大模型加快向工業(yè)領(lǐng)域拓展

　　工業(yè)智能體是大模型與工業(yè)機(jī)理、機(jī)器學(xué)習(xí)等技術(shù)融合應(yīng)用的最新產(chǎn)物，其帶來(lái)的經(jīng)濟(jì)價(jià)值備受業(yè)界關(guān)注。

　　前不久舉行的工業(yè)和信息化部?jī)苫诤瞎ぷ黝I(lǐng)導(dǎo)小組會(huì)議提出，以工業(yè)智能體為抓手深化人工智能工業(yè)應(yīng)用，帶動(dòng)工業(yè)數(shù)據(jù)集、工業(yè)大模型創(chuàng)新迭代。

　　行業(yè)最新報(bào)告顯示，全球工業(yè)智能化市場(chǎng)規(guī)模今年將突破3.5萬(wàn)億元，中國(guó)市場(chǎng)份額超過(guò)40%，工業(yè)智能體時(shí)代正在加速到來(lái)。

　　改變傳統(tǒng)方式

　　工業(yè)智能體是指專(zhuān)為工業(yè)生產(chǎn)制造設(shè)計(jì)，具備自主感知、認(rèn)知、決策和學(xué)習(xí)能力的軟硬一體系統(tǒng)。與通用智能體的區(qū)別在于，它不僅涉及信息技術(shù)，還融合工業(yè)知識(shí)圖譜等多領(lǐng)域知識(shí)，實(shí)現(xiàn)了從預(yù)設(shè)編程、機(jī)械響應(yīng)向自主決策、動(dòng)態(tài)自適應(yīng)的躍遷。

　　“工業(yè)智能體能夠理解高層次語(yǔ)言和自然語(yǔ)言指令，改變了人機(jī)交互方式——無(wú)需人工逐步點(diǎn)擊、操作軟件，只需下達(dá)命令即可直接得到結(jié)果。”賽迪研究院信息化與軟件產(chǎn)業(yè)研究所人工智能研究室主任王宇霞介紹，它可以拆解任務(wù)、調(diào)用工具，如子軟件、外部數(shù)據(jù)源，還可以通過(guò)多智能體協(xié)同，實(shí)現(xiàn)以語(yǔ)言下達(dá)任務(wù)、智能體完成后反饋結(jié)果，這是其與自動(dòng)化系統(tǒng)的主要差異。若將工業(yè)大模型比作“發(fā)動(dòng)機(jī)”，那么工業(yè)智能體就是能在工業(yè)場(chǎng)景中自主行駛、功能完備的“汽車(chē)”。

　　工業(yè)智能體的應(yīng)用場(chǎng)景有哪些?王宇霞分析，一方面，工業(yè)智能體正推動(dòng)研發(fā)從經(jīng)驗(yàn)試錯(cuò)模式向智能驅(qū)動(dòng)范式轉(zhuǎn)變。傳統(tǒng)研發(fā)依賴(lài)工程師經(jīng)驗(yàn)，在有限空間試錯(cuò)，效率較低。工業(yè)智能體可深度分析海量數(shù)據(jù)，縮短研發(fā)周期，還能在海量空間搜索，推動(dòng)更多研發(fā)和設(shè)計(jì)組合。另一方面，在生產(chǎn)制造環(huán)節(jié)，推動(dòng)制造過(guò)程從自動(dòng)化向自主化升級(jí)，在優(yōu)化生產(chǎn)排程、設(shè)備維護(hù)控制、跨系統(tǒng)協(xié)同等方面作用明顯。

　　傳統(tǒng)工業(yè)機(jī)器人依賴(lài)預(yù)設(shè)程序，一般是在穩(wěn)定環(huán)境中執(zhí)行固定單一任務(wù)。浪潮云洲工業(yè)具身智能體通過(guò)融合多模態(tài)感知、大模型任務(wù)規(guī)劃、精細(xì)化運(yùn)動(dòng)控制技術(shù)，有效提升機(jī)器人在復(fù)雜工業(yè)環(huán)境中的自主作業(yè)能力。

