大模型助力工業(yè)智能化發(fā)展

“大模型結(jié)合仿真技術(shù)，就成為了生成式仿真技術(shù)，生成式仿真可以做一些有效的平滑處理，給我們帶來非常大的機(jī)會。

比如車輛撞擊，未來的仿真應(yīng)該是現(xiàn)場的真實(shí)數(shù)據(jù)、來自于Altair這種小模型的機(jī)理的仿真數(shù)據(jù)以及工業(yè)的大模型仿真數(shù)據(jù)，三者融合在一起。有可能讓工業(yè)仿真得到一個(gè)極大的推動，升級到另外一個(gè)新的高度。”

——上海數(shù)據(jù)科學(xué)重點(diǎn)實(shí)驗(yàn)室主任 肖仰華教授 在Altair “AI FOR ENGINEERS”線下研討會的精彩演講

為了與全球優(yōu)秀工程師共同探索人工智能（AI）在工業(yè)發(fā)展中的變革力量，6月20日，Altair 將舉辦面向廣大工程師的全球線上會議“AI for Engineers”。會議邀請全球知名設(shè)計(jì)、仿真和制造領(lǐng)域的專家與權(quán)威學(xué)者，共同探討生成式人工智能(GenAI) 如何助力工業(yè)變革、產(chǎn)品研發(fā)，歡迎關(guān)注公眾號“Altair RapidMiner”或者點(diǎn)擊鏈接立即免費(fèi)報(bào)名https://hubs.ly/Q02BgDjZ0，與全球工程師共享人工智能前沿技術(shù)。

現(xiàn)在整個(gè)世界的不確定性日益增大，導(dǎo)致工業(yè)系統(tǒng)前所未有的復(fù)雜。很多大型基層裝備，涉及到成千上萬個(gè)零件，每一個(gè)零件又要經(jīng)過一道涉及到上萬個(gè)零起元器件組成的生產(chǎn)線加工過程，這樣的加工程序可能有幾百道工序，使整個(gè)系統(tǒng)的復(fù)雜性達(dá)到了當(dāng)年錢學(xué)森所說的復(fù)雜巨系統(tǒng)的狀態(tài)。

基于當(dāng)前的復(fù)雜情況，我們一定要把來自專家的認(rèn)知能力一定程度讓度給機(jī)器，未來發(fā)展成為人機(jī)協(xié)同的認(rèn)知，共同應(yīng)對工業(yè)中的巨大挑戰(zhàn)。

很顯然，當(dāng)下大模型想要助力工業(yè)智能化發(fā)展，在工業(yè)認(rèn)知系統(tǒng)以及能力的實(shí)踐方面，都遇到了非常多挑戰(zhàn)：

缺乏海量的應(yīng)用模式

當(dāng)我們把數(shù)據(jù)科學(xué)、數(shù)據(jù)智能、人工智能的很多能力和技術(shù)方案遷移到工業(yè)場景的時(shí)候，會發(fā)現(xiàn)以往比較成熟的應(yīng)用場景大多是在消費(fèi)互聯(lián)網(wǎng)，但是這些技術(shù)一旦遷移到工業(yè)場景，就會面臨著非常多的挑戰(zhàn)。因?yàn)樵诠I(yè)場景，沒有像消費(fèi)互聯(lián)網(wǎng)那么海量的應(yīng)用模式，而且認(rèn)知復(fù)雜性遠(yuǎn)遠(yuǎn)超過消費(fèi)互聯(lián)網(wǎng)。

數(shù)據(jù)復(fù)雜，治理困難

數(shù)據(jù)來源非常多樣，例如Mac系統(tǒng)、ERP系統(tǒng)等等，各種各樣的系統(tǒng)都在產(chǎn)生不同的數(shù)據(jù)，數(shù)據(jù)治理很困難。面對這些復(fù)雜的數(shù)據(jù)，要加工、關(guān)聯(lián)、融合、清洗都非常困難。所以工業(yè)的數(shù)據(jù)治理，恐怕是所有行業(yè)里面最困難的。

知識屬于隱形經(jīng)驗(yàn)，機(jī)器難以學(xué)習(xí)

