新澳彩资料免费资料大全

2023年，ChatGPT带火生成式AI，国内掀起“百模大战”乃至“千模大战”。热潮之下，谁能率先实现技术的落地和商业变现，无疑成为大模型赛场上的关键。数字化浪潮下，大模型应用到工业领域，又会掀起怎样的变革？

近日，科远智慧产业行业总监潘海禄在接受《通信产业报》与工业互联网世界全媒体记者采访时谈到了他对大模型在工业领域应用的三点看法。

定制化、边缘计算、产业协作将成为工业大模型产业未来发展方向。

产业发展加速器

“工业领域纷繁复杂的海量数据或将通过大模型‘大浪淘沙’，实现数据价值的提炼和数据可视化。”潘海禄表示。

一是大模型可以处理庞大的数据量。在工业领域，拥有海量的生产数据、设备运行数据等，大模型可以帮我们轻松地从这些数据中找到规律，提供更准确的预测和决策。

 二是大模型能够把复杂的数据翻译成人类能看懂的语言。能通过大模型将复杂的数据变成简单清晰的信息，帮助工业现场运行操作人员做出判断和决策。

三是大模型可以在工业中发挥“预测能手”的作用。它们可以提前发现潜在问题，比如设备可能出故障，提醒我们可以提前采取措施，避免生产中断，造成不必要的经济甚至人身财产损失。

在潘海禄看来，大模型就是产业发展的“加速器”，让数据处理更快速、预测更准确、工作更高效。就好比是给产业装备了一台超级引擎，让我们在发展的道路上跑得更快更稳。

难题突出

但对于大模型在工业领域的应用，潘海禄既不是“保守派”也非“乐观派”。他既肯定了大模型在工业领域的积极影响，也考虑到了大模型在工业领域应用的实际落地难题。

“数据问题是头号难题。”潘海禄告诉记者，构建大模型需要大量的数据来学习训练，如果输入的数据不够全面或者质量不好，得到模型的效果可能差强人意。建议工业企业要考虑如何合理收集、清洗和管理数据，确保数据的质量和全面性。

潘海禄表示，计算硬件设备和成本也是一大问题。大模型需要庞大的计算资源来进行训练和推断，要让大模型高效运转，可能需要更新硬件设备，这涉及到一定的成本。建议企业在建设大模型前，仔细评估和规划好所需的计算资源。

与此同时，大模型的训练和应用需要花费较长的时间，需要企业有足够的耐心和资源，不要期望一蹴而就。建议在引入大模型时，企业要有一个明确的时间计划，并进行有效的团队协作。

潘海禄表示，数据的隐私和安全问题需要重点关注。工业现场产生的数据也有大量的敏感信息，因为大模型可能会处理这些敏感信息，所以确保数据的安全性和隐私保护至关重要。建议企业建立健全的安全政策和控制措施，确保数据不受到非法访问和泄露，确保工业现场能够安全稳定运行。

工业较其他领域其广度和深度都非常复杂，潘海禄认为，要让大模型推动工业的发展，解决这些实际难题需要团队的共同努力，同时也需要使用方、服务方以及其他相关方提供足够的支持和资源。

工业大模型三大趋势

当前，工业正处在数字化转型进程中，又恰逢人工智能大模型的机遇，我们有条件、有理由把大模型应用到工业生产中去。针对工业大模型未来的发展趋势，潘海禄认为，未来国内工业大模型产业可能朝着定制化、边缘计算、产业协作等方向发展。

一是定制化大模型将成为更多行业的选择。随着各行各业对于数据的深入理解，大模型将更倾向于满足特定行业需求，为企业提供更为精准的解决方案，就像是为每个行业打造了一套专属的“大脑”。

二是边缘计算和大模型的结合将是一个热点。在工业互联网中，有许多需要在设备或边缘上进行实时处理的场景，大模型的轻量化和边缘部署将成为一个趋势，使得智能决策更为实时、高效。

三是大模型也促使产业协作愈发密切。大模型的开发和应用需要跨领域的合作，未来可能会看到更多行业内外的企业、研究机构之间的协同，以实现更广泛、深度的创新。

科远智慧作为国内工控行业的翘楚，30余年的工业自动化、信息化技术产品积累，使其在工业大模型方面可以提供先进的自动化控制系统和工业智能解决方案。

最后，潘海禄向记者介绍，科远智慧业务涵盖工业过程控制、电力自动化、智能制造等领域，通过整合先进的传感器技术、数据采集与分析、人工智能等技术，为客户提供全面的工业自动化产品和解决方案。这些产品和解决方案旨在提高生产效率、降低能耗以及提高设备可利用率，并通过实时监测、智能预测和智能决策帮助企业优化运营管理。

丨内容转载自：赛迪传媒工业互联网世界 记者 王改静