工業(yè)大模型應(yīng)用報(bào)告_第1頁
工業(yè)大模型應(yīng)用報(bào)告_第2頁
工業(yè)大模型應(yīng)用報(bào)告_第3頁
工業(yè)大模型應(yīng)用報(bào)告_第4頁
工業(yè)大模型應(yīng)用報(bào)告_第5頁
已閱讀5頁,還剩28頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

#M1.大模型為工業(yè)智能化發(fā)展帶來新機(jī)遇 11.1.大模型開啟人工智能應(yīng)用新時代 11.2.大模型有望成為驅(qū)動工業(yè)智能化的引擎 31.3.大模型應(yīng)用落地需要深度適配工業(yè)場景 42.大模型和小模型在工業(yè)領(lǐng)域?qū)㈤L期并存且分別呈現(xiàn)U型和倒U型分布態(tài)勢 62.1.以判別式AI為主的小模型應(yīng)用呈現(xiàn)倒U型分布 62.2.以生成式AI為主的大模型應(yīng)用呈現(xiàn)U型分布 72.3.大模型與小模型將長期共存并相互融合 93.工業(yè)大模型應(yīng)用的三種構(gòu)建模式 3.1.模式一:預(yù)訓(xùn)練工業(yè)大模型 3.2.模式二:微調(diào) 3.3.;模式三:檢索增強(qiáng)生成 3.4.三種模式綜合應(yīng)用推動工業(yè)大模型落地 4.大模型應(yīng)用探索覆蓋工業(yè)全鏈條 4.1.大模型通過優(yōu)化設(shè)計(jì)過程提高研發(fā)效率 4.2.大模型拓展生產(chǎn)制造智能化應(yīng)用的邊界 4.3.大模型基于助手模式提升經(jīng)營管理水平 234.4.大模型基于交互能力推動產(chǎn)品和服務(wù)智能化 255.工業(yè)大模型的挑戰(zhàn)與展望 5.1.工業(yè)大模型應(yīng)用面臨數(shù)據(jù)質(zhì)量和安全、可靠性、成本三大挑戰(zhàn) 5.2.工業(yè)大模型應(yīng)用將伴隨技術(shù)演進(jìn)持續(xù)加速和深化 11.大模型為工業(yè)智能化發(fā)展帶來新機(jī)遇大模型引領(lǐng)人工智能技術(shù)創(chuàng)新和應(yīng)用。自1956年達(dá)特茅斯會議(Dartmouth 發(fā)展。2022年11月30日,OpenAI發(fā)布了ChatGPT,引發(fā)了行業(yè)熱潮,直至今日,業(yè)界普遍認(rèn)為,大模型時代已經(jīng)到來,也象征著人工智能開啟了邁向通用人工智能 2 只能處理單一數(shù)據(jù)類型(文本、語音或圖像),大模型則可以通過擴(kuò)展編/解碼器、交3一些顯著的成果,但整體來看,其應(yīng)用的普及率仍然處于相對較低的水平。據(jù)凱捷4過30%,而日本和美國制造企業(yè)的AI應(yīng)用率分別達(dá)到了30%和28%。相較于這些發(fā)達(dá)562.大模型和小模型在工業(yè)領(lǐng)域?qū)㈤L期并存且分別呈現(xiàn)U型和倒U型分布態(tài)勢產(chǎn)制造領(lǐng)域,占比高達(dá)57%,而在研發(fā)設(shè)計(jì)和經(jīng)營管理領(lǐng)域的應(yīng)用則相對較少。這種1507個小模型應(yīng)用數(shù)據(jù)引用自中國信息通信研究院《工業(yè)智能白皮書(2022)》,99個大模型應(yīng)用數(shù)據(jù)由本文編寫組收集、整理、統(tǒng)計(jì)分析所得2中國信息通信研究院《工業(yè)智能白皮書(2022)》7893.工業(yè)大模型應(yīng)用的三種構(gòu)建模式數(shù)擦需求無標(biāo)過及標(biāo)注的工業(yè)數(shù)重,靜態(tài)數(shù)重標(biāo)邊的工業(yè)數(shù)據(jù)為主,靜否數(shù)重外掛行業(yè)數(shù)據(jù)車,動韓點(diǎn)具備組分工業(yè)領(lǐng)述的選用理解粒力運(yùn)用于工業(yè)領(lǐng)域的用體任務(wù)不改變提型快速排入行優(yōu)點(diǎn)對工業(yè)通用知P理解練準(zhǔn)執(zhí)療工業(yè)特定任務(wù)快速利用外部體息資源,減少幻覺遙用場景作力基礎(chǔ)模型支種多種工業(yè)應(yīng)用的開友裝簡高獲量的標(biāo)注數(shù)要實(shí)境對合任務(wù)快速結(jié)合數(shù)據(jù)本進(jìn)行信息檢末和輸出44Cognite?利用檢索增強(qiáng)生成(RAG)技術(shù),將大模型與其工業(yè)DataOps平臺與問手車間和設(shè)理機(jī)器制智能后代碼生成產(chǎn)品外觀管理智能Synopsys13(新思科技)推出了一款創(chuàng)新的芯片設(shè)計(jì)輔助工具——Synopsys.ai 13面向芯片設(shè)計(jì)和Al應(yīng)用的Al驅(qū)動型EDA套件|Synopsys.ai允許用戶迅速生成、優(yōu)化自動化代碼并加速AzureOpenAI服務(wù)提升數(shù)據(jù)處理能力,同時確保客戶對數(shù)據(jù)的完全控制,不互,使維修人員得到精確指導(dǎo),工程師能迅速使用仿FactoryCoPilotfromGENAl-PoweredAnalyticsPlatformforManufa20ABBAbilityMGenixIndustrialAnGenerativeAl:UnitedStatesSteel梅卡曼德與漢堡大學(xué)張建偉院士實(shí)驗(yàn)室攜手探索機(jī)器人多模態(tài)大模型-梅卡曼德機(jī)器人(mech-化的服務(wù)。大模型還能夠根據(jù)用戶的需求或描述,自動生成報(bào)告、簡報(bào)、訂單等多種Salesforce25推出一款名為“AICloud”的客戶關(guān)系管理(CRM)軟件,幫助客的PaaS平臺METIS,基于該平臺推出個人智能助理(預(yù)約會議、匯總信息、催辦任務(wù)、提示行程等功能)、企業(yè)知識大腦(METISChatFile,能夠解析文件并智能分類,基于GPT大模型實(shí)現(xiàn)自然語言問答交互)、AI輔助開發(fā)(AI賦能需求分析、系統(tǒng)設(shè)計(jì)、程序開發(fā))等多個功能。企業(yè)知識管理與問答助手類應(yīng)用已經(jīng)成為大模型在企業(yè)端落地的先行場景,以知識庫為代表的問答助手類應(yīng)用落地廣泛,通過對企業(yè)的產(chǎn)品、服務(wù)、流程、規(guī)范、文檔等方面的圖像和數(shù)據(jù)進(jìn)行分析,大模型能夠構(gòu)建和更新企業(yè)的知識庫,為企業(yè)提供全面和準(zhǔn)確的知識管理。同時,通過對用戶的需求或問題進(jìn)行理解和回答,大模型能夠?yàn)橛脩籼峁┲悄艿膯柎鸷洼o助,解決用戶在工作中遇到的各種問題,提高用戶的工智能客服與售后個服務(wù)于售后團(tuán)隊(duì)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論