(資料圖)
如果把人工智能(AI)大模型搬到要求更高、容錯率更低的工業場景,它還能發揮作用嗎?
在南鋼,“AI大廚”上崗,打破了傳統靠經驗試錯的研發范式,讓煉鋼從經驗驅動向智能決策轉變。
以液化氣體船等高端船舶的關鍵材料——碳錳低溫鋼的研發為例,在材料研發過程中,碳多了鋼就會變脆,錳多了則影響焊接性能,數十種變量因素相互影響。于是,我們想到用大模型來尋找研制鋼材的“菜譜”。但同時,鋼鐵煉制過程復雜、數據模態多元分散、大模型“幻覺”難以消除等問題成為需要克服的難題。
不同于打造一個覆蓋全場景流程的大模型,我們最終采取的方法是訓練一群具有“專業能力”的場景模型:有的負責研究鋼材能不能滿足強度設計要求,有的負責研究鋼材的低溫韌性……它們自發地分工合作,實現不同性能指標的預測、計算。
可以說,數字化是讓“數據可見”,而智能化就是讓“決策更優”。如今,工業大模型的應用已拓展至白電制造、冷鏈物流等多個行業場景,賦能千行百業從“看得清”邁向“做得優”“想得新”。(人民網記者王震整理)