維科杯· OFweek 2024(第九屆)人工智能行業(yè)年度評選(OFweek 9th AI Awards 2024)由高科技行業(yè)門戶舉辦已有數(shù)年,作為高科技產(chǎn)業(yè)的核心評選活動,該評選是人工智能行業(yè)內(nèi)的一大品牌盛會,亦是高科技行業(yè)具有專業(yè)性、影響力的評選之一。

此次活動旨在為人工智能行業(yè)的產(chǎn)品、技術(shù)和企業(yè)搭建品牌傳播展示平臺,并借助OFweek平臺資源及影響力,向行業(yè)用戶和市場推介創(chuàng)新產(chǎn)品與方案,鼓勵更多企業(yè)投入技術(shù)創(chuàng)新;同時為行業(yè)輸送更多創(chuàng)新產(chǎn)品、前沿技術(shù),一同暢想人工智能行業(yè)的未來。

維科杯· OFweek 2024(第九屆)人工智能行業(yè)年度評選(OFweek 9th AI Awards 2024)將于2024年7月1日-7月19日進(jìn)入網(wǎng)絡(luò)投票階段,頒獎典禮將于8月28日在深圳舉辦。目前,活動正處于火熱的企業(yè)申報階段,業(yè)內(nèi)企業(yè)積極響應(yīng)。

卡奧斯工業(yè)智能研究院參評“維科杯·OFweek 2024人工智能行業(yè)優(yōu)秀AI賦能案例獎”

參評獎項:維科杯·OFweek 2024人工智能行業(yè)優(yōu)秀AI賦能案例獎

參評企業(yè):卡奧斯工業(yè)智能研究院

參評案例:基于卡奧斯天智工業(yè)大模型的注塑機智能物聯(lián)應(yīng)用(智慧工業(yè)應(yīng)用)

案例開發(fā)背景:

(一)項目所處行業(yè)及主要特點

現(xiàn)代工業(yè)呈現(xiàn)高度數(shù)字化、定制化生產(chǎn)、產(chǎn)業(yè)鏈協(xié)同、綠色制造、智能制造等發(fā)展趨勢,保障現(xiàn)代制造企業(yè)能夠更好地適應(yīng)市場變化和滿足客戶需求,同時也為企業(yè)的可持續(xù)發(fā)展提供了重要支撐。

(二)該案例擬解決的痛點問題

1.提高生產(chǎn)效率和質(zhì)量:工業(yè)大模型可以通過對生產(chǎn)數(shù)據(jù)的分析和優(yōu)化,幫助家電制造企業(yè)實現(xiàn)自動化生產(chǎn)和智能化管理,提高生產(chǎn)效率和質(zhì)量。例如,可以對生產(chǎn)過程中的數(shù)據(jù)進(jìn)行分析和預(yù)測,及時發(fā)現(xiàn)和解決生產(chǎn)中的問題,減少殘次品率和廢品率。

2.降低成本和能耗工業(yè)大模型可以通過對能源使用數(shù)據(jù)的分析和優(yōu)化,幫助家電制造企業(yè)實現(xiàn)能源的節(jié)約和降低成本。例如,可以對企業(yè)的能源使用數(shù)據(jù)進(jìn)行實時監(jiān)測和分析,預(yù)測能源需求和 消耗趨勢,優(yōu)化能源使用方案,減少能源浪費和成本支出。

3.優(yōu)化供應(yīng)鏈管理:工業(yè)大模型可以通過對供應(yīng)鏈數(shù)據(jù)的分析和優(yōu)化,幫助家電制造企業(yè)實現(xiàn)供應(yīng)鏈的智能化管理和優(yōu)化。例如,可以實時監(jiān)測和追蹤原材料、零部件的采購、運輸、庫存等數(shù)據(jù),預(yù)測供應(yīng)鏈中的風(fēng)險和問題,及時調(diào)整和優(yōu)化供應(yīng)鏈策略,提高供應(yīng)鏈的可靠性和效率。