工業(yè)知識有個(gè)很大的特點(diǎn)，很多知識屬于師傅的經(jīng)驗(yàn)，往往自己也說不清，很難顯性化的表達(dá)，所以很多知識是一種隱性經(jīng)驗(yàn)，是一種直覺，師傅很難講的明白，機(jī)器也無法學(xué)習(xí)。另外工業(yè)的知識體系龐雜、類型多樣，涉及到幾乎所有我們熟知的學(xué)科，機(jī)械的物理的化學(xué)的流程的工藝的光電的。這都會給人工智能解決工業(yè)領(lǐng)域的問題帶來非常大的挑戰(zhàn)。

在面對這些挑戰(zhàn)的情況下，大模型給工業(yè)帶來哪些機(jī)會呢？

在講大模型之前，先看小模型，Altair的小模型RapidMiner在這方面做得很好，可以把傳統(tǒng)的非常封閉場景的經(jīng)驗(yàn)，通過數(shù)據(jù)擬合表達(dá)。在可控可編輯可理解可解釋方面，小模型和智能突破仍然比大模型有優(yōu)勢。很多工業(yè)場景是嚴(yán)肅的應(yīng)用場景，需要可編輯可控制可理解可解釋。

其次是大模型，對于工業(yè)而言，大模型最重要的意義在于又一次有力的推動了數(shù)實(shí)融合，把數(shù)據(jù)和實(shí)體產(chǎn)業(yè)相結(jié)合。

對于工業(yè)來說，大模型有非常重要的價(jià)值：

1、可以對語言模型進(jìn)行統(tǒng)一的建模和理解

工業(yè)里面的語言主要是日志，我們通過日志了解設(shè)備的運(yùn)行狀態(tài)，以往都是小模型，小模型換一個(gè)新任務(wù)，模型就失效了，換一個(gè)廠商的日志，模型就又失效了。現(xiàn)在我們已經(jīng)可以用大模型技術(shù)訓(xùn)練日志大模型，把行業(yè)的知識注入到語言模型里，模擬實(shí)現(xiàn)日志統(tǒng)一理解處理。

工業(yè)里另外一個(gè)語言是腳本。我們經(jīng)常要配置很多腳本，以前一旦是新手配置這些腳本就會容易出錯，現(xiàn)在可以用機(jī)器統(tǒng)一理解，做一個(gè)生成式腳本模型，自動生成配置各種不同設(shè)備。

大模型也可以幫大家理解日志，把看不懂的日志變成自然語言表達(dá)，這樣的話普通人也可以做一些運(yùn)維的工作。

2、幫我們理解行業(yè)數(shù)據(jù)

現(xiàn)在各行各業(yè)都想激活數(shù)據(jù)要素的價(jià)值，甚至把數(shù)據(jù)變成資產(chǎn)去流通去交易，但是這里面很關(guān)鍵的問題在于數(shù)據(jù)治理。目前數(shù)據(jù)治理還是要靠行業(yè)專家寫規(guī)則，然后做治理。但是代價(jià)極大，有幾個(gè)行業(yè)專家能把幾萬張表全看一遍，所以現(xiàn)在要靠大模型實(shí)現(xiàn)數(shù)據(jù)治理的agent。如果能練就自己的工業(yè)大模型，一定程度能夠識別工業(yè)數(shù)據(jù)的錯誤，從而幫我們做數(shù)據(jù)治理。

現(xiàn)在還有不少企業(yè)在使用大模型研發(fā)各種各樣專業(yè)模型，比如醫(yī)藥研發(fā)的企業(yè)對大蛋白質(zhì)的語言模型特別關(guān)注，蛋白質(zhì)的語言模型可以幫新藥的研發(fā)周期從2到3個(gè)月縮短到一周。很多制造業(yè)企業(yè)設(shè)備要檢驗(yàn)，都可以借助大模型這種自動駕駛實(shí)驗(yàn)室的技術(shù)提效，實(shí)現(xiàn)將6個(gè)月的實(shí)驗(yàn)量縮短到5天。

