人工智能如何赋能先进制造业?“工业人工智能研讨会”举办

科技   2024-05-15 18:19   北京  

4月28日,TEEC先进制造行业委员会主办,清华校友总会AI大数据专委会支持的迎校庆“工业人工智能研讨会”举办,本次活动由召集人陆薇发起并邀请40余位T友与校友,6位AI工业软件供给方与3位应用方共同展开这场聚焦人工智能技术的工业应用的百家讲坛。


 供给方观点摘要 

《国产自主可控基础大模型ChatGLM的研究与应用》
——许斌  清华大学计算机系研究员&博士生导师、智谱AI科学家

许斌老师认为人类学习知识是读万卷书,行万里路;计算机学习知识:读万亿数据、耗一万张卡,训练一个大语言模型——三要素算力数据算法;从清华智谱角度出发目前致力于训练高精度千亿中英双语稠密模型,这对大模型研究和应用有重大意义。打造开发者生态,通过开源社区和人才培养,实现行业可持续发展,目前ChatGLM-6B已经达到1300万+下载量,累计四周Hugging face趋势榜第 一。目前GLM-4在中文对齐能力上整体超过GPT-4。在文生图多个评测指标上,相比DALLE3 约在 91.4% ~99.3%的水平之间。许斌老师总结国产基础大模型GLM系列为行业大模型及上层应用提供了人工智能底座,基础大模型加上行业数据训练可以得到行业大模型,赋能行业。


《GLM大模型为工业赋能》
——刘丁枭,智谱AI 工业智能CTO

刘丁枭博士提出GLM大模型赋能工业企业的落地痛点主要是岗位多、场景多、任务流程多,基于大模型的应用使用表现达不到预期,解决问题的思路则是类比人类员工学习培训过程,以统一的大模型底座,拆分问题,分层解决。从价值创造逻辑上主要分为:

●加速:生成式AI能完成重复性高、简单的基础任务,如文本提取、识别异常项等,从而节省人力资源,加速事务性工作流程,解放生产力
●赋能:大模型作为助手,能放大关键岗位人员的产能,如研发工程师、技术专家等。AI培训专业人员,并在关键业务过程中提供支持,提高工作效率。

企业内部包括OA系统、专业知识库等可以有效做到工作效率提升50%,员工满意率提升30%;在智能客服应用中客户满意度提升50%;业务数据分析、IT开发等也有帮助。


《大模型领域中间件的构建》
——戴冠平,联动北方科技 创始人&首席科学家

戴冠平介绍大模型领域中间件是一种独立的系统软件或服务程序,它位于数据、模型和应用、智能体之间,为彼此提供统一的接口协议和调度管理,以实现多个软硬件或模型、数据之间的的互操作性和资源共享。戴冠平认为特别是在中国,市场上还没有真正诞生满足中间件定义的产品。

大模型领域中间件相关企业,联动北方具有多模态、内容生成可控、定制人工少、快速的优势,目前已经与联通云上智慧社区的体验改善、2023国际服贸会等展销会人机交互、数字人交互、资料归集以及经济风险预警信息分析系统都有应用。

目前,联动北方科技中间件项目已开源,地址:https://github.com/landingbj/lagi


《AI和半导体产业的相互赋能》
——祝波,沃衍资本 合伙人


祝波博士提到工业人工智能的发展是物理世界、思维世界和数字世界三者的交互。AI的进步得益于算法的迭代、算力的提升、数据的增加以及应用的拓展。半导体技术为AI提供了算力底座,除了基础器件的不断创新,硬件架构也随着AI算法不断迭代,比如专用加速、存内计算、异质集成的兴起伴随着AI算力需求从“数源连接”到“数意挖掘”的转变。随着AI技术的进步,PC和手机正在转向通用AI助手平台,具身AI也使机器个体变得更加独立和类人。另一方面,半导体产业本身也在设计、材料、装备、制造、服务、销售等各个环节利用AI进行创新。祝波博士认为AI与半导体产业的相互赋能不仅推动了技术创新,更为AI工业应用提供了强大的发展基础。而不断突破下一代算法和算力的边界是整个半导体行业需要思考的问题。



《工业通用数字底座与智能应用》
——何盛华,数益工联 创始人&CE

●利用最新的互联网技术来推动制造业的数字化转型;
●数字工厂系统(DFS)通过全面的数据集成和实时监控来提高生产效率和降低成本。
●通过边缘数据计算工具终端和5G网络,实现了设备的高度物联网连接,提供实时数据处理和分析能力;
●通过数字化控制和监测工艺质量来优化制造过程,包括产品全追溯管理、生产全流程数字化管理以及全数字化质量等手段;

何盛华总结通过高度集成的软件平台实现,在处理和分析大量的生产数据基础上提供合理的决策支持,这也将对提高生产效率、质量控制,数字化转型等方面提供帮助。

「数益工联」https://shuyilink.com/


《大模型在工业的应用前景与案例》
——陆薇,昆仑数据创始人兼北京工业大数据创新中心主任

陆薇博士,也是本次活动的组织者,她认为
●工业领域有海量以自然语言、目图形图表、图片视频等形态存在的领域知识,LLM在工业领域有广阔的应用前景。工业领域知识和数据富集,工业产品研发-生产-运维全生命周期各阶段都有LLM潜在应用点;
●以LLM与工业领域已有的信息模型为双核心,AI结合经典数据分析技术,加上智能头盔、工业AR眼镜等交互设备,可以提供更功能强大、更用户友好的智能应用;
●工业软件、工业大数据、工业AI彼此配合,支撑工业在信息化基础上进一步数字化智能化转型。工业领域LLM的应用刚刚起步,用户兴趣广泛,通过具象的、有明确价值的业务场景落地LLM,是实现LLM商业化的可行途径。


 应用方观点摘要 

金风科技-数字化中心业务数字化总监李富荣认为
金风科技在业务数字化面临着挑战,公司正在将AI技术应用于制造流程中,特别是在质量控制的图像识别和运营环节的数据分析中。AI技术在帮助工程师迅速解决现场问题方面已经展现出显著效果。在研发环节,AI的应用还处于初步阶段,主要集中在通过标准化和大数据支持来加速产品开发流程。此外,设计过程中利用AI进行仿真和参数匹配的潜力有助于提高设备的环境适应性和整体设计效率。

海博思创-数据科学与人工智能负责人何志超认为
AI实现了从数据驱动反向工程的过程,而且改变了企业处理存储系统集成和场站管理的方式。企业在采用人工智能技术过程会引发相关的业务变革,也需要考虑成本效益问题。尽管人工智能提供了显著的效率优势和成本节约,更需要注意在企业文化方面同时做出调整。

睿天科技-总经理 田志民认为
睿天科技一直通过AI技术优化控制系统和储能系统集成推动制造流程的完善,企业在推进制造流程优化过程中需要克服数据孤岛和集成问题。制造业在采用AI技术时也面临巨大的成本效益分析,特别是在开发大型模型和系统时的高昂成本和长期投资回收。如何利用AI进行故障预测和维护,以及如何通过反向工程方法,从运维数据推导回生产和设计阶段,是全面业务改进的重要问题。


昆仑数据K2Data
昆仑数据是工业互联网领域的领军企业,蝉联“中国大数据企业50强”,受邀参与制订《中国制造2025》工业大数据技术路线图,发起成立并主导运营工业大数据制造业创新中心,致力于用大数据和人工智能技术,推动中国工业智慧升级。
 最新文章