首頁 > AI資訊 > 行業應用 > 工業AI正“小步快跑”

工業AI正“小步快跑”

新火種    2024-12-04
中國一拖柴油機智能化產線

近日,工業和信息化部運行監測協調局負責人何海林在國務院政策例行吹風會上表示,工信部將研究出臺推動人工智能賦能新型工業化行動方案。伴隨人工智能(AI)技術走深向實,大模型技術正在驅動傳統工業體系升級換代,AI在工業場景中的應用也在加速落地生根。

高質量公開數據集是基礎

數據是發展AI的基本要素。制造業的研發、生產、質檢和管理等各個環節都在時時刻刻產出大量的數據。然而,由于生產場景普遍存在數據孤島的情況,很難匯聚形成高質量的數據集,這給工業AI落地帶來了挑戰。

“中國有場景但是沒數據?!北葋喌霞瘓F副總裁、弗迪科技董事長羅忠良感慨地說,工業場景的數據其實是不能直接拿來使用的,如果想把數據用在AI應用上,必須按照實際需求重新采集,而要采集真正可用的數據首先要讓企業完成信息化和數字化轉型。

根據調研機構麥肯錫發布的報告,在工業領域,有分析利用價值的機器數據往往需要包含故障情形下的“壞”樣本,但很多工業系統的數據可靠性較高,觀測到故障并且已經標記的有效樣本更是難能可貴。還有一些工業場景,只有在極短的時間內采集測量數據(如每秒上百萬個測點),才能捕獲機器設備的細微狀況,這就要求時序數據庫和流處理平臺等專用的新一代數據存儲軟件提供支撐。

“大多數AI算法的躍進都是來自于公開數據集,而工業方面高質量的公開數據集基本上是微乎其微的。沒有公開數據集的基礎,很多AI方面的學者無法了解到工業數據到底有什么難點和痛點,甚至在做大模型的時候都不會考慮工業數據的特定需求?!弊R淵科技首席執行官茹彬鑫分析道。

可靠性安全性尤為重要

從技術層面來看,工業場景對大模型的要求更高。不同工業領域有其特定的知識體系,通用的基礎模型難以滿足個性化需求,垂直行業模型的開發難度非常大。

“工業的場景是多目標的優化,不僅僅希望你的準確率高,還希望你的模型很快,最好你的模型不要太大,太大的話硬件成本就很高,多目標的優化是更高維度的挑戰?!比惚蝣畏治龅?。

首鋼智慧管理大屏

可靠性和安全性在工業場景中尤為重要??拼笥嶏w副總裁劉聰指出,工業場景的穩定性和準確性需求遠超普通應用。例如,在核心生產環節中,任何微小的錯誤都可能導致巨大的損失。安全性問題同樣嚴峻,工業數據的保護和模型安全性都亟待解決,需要行業制定嚴格的標準和實踐。

現階段的AI主要處于輔助階段,尚未達到完全自主智能的水平,這給工業應用帶來了很多不確定性。以大模型為例,大模型的優勢在于其強大的泛化能力,可以在不同的領域和任務上進行遷移學習,而無須重新訓練,但無法充分捕捉到某個行業或領域的特征和規律,也無法滿足某些特定的應用場景和需求,在真正融入行業的過程中,需要適配不同的工業場景,其核心就是要解決不懂行業、不熟企業、存在幻覺這三大問題。

通用模型的C端用戶往往對于模型幻覺有很高的容忍度,而在制造業中,尤其是一些非常嚴謹和高風險的工業場景,對模型幻覺基本上是零容忍的。只有通過一些技術或是別的AI算法引入將幻覺最小化,或者退一步,讓模型可以檢查到、意識到哪些輸出可能是幻覺,把大模型變得更加可靠、穩定,才能在工業中使用起來,并帶來一些顛覆性的突破。

在工業領域,最終我們需要的可能不僅是一個AI模型,而是一個多元化、復雜的AI系統,包含預測型的視覺模型、決策類模型等,必須融合各種各樣的技術和學科。

工業企業宜“小步快跑”

據香港生產力局統計,今年針對制造業港資企業的調查顯示,18%的企業引入了智能解決方案,仍有很大比例的企業智能化程度相對較低。

香港生產力局下屬香港工業人工智能及機械人研發中心總裁黎少斌指出,面對豐富的制造業場景,AI解決方案廠商很難開發出一個唯一的解決方案。在大模型加入后,工業AI應用已經加深,但目前距離做出一個通用的工業大模型尚遠,要獲取足夠的數據也存在困難。

投入產出比是企業考慮AI應用的一個重要指標。“做企業、做工業都有一個不能改變的目標,那就是所有的投入都要產生效益,這是改變不了的,也是我們更看重的?!绷_忠良表示,大模型訓練動輒上億美元,這是制造企業投入不起的。因此,制造領域的企業家即使看好大模型,也還是選擇小步快跑,而不是瘋狂投入。

工業AI落地亟須建立多方協同、合作共贏的產業生態。中國電子信息產業發展研究院副總工程師安暉提出,工業場景的精確度要求與人工智能技術特性間存在矛盾,需要在用戶配合下進行調和。工業領域的人工智能應用必須用到機理模型,必須融合運用人工智能模型與機理模型。人工智能技術必須與工業行業的工藝邏輯相結合,僅依靠人工智能技術無法實現應用。人工智能無法完全代替傳統行業軟件,行業軟件企業與人工智能企業的協同非常重要。

“現在大家對AI的期望太高了?!泵绹鴩夜こ淘涸菏繀墙ǜ1硎?。在他看來,AI對于制造業究竟能產生多大的助力、增加多少利潤尚未可知。AI對工業的價值提升肯定是有的,但我們應該降低對他的期望值。

作者丨宋婧編輯丨趙晨美編丨馬利亞監制丨連曉東
相關推薦
免責聲明
本文所包含的觀點僅代表作者個人看法,不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險,讀者在采取與本文內容相關的任何行動之前,請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。

熱門文章