3、賦能工業(yè)制造文檔

所有的企業(yè)生產(chǎn)制造過程始終是由文檔驅(qū)動的，每個(gè)環(huán)節(jié)要向下一個(gè)環(huán)節(jié)交付很多文檔，目前圍繞文檔智能化也有很多方案，比如合同的審查檢驗(yàn)、審圖讀圖。這里展示的demo是用文檔回答問題，幫我們做運(yùn)維。

這些技術(shù)現(xiàn)在已經(jīng)越來越成熟了，可以做多模態(tài)的、多來源的、可溯源的，而且有自知之明的理解，都是用大模型驅(qū)動和實(shí)現(xiàn)的。

用大模型理解自然語言的能力驅(qū)動設(shè)備的交互，不再需要寫各種各樣專業(yè)的腳本。還可以利用大模型檢查實(shí)現(xiàn)更新定位，在網(wǎng)絡(luò)系統(tǒng)的自動診斷里，已經(jīng)有越來越多的案例，效果很不錯。很多故障的排查、復(fù)雜的編排規(guī)劃，最后做出診斷，就叫agent技術(shù)，也是現(xiàn)在大家摸索特別多的技術(shù)。目前在有些案例場景下已經(jīng)能夠做到不錯的效果，尤其在網(wǎng)絡(luò)以及工業(yè)質(zhì)檢等方向。

4、用自然語言對私有的數(shù)據(jù)庫進(jìn)行查詢，做大數(shù)據(jù)智能分析

現(xiàn)代企業(yè)有很多私有數(shù)據(jù)庫，把私有的知識全放到一個(gè)提示庫里，利用通用大模型的自然語言轉(zhuǎn)成SQL的能力，就可以實(shí)現(xiàn)大數(shù)據(jù)智能分析。

我們都知道，仿真技術(shù)在工業(yè)制造中非常重要，Altair的仿真技術(shù)在全球領(lǐng)先，現(xiàn)今也融入了大模型。大模型結(jié)合仿真技術(shù)，就成為了生成式仿真技術(shù)。Sora本質(zhì)上就是生成式技術(shù)，結(jié)合仿真技術(shù)，可以彰顯出非常大的應(yīng)用潛力。

那么，生成式仿真跟基于傳統(tǒng)的仿真根本差別在哪呢？

第一：生成仿真是在海量數(shù)據(jù)中訓(xùn)練的，有現(xiàn)實(shí)世界復(fù)雜的建模和模擬能力，是可以高度泛化的。

第二：生成仿真可以針對很多復(fù)雜的場景進(jìn)行模擬

現(xiàn)在很多仿真把場景理想化了，比如碰撞場景不單單只是碰撞，可能還有些電子系統(tǒng)發(fā)生作用，所以里面實(shí)際是很多個(gè)機(jī)理融合在一起。

以前的仿真只能做某一個(gè)側(cè)面，但是未來能不能把多學(xué)科的不同場景或者來自于不同機(jī)理的模型融合在一起仿真呢？這個(gè)都是生成仿真可能帶給我們的價(jià)值

第三：生成仿真可以解決一些樣本少的數(shù)據(jù)缺失的場景

生成仿真可以做一些有效的平滑處理，可能給我們帶來非常大的機(jī)會。但是未來機(jī)理的仿真仍然非常重要，Altair的很多仿真模型本質(zhì)上是基于機(jī)理的，是基于人類對于很多物理現(xiàn)象的理解建立起來的模型。

比如車輛撞擊，未來的仿真應(yīng)該是現(xiàn)場的真實(shí)數(shù)據(jù)加上來自于像Altair這種小模型的機(jī)理的仿真數(shù)據(jù)，再加上工業(yè)的大模型仿真數(shù)據(jù)，三者融合在一起。有可能讓工業(yè)仿真得到一個(gè)極大的推動，升級到另外一個(gè)新的高度。

從本質(zhì)上來講，我們做的一切技術(shù)實(shí)踐和努力，實(shí)際上是為了緩解專家資源稀缺的困境。工業(yè)尤其如此，老師傅一旦流失了，有經(jīng)驗(yàn)的專家一旦離開了，很多問題就解決不了了。

所以大模型對工業(yè)最大的意義就是沉淀工業(yè)專家的經(jīng)驗(yàn)，解決專家資源稀缺的問題。