logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

技术创新领域,AI(AIGC)是否会让TRIZ“下岗”?

对于非常具体、定义明确的问题,如果有大量数据集可用,AI可能会被训练直接生成解决方案,从而可能绕过对这些具体、狭窄问题进行系统TRIZ分析的需要。但在我们解决问题第一步时,如何将陈述的问题转化为TRIZ问题,或者说转化为问题模型,这在今天仍然是一个有点难做的环节,很多人难以提炼出问题模型。所以,我认为TRIZ和大模型的结合是目前最可行的方式。上周末在法思诺创新直播间的软硬件一体化智能创新讲座中,有

#人工智能#AIGC
吃碗面的功夫,我随口用“灵光”搓出一个有8大功能的app,还不止(含三大应用解锁)

其他“传统“的AI智能体其实更侧重在虚拟世界,要求它们回答各种知识还算ok,但是要它们解决物理世界的问题,多是天马行空的想象(杜撰),很难落地。包括英文发音,记忆曲线,闯关模式,积分奖励,单词本,游戏设定,颜色设定等差不多8-9个功能。如果企业用灵光把各种设备,工具和应用场景结合起来,生成特定的闪应用,快速培训指导新员工,应该非常有效。晚上吃面的时候,想到上高中的儿子这次英语考试没考好,原因居然是

AI玩具为何难成为情感伙伴?缺乏关键记忆是致命伤

持续记录用户在多次交互中的习惯和偏好,如孩子喜欢听什么类型的故事、喜欢在什么时间使用 AI 玩具等,这些数据虽然不是瞬间的峰值,但对构建用户画像、实现个性化交互至关重要,也是记忆内容的重要组成部分。靠AI吃饭就要发挥AI的优势,AI在手机和PC端的优势是什么“都懂”的万事通,而在玩具端的优势是个性化的“懂你”,这也是情感陪伴的诉求。目前,包括国内的文心,通义,扣子,外网的Gemini,ChatGP

#人工智能
学生不应依赖AI写作业,怕大脑用进废退。职场人呢?

AI过度依赖会削弱大脑思维创新能力。研究表明,长期使用生成式AI会降低前额叶活跃度,使大脑从"思考者"退化为"指令输入者"。创新需要主动跨界整合不同领域知识,而AI只能在既定知识库中打转。职场人应将AI作为"思维杠杆"而非"拐杖",保持自主思考能力。法思诺创新大师软件采用"引导+训练"模式,通过结构

智能硬件交互有什么发展趋势?

然而,国内智能硬件产品却陷入同质化泥潭,例如那些被做成玩具的AI硬件,多数是套着塑料壳的语音盒子,像是同一个妈生的N胞胎,换了个马甲而已。而我们真正需要的,是能把面粉做成“拉面”、“小笼包” 、“饺子”、“面包”、 “蛋糕”、“披萨”的大厨,针对不同口味,提供不同选择。对于研发工程师来说,如果有一个实体的小机器人,能实时看到我们研发的新产品,随时参与到产品问题的探讨中,还能网络检索新功能是否可以申

#智能硬件#人工智能
到2027年,人工智能新一代智能终端、智能体普及率要超70%,怎么与6大重点领域深度融合创新?

如:到2027年,率先实现人工智能与6大重点领域广泛深度融合,新一代智能终端、智能体等应用普及率超70%,智能经济核心产业规模快速增长,人工智能在公共治理中的作用明显增强,人工智能开放合作体系不断完善。法思诺也希望与各领域创新人士合作,运用创新方法打开思维空间,深入挖掘真正的创新方向和机会,让融合AI的新产品帮忙我们解决一个个具体问题,实现到2030年,新一代智能终端、智能体等应用普及率超90%的

#人工智能#大数据
当年的“老古董”ERP,反而成了今天“新贵”AI的最佳助推器?

摘要:实施过ERP系统的企业在推行AI应用时更具优势,因为ERP系统提供了规范统一的数据基础,这正是AI运行的关键燃料。文章指出,ERP与AI的结合实现了从"管理自动化"到"决策智能化"的飞跃,建议企业从具体业务痛点入手,通过小步快跑的方式逐步推进AI应用。对于尚未部署ERP的企业,建议先聚焦一个方向夯实数据基础,再借AI推动智能化转型。

#人工智能
法思诺创新洞察:AI时代研发团队培养——法思诺如何构建创新人才培养体系,赋能企业持续创新,引领行业未来?

摘要:AI时代研发团队面临创新思维缺失、技术应用不足等五大痛点。法思诺创新学院提出DDIF培养体系,通过高层引领、项目实战等五大策略,结合TRIZ与AI工具,打造实战型创新人才。该体系采用"训战合一"模式,将AI实操融入培训全过程,并构建智能知识库促进经验传承,助力企业突破创新瓶颈,实现技术升级。

#人工智能#大数据
法思诺创新洞察:如何运用创新大师软件,快速破解企业研发中的技术难题,抢占创新制高点?

摘要:法思诺创新学院推出"创新大师"TRIZ智能软件,通过AI+TRIZ方法论解决企业研发中的技术瓶颈问题。该软件能系统化解工程矛盾,将研发周期缩短40%,试错成本降低60%,突破传统依赖专家经验和反复试错的研发模式。软件包含科学效应库、发明原理库等创新知识模块,支持问题分析、方案生成到评估的全流程,并构建企业专属创新知识库。法思诺采用"咨询式培训+项目实战&quot

#人工智能#大数据
法思诺洞察:智能硬件可靠性提升——从DFSS到故障预测的完整路径

智能硬件可靠性成为市场竞争关键。法思诺创新学院提出从设计到服务的全生命周期可靠性管理方案:1)设计阶段采用六西格玛设计(DFSS)和TRIZ创新方法,通过QFD、FMEA等工具预防缺陷;2)生产过程运用SPC和防错技术确保质量稳定;3)运营阶段利用AI和大数据实现故障预测与健康管理(PHM),变被动维修为主动预防。该方案通过系统性的可靠性提升路径,帮助企业打造零缺陷产品,赢得市场优势。

#智能硬件#人工智能
    共 18 条
  • 1
  • 2
  • 请选择