　　為了實(shí)現(xiàn)智能體持續(xù)優(yōu)化，浪潮云洲構(gòu)建了集安全監(jiān)測(cè)、風(fēng)險(xiǎn)預(yù)警、作業(yè)標(biāo)準(zhǔn)化于一體的工業(yè)具身智能體，提升動(dòng)態(tài)感知和決策規(guī)劃能力，有效解決了傳統(tǒng)工業(yè)機(jī)器人對(duì)于多種零部件抓取、檢測(cè)等場(chǎng)景中適應(yīng)性不足的問(wèn)題。該平臺(tái)打造了“感知自調(diào)節(jié)、任務(wù)自組織”的工業(yè)化生態(tài)，涵蓋全流程的智能化解決方案并建立數(shù)據(jù)閉環(huán)機(jī)制。通過(guò)構(gòu)建高質(zhì)量、多模態(tài)的通用具身智能數(shù)據(jù)集，智能體可以不斷從環(huán)境中學(xué)習(xí)新知識(shí)，優(yōu)化任務(wù)執(zhí)行策略，完成迭代更新。

　　杭州熾橙科技副總經(jīng)理韓鵬則表示，工業(yè)智能體不是簡(jiǎn)單的大語(yǔ)言模型應(yīng)用，而是重新定義生產(chǎn)力的AI工具集，是機(jī)器學(xué)習(xí)、強(qiáng)化神經(jīng)網(wǎng)絡(luò)等的集合，是以大模型作為“腦”，工業(yè)知識(shí)為“心”，具體執(zhí)行控制為“手”的三位一體智能系統(tǒng)。

　　提升運(yùn)營(yíng)效率

　　提升運(yùn)營(yíng)效率是工業(yè)智能體表現(xiàn)出的另一關(guān)鍵優(yōu)勢(shì)。“工業(yè)智能體在供應(yīng)鏈優(yōu)化和企業(yè)內(nèi)部管理中發(fā)揮著重要作用。”王宇霞說(shuō)，智能體通過(guò)智能推理和預(yù)測(cè)，自主開(kāi)展訂單處理、庫(kù)存預(yù)警、銷(xiāo)量分析，增強(qiáng)供應(yīng)鏈彈性。同時(shí)，借助大模型能力優(yōu)化人力、財(cái)務(wù)決策，提升管理效率。

　　在上海黑湖網(wǎng)絡(luò)科技有限公司CEO周宇翔看來(lái)，工業(yè)智能體落地絕非簡(jiǎn)單技術(shù)疊加，而是需要與整體數(shù)字化轉(zhuǎn)型協(xié)同推進(jìn)，讓智能體融入生產(chǎn)流程，成為工廠運(yùn)轉(zhuǎn)的“自然部分”。

　　“我們將智能體嵌入生產(chǎn)制造各個(gè)環(huán)節(jié)，在解決工廠原有生產(chǎn)難題的同時(shí)盤(pán)活冗余產(chǎn)能，為承接定制化訂單提供更多可能性。”周宇翔補(bǔ)充說(shuō)，例如，在讀單過(guò)程中，OCR(光學(xué)字符識(shí)別)技術(shù)結(jié)合多模態(tài)與推理模型，可以自動(dòng)識(shí)別訂單字段與圖樣，降低人工錄入時(shí)間和出錯(cuò)率;拆單排期智能體自動(dòng)生成工藝流、報(bào)價(jià)與生產(chǎn)計(jì)劃。在這些智能體的助力下，工廠工藝準(zhǔn)備時(shí)間縮短60%，訂單準(zhǔn)交率提升20%，智能體正在引領(lǐng)一場(chǎng)效率革命。

　　注塑是家電生產(chǎn)的重要環(huán)節(jié)。“我們通過(guò)注塑工業(yè)智能體支撐注塑工藝知識(shí)管理、沉淀等高價(jià)值場(chǎng)景。目前，注塑工藝參數(shù)的調(diào)試時(shí)間縮短90%以上，員工培訓(xùn)成本下降75%。”卡奧斯工業(yè)大腦總經(jīng)理?xiàng)罱≌f(shuō)。

　　“能用、好用的工業(yè)智能體，核心是要解決工業(yè)生產(chǎn)中的效率問(wèn)題。過(guò)去數(shù)字化建設(shè)中，生產(chǎn)形式大多是數(shù)字驅(qū)動(dòng)或事件驅(qū)動(dòng)。未來(lái)，會(huì)逐步轉(zhuǎn)向模型驅(qū)動(dòng)，以模型為知識(shí)中樞和決策中樞，發(fā)揮其主動(dòng)性，更好地組織需求、數(shù)據(jù)，以應(yīng)對(duì)環(huán)境變化協(xié)調(diào)資源進(jìn)行全局調(diào)度。”阿里巴巴達(dá)摩院算法專(zhuān)家趙亮說(shuō)。

