面，他是工业工程范畴的学者，努力于通过工业大数据研究阐发，统计进修、机械进修等方式改良质量检测系统，提拔工业出产的产量和质量。

　　据港科大（广州）官网引见，建校不久，港科大（广州）就已结合广州市国资委合做交换专班，为21家市属国企的100余项具体手艺需求婚配对接了港科大（广州）响应范畴的传授。曾经组织数十名传授取广汽集团、广州港集团、广州交投集团进行了专项春联系商。

　　倘若学术界可以或许提前洞察企业所面对的这些难题，就能够充实阐扬本身劣势，为企业供给无力的支撑取帮帮。

　　：当前，浩繁企业都正在积极测验考试将人工智能使用于工业范畴。无论企业能否实正领会人工智能手艺，也无论其客不雅志愿若何，大师遍及存正在一种“怕被落下”的心态，纷纷投身于相关实践中。正在制制业垂曲范畴使用AI，其实并非如人们想象得那样简单。良多人认为建立大模子更坚苦，而使用相对轻松。现实上，企业正在使用过程中也面对着诸多灾题。

　　：科技大学（广州）十分强调学校取企业的对接，努力于开展有影响力的科研工做。具体而言，学校奉行的是使命驱动型的、有影响力的科研模式。当前，内地正出力提拔新质出产力。正在此布景下，我们承担着多项由财产现实需求催生的使命。

　　：我方才提到的“不怕”，次要侧沉于心理层面。当下，各类问题呈现出高度复杂性，其复杂程度远非单一学科学问所能应对，因而，我们火急需要具备跨学科的能力。正在跨学科的过程中，我们必然会一些本身学问系统之外的难题，需要取他人展开合做，而这便涉及跨界以及沟通能力。因而，跨学科的要点正在于可以或许取分歧范畴的人进行无效沟通，而且清晰正在何种环境下使用何种能力，取各方联袂合做，这些要素都是跨界能力的主要构成部门。

　　《21世纪》：正在鞭策科研贸易化的历程中，你认为大学可以或许采纳哪些行动，能够正在哪些方面做出改良？

　　福季本科就读于大学的机械工程专业，后来赴美国密歇根大学攻读工业工程，博士结业后，他的人生道来到了一个岔口，面前是两条判然不同的选择：一条通往业界，进入美国一家百年从动化企业；另一条则指向学界，是其时方才崭露头角的科技大学。

　　：若是现正在再来回首，可认为其时的选择列出各种的好坏阐发。但其实就其时而言，做出这个选择仍是颇具巧合性。那时我完成学业，刚好科技大学有一个机遇。考虑到父母年事渐高，我但愿当前的工做地址能离家近一些，便利照顾，因而选择了来港科大任教。其实，正在读书时我并不十分领会港科大。后来，我向一些资深的教员征询时，他们提到，港科大号称“亚洲MIT”，成长前景优良。恰是正在如许的契机下，我来到了。

　　福季正在工业工程范畴深耕多年。他认为，工业工程是一门融合学科，其焦点正在于处理财产中的复杂问题，涵盖从产物设想、出产、质量节制等全链条的优化。正在已有系统的根本上，通过精巧的设想和高效的办理，实现成本节制和质量提拔。

　　为培育跨学科的人才，福季正在讲授中成心放置分歧窗科的学生进行交换沟通，通过配合制做一个项目，让两边互取所长。他曾测验考试让科技大学的“理工男”取中国美术学院的“艺术家”配合合做，但愿为理工科的学生培育设想师的思维，同时也让艺术专业的学生能用科技展现他们的创意。

　　：我认为学术评估是此中主要一环。从质量节制理论的角度来讲，评估小我表示取决于系统所丈量的内容，人们会根据丈量尺度来调整本身行为。目前，若学术评估的尺度仅聚焦于论文颁发，那么科研人员天然会将次要精神放正在撰写论文上。虽然学者正在立异创业范畴的成绩难以量化，但学校仍该当将这一范畴纳入学术评估系统中。只要如斯，学者才会更安心地投身于那些对社会和财产具有积极意义的工做。终究，若是一项工做仅仅对社会和财产无益，却对学校和科研人员没有价值，那么要求教员和学生去开展如许的工做，不免会有些强人所难。立异发生正在学科鸿沟。

　　《21世纪》：从你最早开展的工业过程研究，到现在的工业大数据以及工业人工智能研究，这两头履历了如何的改变？

　　现在面对的问题远比过去复杂。而是面对着软件取硬件深度融合，这种融合带来了庞大的影响。一旦软件编码存正在缺陷，问题会及时、界地敏捷扩散，发生大规模影响，雷同城市中俄然大面积黑屏的环境。如许的环境并非虚构，而是实正在发生过的。这使得质量问题从过去的曲线式思维，改变为具有扩散性的复杂问题。

