Top
首页 > 正文

工业大模型应用仍需时日

当前,生成式AI技术引发了一场计算范式和生产模式的颠覆式变革。作为一种全新的生产力,大模型正在走进工业制造业。“如果把大模型在消费端的落地比作一场一马平川的‘平原战’,那么在工业制造领域的落地则更像是一场沟壑纵横的‘高原战’。
发布时间:2024-01-03 09:14 来源:电子信息产业网 作者:宋婧

当前,生成式AI技术引发了一场计算范式和生产模式的颠覆式变革。作为一种全新的生产力,大模型正在走进工业制造业。“如果把大模型在消费端的落地比作一场一马平川的‘平原战’,那么在工业制造领域的落地则更像是一场沟壑纵横的‘高原战’。”在近日举办的2023计算产业生态大会期间,中国科学院沈阳自动化研究所特聘研究员、机器人国创中心工业软件部主任王挺在接受《中国电子报》记者专访时表示,目前大模型在工业领域的应用仍停留在简单的自然语言交互方面,尚未下沉到专用的场景中,距离真正落地还需一段时间。

我国制造业企业规模化、全链条、多功能的数字化改造才刚刚起步,一些制造企业在生产环节中存在许多待解的难题,比如数据没有打通,存在数据鸿沟。再比如,5G发展还不够成熟,尚未实现网络全覆盖。“万里长征的第一步是要实现最基础的IT(信息技术)和OT(运营技术)的融合,在此基础上才有可能去探索更高级别的数字化、智能化。”王挺说道。

不可否认的是,大模型的出现给智能制造带来了更大的想象空间。如果把大模型嫁接在机器人上,可以让机器人真正“动”起来,从简单的自然语言交互升级至更为复杂的操作与控制,最终实现具身智能。如果把大模型嫁接在CAD这样的工具软件或者一些创作型软件上,人只需要提供灵感,设计的过程交由算法与软件来完成,这将大大降低工业设计的门槛。

通用大模型如火如荼地发展吸引了大量的资本与人才,很多制造企业也都希望能够尽快将大模型引入工业场景之中。

在他看来,通用大模型在工业制造领域的应用既要“向上”去做广域的覆盖,也要“向下”去做深度的覆盖。这不仅涉及从产品设计到工艺规划到生产再到售后等全生产流程,也涉及从原材料供应到物料加工、制造、运输的供应链各个环节,以及ERP(企业资源计划)、MES(生产管理系统)、PLC(可编程逻辑控制器)等从生产计划到制造执行的端到端的维度。大模型作为一种新的驱动变量,可以让不同维度的生产资源实现更高效、更合理的优化配置,但这并不是一件容易的事情。

举个例子,大模型的出现让“代码商城”的概念受到了业界的高度关注。试想一下,机器人控制代码、CNC(数控车床)加工代码、PLC(可编程控制器件)代码是不是可以利用大模型来生成呢?王挺认为,答案是“能”,但需要再往前跨一步,要针对它的语法规则、控制逻辑去做适配,才有可能真正起到辅助工业生产的作用。

“就现阶段而言,通用大模型在工业领域的应用大多还停留在自然语言交互的阶段,尚未走到多模态级别。”王挺坦言,“除此之外,我们在工业软件、控制器、网络结构等方面存在的短板也会影响大模型在工业领域的落地速度。”

作为底层硬件与上层应用之间的桥梁,工业软件是数据流通与作用的关键,也是工业知识的重要载体。王挺表示,要打通模型与应用,首先需要一套自主创新的类似Midjourney、Office Copilot的生产力软件充当给大模型喂“提示词”的“桥梁”。目前国内工业软件的技术水平与国外相比还有很大差距,很难扮演好模型与应用之间的“桥梁”角色。

“除了工业软件,工业领域还涉及种类繁多的设备、控制对象、协议、网络结构等,大模型需要适配的东西还有很多,我们要补足的短板也还有很多。”王挺表示。

据王挺分析,未来工业领域应该会出现两大类型的主流团队,一类是专门针对模型去做基础的底层优化的专业技术团队,另一类是基于行业知识积淀去做提升工程的解决方案服务团队。“我们呼吁产学研用各界建立共识,以合作共赢的方式来共同构建产业生态。”王挺说道。

延伸阅读

    合作站点
    stat
    Baidu
    map