　　王宇霞還觀察到，在營(yíng)銷(xiāo)和客戶(hù)服務(wù)環(huán)節(jié)，智能體正推動(dòng)從被動(dòng)響應(yīng)向主動(dòng)預(yù)測(cè)變革。售前可主動(dòng)分析潛在市場(chǎng)需求，提供個(gè)性化內(nèi)容，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷(xiāo);售中借助數(shù)字人三維等模型提供沉浸式交互，幫助客戶(hù)快速?zèng)Q策;售后可成為未來(lái)的價(jià)值共創(chuàng)服務(wù)中心，高效處理客戶(hù)疑問(wèn)，將服務(wù)數(shù)據(jù)轉(zhuǎn)化為對(duì)產(chǎn)品和市場(chǎng)的洞察。

　　落地仍需努力

　　真正推動(dòng)工業(yè)智能體在工業(yè)領(lǐng)域落地仍面臨諸多挑戰(zhàn)。

　　首先是技術(shù)成熟度問(wèn)題，很多大模型算法在通用場(chǎng)景中表現(xiàn)良好，但由于工業(yè)門(mén)類(lèi)多、行業(yè)壁壘高、數(shù)據(jù)難獲取，工業(yè)現(xiàn)場(chǎng)復(fù)雜度高，其適應(yīng)性、實(shí)時(shí)性、可靠性都存在較大問(wèn)題。其次，工業(yè)現(xiàn)場(chǎng)存在數(shù)據(jù)孤島、數(shù)據(jù)缺失、噪聲干擾等問(wèn)題，現(xiàn)有數(shù)據(jù)是否足以用于訓(xùn)練工業(yè)智能體，使其達(dá)到安全可靠的水平，仍有不確定性。

　　“最關(guān)鍵的是安全問(wèn)題。”王宇霞認(rèn)為，智能體會(huì)以接口形式或代碼自主生成形式執(zhí)行任務(wù)，這是它和大模型最大的區(qū)別。正因如此，它也面臨更多安全威脅，如API(應(yīng)用程序編程接口)漏洞、代碼供應(yīng)鏈破壞、提示詞注入等都可能導(dǎo)致智能體運(yùn)行出現(xiàn)偏差。

　　京東方科技集團(tuán)股份有限公司科學(xué)家冷長(zhǎng)林將基礎(chǔ)設(shè)施建設(shè)視為最應(yīng)該加強(qiáng)的環(huán)節(jié)。“要支持企業(yè)構(gòu)建自主可控、兼容異構(gòu)的工業(yè)AI平臺(tái)，盡快突破算力適配、模型壓縮、調(diào)度推理等技術(shù)瓶頸，實(shí)現(xiàn)工業(yè)智能體高效、敏捷部署。加強(qiáng)智能體標(biāo)準(zhǔn)體系和評(píng)估機(jī)制建設(shè)，通過(guò)國(guó)家或行業(yè)標(biāo)準(zhǔn)牽引，推動(dòng)排產(chǎn)、設(shè)備維修等領(lǐng)域的通用模型接口、數(shù)據(jù)規(guī)范、性能指標(biāo)研制，指導(dǎo)企業(yè)拓展應(yīng)用。此外，可依托燈塔工廠、領(lǐng)航工廠等樣板，構(gòu)建工業(yè)智能體生態(tài)實(shí)驗(yàn)廠，圍繞典型場(chǎng)景開(kāi)展模型復(fù)用、算法開(kāi)源、平臺(tái)對(duì)接等生態(tài)試驗(yàn)，推動(dòng)從企業(yè)內(nèi)生應(yīng)用向行業(yè)級(jí)協(xié)同創(chuàng)新轉(zhuǎn)變。”

　　“技術(shù)上，人工智能與工業(yè)機(jī)理結(jié)合是關(guān)鍵。生態(tài)上，需要進(jìn)一步完善協(xié)議、安全倫理、法律責(zé)任界定及應(yīng)急接管、人工監(jiān)督機(jī)制等。”王宇霞說(shuō)。

　　來(lái)源：經(jīng)濟(jì)日?qǐng)?bào) 記者：李芃達(dá)