在数字化浪潮和新技术引领的产业变革环境下,数字化与智能化为企业转型升级提供了新的机遇,以大模型技术为代表的生成式AI等技术与制造业加速融合,已经成为制造企业实现规模增长的重要引擎。当前,生成式AI技术被共认为是重塑制造业增长路径的利器,数据显示,到2027年将有30%的制造商将使用生成式AI提高产品研发效率。
图片来源:商汤秒画
制造业是国民经济的重要支柱,也是数字化和智能化转型的重点领域。随着大模型技术的崛起,也为制造业这个传统领域迎来了一股新的活力。然而,在制造业中,生产流程通常包含众多环节,涉及到原材料采购、生产加工、质量检测等多个方面,这使得制造业的数据量巨大,且具有高度复杂性。
因此制造业与生成式AI的结合也面临着一些挑战和特殊性,例如制造业的场景多样化、数据碎片化、工艺复杂化、安全敏感化等,这些都要求大模型能够适应不同的行业需求和特点,实现精准和高效的赋能。
大模型重构制造业流程
通过将制造业与大模型技术相结合,可以帮助企业实现生产计划优化、生产过程实时监测、生产成本控制、智能制造等功能,提升产品质量、效率和竞争力,为工业领域带来更多的便利和机遇。目前,制造业与AI大模型的结合主要采用以下几种方式:
- 一是基于通用大模型进行微调和迁移学习,利用少量的行业数据和专业知识对通用大模型进行定制化,使其能够适应特定的行业场景和任务,例如在工业设计、工业视觉、工业语音等领域应用。
- 二是构建行业大模型,利用大量的行业数据和专业知识对通用大模型进行扩展和改进,使其能够涵盖更多的行业场景和任务,例如在工业气象、工业医疗、工业金融等领域应用。
- 三是开发混合大模型,利用多种模态的数据和知识对通用大模型进行融合和协同,使其能够处理和生成多种类型的内容,例如在工业文档、工业报告、工业教育等领域应用。
大模型的通用性显著降低了AI的应用门槛,为人工智能的工程化落地提供了更多可能性。例如,百度文心构建了文心大模型层、工具平台层、产品与社区三层体系,覆盖了NLP、CV、跨模态三大方向的基础大模型,以及多个任务和行业大模型。例如百度文心大模型与企业合作,推出了面向电力、传媒、制造等行业的大模型,实现了技术效果突破、产品创新、生产流程变革、降本增效等价值,并已具备较高的识别准确率和较强的场景迁移性,在多模态的任务下也有明显的突破。
图片来源:网络
在大模型技术的赋能下,一些制造行业中传统环节的效率得到显著提升。以传统设计流程为例,通常涉及概念设计、设计图渲染和设计评审等环节,这些步骤需要大量的人工参与,容易导致多次返工等问题,从而影响工作效率。然而,通过引入面向终端用户场景的端到端生成式AI应用,这一流程得以简化,概念设计成本降低,整体工业设计效率也得到显著提升。生成式AI在设计领域的应用,不仅缩短了产品设计周期,还为创新提供了更广阔的空间。
在智能知识库搜索方面,制造企业通常面临员工数量庞大、内部资料和数据积累丰富的挑战。利用大模型技术的优势,能够帮助企业构建企业级智能知识库。通过结合搜索引擎和大语言模型,该技术使得企业员工能够在庞大的知识库中迅速找到精准、实用的内容,从而有效提升生产和办公效率。这种智能搜索的应用不仅简化了信息检索过程,还为员工提供了更加智能和个性化的工作体验。
大小模型并存,推动制造业灵活创新
为了更加深入地了解到生成式AI在赋能制造行业中取得的重要作用,近日大模型之家对话了施耐德电气全球供应链中国数字化转型总监冒飞飞,对于大模型发展方向进行了深入探讨。冒飞飞向大模型之家表示,施耐德电气构建了开放的AI平台,助力其在人工智能领域的探索。这一AI平台不仅在云端实现了全流程的数据存储、标注、模型训练、推理、部署和监控,还成功将云端模型下发到产线边缘侧,实现了边缘推理,为施耐德电气降低模型管理训练的复杂度提供了坚实的技术支持。通过借助生成式AI的能力,施耐德电气能够在云端实现对全球工厂的中央化部署、管理和监控。此外,施耐德电气在亚马逊云科技的支持下推出了智能工业视觉质量检测解决方案,通过“云-边协同AI工业视觉检测平台”在武汉工厂首次上线,显著提高了生产线的检测效率,将误检率降低至0.5%以下,实现了零漏检率。在排产领域,施耐德电气结合了AI深度学习和运筹优化的使用场景,使得在内部排产问题的解决方案更加灵活和创新。
施耐德电气全球供应链中国数字化转型总监冒飞飞
在讨论大模型与小模型的关系时,冒飞飞表示:“短期内我觉得还是两者并存的。因为我们要去尊重工业里面的场景碎片化这种特异性,以及工业里面有特别深的行业专业知识。”他指出小模型在特定场景和行业专业知识上的应用,短期内仍然具有重要意义。他还指出,大模型的出现,对小模型的训练和精度提升也能够起到辅助性作用。例如在工业质量检测场景,大模型通过图生图的方式可以快速生成大量负样本,从而增强模型训练的效果。这种合作模式将小模型与大模型的优势相结合,为应对工业领域复杂而具体的问题提供了创新的解决途径。
图片来源:大模型之家拍摄
当下正值大模型发展的早期阶段,所有的企业都在积极地探索之中。冒飞飞指出,外部客户对AI产品的要求很高,因此先通过内部孵化,再为外部客户打造成熟的解决方案。他还分享了公司在楼宇与绿色能源管理方面的解决方案,包括智能诊断方案在空调、新风机组和水泵等方面的成功应用,实现了95%以上的冷量和能量预测准确度,以及平均15%以上的能量节约。
对于大模型技术对于制造业的赋能前景,冒飞飞表示充满信心,并透露施耐德电气正在积极探索各个领域,尤其是在工业能源降碳、财务、人力资源、维修等场景。他提到公司在这些领域沉淀了大量的语料与经验,并计划未来优先从企业内部知识管理、智能知识问答等产品与场景切入,为数字化转型提供更全面的支持。
在大模型之家看来,在这场生成式AI技术与制造业的融合的效率革命中,大模型技术的应用既能够为制造业提供更多的创新动力和效率提升,也能够为生成式AI技术提供更多的应用场景和数据资源。在这一过程中,大模型技术发挥了核心的作用,为制造业的数字化和智能化转型提供了强大的支撑,同时也能够与小模型生态互相促进,实现对不同场景和任务的灵活和精准的赋能。同时,大模型之家也认为,面对制造业的多样化和复杂化的需求,也需要考虑到制造业的安全、可靠、可解释等方面的要求,以保证其在工业领域的稳定和可持续的发展。
原创文章,作者:志斌,如若转载,请注明出处:http://damoai.com.cn/archives/1916