　　《21世纪》：你之前提到科创人才最主要的一个特质是不怕跨界，为什么现在跨界对于科创人才愈发主要？

　　《21世纪》：请你引见一下你的肄业履历，其时你正在面对业界和学术界的选择时，为何选择了学术界？

　　例如，正在计较投资报答率（ROI）时，企业难以评估引入AI手艺后，新手艺相较于旧系统的劣势到底表现正在哪里。而且采用AI手艺凡是存正在一些问题。

　　：家喻户晓，学术界取工业界加强合做是必然趋向，然而现实操做中，二者之间存正在显著差距。学术界自认为极具价值的研究，正在财产界眼中可能并无现实用途；反之，财产界火急需求的内容，又往往取学术界的研究标的目的脱节。若何搭建一座沟通的桥梁，将二者慎密相连，是当前亟待处理的主要问题。跟着科技的飞速成长，学术研究取财产实践之间的距离正逐步缩短。现在，港科大和港科大（广州）都正在积极鞭策这方面的工做，通过取企业的深度对接，促进相互领会，明白两边需求取劣势。

　　现正在我们强调成长新质出产力，那么必然存正在一些具有高优先级的研究课题。当然，各类研究课题对人类社会成长都有必然贡献。然而，当下更火急需要聚焦的，是财产范畴中那些实正在存正在的环节问题。

　　：虽然目前能够得出这一较着结论，但该范畴成长变化敏捷，具体哪些要素可以或许帮帮企业盈利，现正在大师仍处于摸索阶段。但AI的成长日新月异，大概正在将来某一天就会呈现雷同DeepSeek式的冲破。正在AI的算力、算法以及数据这三个要素中，中国工业AI的成长仍是极具合作力的。正在垂曲范畴的AI算力并不是那么主要；中国正在工业AI的算法范畴成长取世界一流程度齐平；而对于工业AI所需的数据而言，我国具有大部门的供应链，因而也控制工业AI成长所需的数据。只需我们具有充脚的专业人才，而且大师齐心合力、勤奋研究，中国正在工业AI范畴必将占领有益地位，具有广漠的成长前景。

　　：正在此之前，我几乎每月城市到内地参取分歧的项目。不外，短暂到访取持久正在此扎根糊口、开展工做，感触感染仍是很纷歧样的。其时，“港科大2。0”这一深深吸引着我。其焦点要点正在于鞭策跨学科、融合学科成长，并加强取企业的对接合做。我认为这是倪明选校长给我的一个贵重机遇，让我能投身于这项富成心义的工做。

　　福季将AI正在工业中的使用标的目的归纳综合为“存量增效”和“增量立异”：前者是通过AI优化现有流程；后者则是操纵AI实现过去无法企及的立异。他认为，正在将来工业范畴的AI使用，将会是两种立异体例并行。

　　目前大大都工业企业仍然正在试探若何使用AI。福季暗示，他正在调研中发觉，不少企业都有正在测验考试利用AI，大师都害怕“被落下”，但目前并没有良多成功的案例。AI正在工业这一垂曲范畴的使用仍存正在不少难题，投入产出比低以及AI的“”仍是使用中最大的障碍。

　　破解困局的环节正在于成立多元化的科研评价机制。福季强调，教师评价不克不及仅限学术论文，更需纳入财产立异取社会贡献。这些目标虽难量化，但仍该当做为评价的主要部门。因而，港科大（广州）从建校起头就不竭摸索教师评价的实践方式和内涵，旨正在成立一种可以或许均衡各类价值需求的评价系统。

　　不外，福季对于中国工业AI的成长充满决心，他指出，从AI的三大焦点要素——数据、算法和算力而言，中国成长工业AI的前提界范畴内具必然劣势。工业场景对算力的需求并不像其他范畴那样庞大。中国的AI算法已跻出身界顶尖程度，而且依托全球最完美的供应链系统，中国也具有成长工业AI所需的最全面数据资本。

　　：工业工程是一门高度融合的学科。它融合了工程学、办理学、数学以及消息科学等多个范畴的学问取方式。该学科努力于处理财产范畴中的各类复杂问题。而这些问题贯穿于工业出产的全流程，从初始设想、出产规划取排序、质量取靠得住性管控，曲至最终输出。这类复杂问题，单一学科难以无效应对。因而，工业工程将整个流程视为一个系统进行分析研究。工业工调的方针并非纯真地制制产物，而是持续优化取改良，这也能够用和广东地域常用的表述“便、靓、正、快”来注释。

　　中国美术学院取科技大学正在2012-2019年间结合举办讲授项目，开设《设想思维（艺术取科技）》结合课程，两边大学的学生将正在课程同合做完成产物的设想。该课程距今曾经成功举办十届。此中，比来的三届正在港科大（广州）举办。

　　：晚期开展工业过程研究时，次要采用的方式是对出产过程进行取样，根据采集到的数据判断产物能否达标，所以是次要使用统计的方式进行阐发。跟着时代成长，环境发生了显著变化。传感器成本大幅降低，数据采集实现了及时化，数据量不只大幅添加，并且复杂程度也日益提拔。我们现正在的方针是做过程的、监测。我正在研究质量节制时，出格关心多阶段质量变异的问题。因为出产线上分歧工序之间存正在联系关系，质量问题的变异也具有传送性。例如，某一工序呈现问题，可能不会当即，而是跟着出产流程传送，正在后续某个工序导致产物呈现缺陷。并且，发觉缺陷的未必就是发生问题的，这就需要深切阐发问题传送的径取机制。

　　凭仗其正在统计过程节制、先辈手艺及学术带领力方面开创性的贡献，福季荣获2025年美国质量学会（ASQ）“休哈特章”（Shewhart Medal）。该项被誉为质量范畴的“诺贝尔”。自1948年该项设立以来，是少数获此殊荣的中国粹者之一。

　　有人可能会质疑，若是培育学生跨界，好比既研究生物又研究计较机专业，会不会呈现什么都懂但又什么都欠亨晓的场合排场？我并不认同这种概念。即便进行跨界进修取研究，仍然需要明白本身的专业标的目的。例如，将生物专业取计较机专业相连系，这本身就形成了一个特定的范畴，虽然目前可能尚未有清晰的界定，但完全能够将其视为一个的研究范围。每小我都应正在相对聚焦的范畴范畴内，勤奋成为该范畴的专家。

　　穿戴剪裁讲求的棕色西拆，戴着黑框眼镜，头发梳得敷衍了事，福季专注地凝视动手中的春联。他手中握着一支毛笔，下笔横平竖曲，一笔一划，每个字都遒劲无力。

　　福季对产学研合做的注沉，源于其正在美国密歇根大学肄业期间的耳濡目染。密歇根大学位于安娜堡，接近美国三大汽车公司总部，其科研取汽车财产慎密相关。福季暗示，攻读博士时，做科研需要经常跑工场，将研究问题取现实使用相连系。

　　对于社会热议的高校手艺，福季认为，科研需要一个完美的生态系统。学校的力量大概能将手艺由“0到1”，但距离实正商品化使用仍有不小的距离。完美的科创生态系统，能够整合学校、企业和的力量，将科研能力、人才和市场需求连系，让手艺线月，由广州市科学手艺局、南沙区人平易近和港科大（广州）合做共建的港科大（广州）科创转移正式揭牌。该是环港科大（广州）立异区的先行启动园区，聚焦人工智能、微电子、新材料、生物医药等前沿范畴，短短半年之后已吸引25个立异创业项目入驻。立异区不只汇聚粤港澳三地科研资本，更通过市场化机制鞭策新型研发机构。

　　跨学科事实要培育什么样的能力？福季认为，跨学科合做能力的焦点正在于无效的跨界沟通。当碰到专业局限时，研究者需要可以或许取其他范畴的专家成立高效合做，这就要求具备专业的沟通能力，包罗理解分歧窗科的术语系统，并能用对方熟悉的言语进行精确表达。

　　关于校企合做的具体模式，福季引见，目上次要存正在以下几种合做机制：企业出资，取高校开展合做，旨正在借帮学校的研发劣势霸占现实出产中的手艺瓶颈；亦或是取企业配合成立尝试室，处理将来行业成长中潜正在的难题。

　　跨学科研究的兴起，源于科研取出产实践中日益复杂的分析问题。福季暗示，以工业工程为例，研究中面对的复杂问题横跨多个学科范畴，单一学科无法供给完整处理方案。“科创人才很主要的一个质量就是跨界，立异往往发生正在学科鸿沟。”福季说。

　　“除此之外，我们也会让学生进入企业进行练习，通过学生的反馈，我们能够更好地领会工业成长中的现实痛点。”福季弥补道。

　　：高校有能力发生立异设法并将其为。然而，从降生到可以或许现实使用，这两头存正在一段距离。若是仅靠高校本身力量去逾越这段距离，可能会因资本无限、经验不脚等问题，正在某个时间节点不得不放弃。而倘若建立一个由学校、企业和配合参取的生态系统，将市场需求取高校所具备的手艺无效毗连起来，那么高校科研的贸易化之将会愈加顺畅。