4.提高產(chǎn)品創(chuàng)新和個性化定制能力:工業(yè)大模型可以通過對消費者需求和市場趨勢的分析,幫助家電制造企業(yè)實現(xiàn)產(chǎn)品創(chuàng)新和個性化定制。例如,可對市場趨勢和消費者需求進(jìn)行預(yù)測和分析,了解消費者的偏好和需求,及時調(diào)整和推出新產(chǎn)品和個性化定制服務(wù),提高市場占有率和競爭力。

案例介紹:

天智工業(yè)大模型COSMO-GPT由卡奧斯基于開源LLM自主研發(fā),擁有百億以上參數(shù)并內(nèi)置了3900多個機理模型、200多個專家算法庫,區(qū)別于通用大模型,天智工業(yè)大模型被賦予了更廣博的工業(yè)知識和更深度的工業(yè)行業(yè)Know-how,整合了各類工業(yè)數(shù)據(jù)要素,形成平臺的智能中樞;面向用戶需求挖掘、智能設(shè)計、智能制造、供應(yīng)鏈管理等環(huán)節(jié),實現(xiàn)了裝配工藝生成、機械臂代碼生成、注塑工藝生成、工業(yè)知識問答、智能數(shù)據(jù)查詢、多模態(tài)輔助設(shè)計、大模型應(yīng)用中臺等典型場景應(yīng)用。

針對工業(yè)生產(chǎn)中存在的工藝經(jīng)驗難傳承、工業(yè)機理難構(gòu)建、工藝優(yōu)化難實現(xiàn)等痛點問題,天智工業(yè)大模型將工業(yè)經(jīng)驗升華成工業(yè)智能,把工藝優(yōu)化普惠到需求企業(yè)。同時,打造工業(yè)企業(yè)專屬的大模型應(yīng)用中臺,打造1個數(shù)字底座 +3大能力引擎 +N個應(yīng)用場景的整體解決方案,如圖1所示:

1個數(shù)字底座以卡奧斯BaaS數(shù)字工業(yè)操作系統(tǒng)的大連接、大數(shù)據(jù)技術(shù)為核心,結(jié)合工業(yè)場景實際需求打造垂直領(lǐng)域大模型,具有核心能力工業(yè)知識問答、工業(yè)代碼生成、工業(yè)理解計算等能力,可以在回答工業(yè)領(lǐng)域知識以及完成工業(yè)領(lǐng)域任務(wù)的同時,更快的落地工業(yè)場景,實現(xiàn)工業(yè)生產(chǎn)的賦能。

3大能力引擎指天智工業(yè)大模型、機理模型庫、專家算法庫。為提高機器運行過程的實時交互能力和在多個場景的自適應(yīng)能力,加速柔性制造的產(chǎn)線構(gòu)建,工業(yè)大模型COSMO-GPT可以借用機理模型工具與專家算法庫,通過大模型的推理和決策能力,自動解決復(fù)雜的工業(yè)難題。這主要依托于兩方面優(yōu)勢的加持,一方面則是精準(zhǔn)調(diào)度卡奧斯BaaS工業(yè)大腦內(nèi)置的海量機理模型與專家模型庫,兩者結(jié)合共同形成了“工業(yè)AI”的“最強大腦”;另一方面,由卡奧斯BaaS數(shù)字工業(yè)操作系統(tǒng)提供的工業(yè)領(lǐng)域圖譜、機理模型、文獻(xiàn)、行業(yè)標(biāo)準(zhǔn)、專利、專用詞典等集成起來的大型工業(yè)知識數(shù)據(jù)庫,提供了強大的底層數(shù)據(jù)支撐。

N個應(yīng)用場景涵蓋需求交互、輔助設(shè)計、智能制造、精準(zhǔn)服務(wù),立足全流程展開價值剖析,面對復(fù)雜工業(yè)任務(wù)處理,大模型能夠通過任務(wù)分解、行業(yè)知識注入、數(shù)據(jù)特征分析等方案,深度融合行業(yè)數(shù)據(jù)和知識,實現(xiàn)精細(xì)化生產(chǎn)優(yōu)化。大模型融合行業(yè)知識和生產(chǎn)數(shù)據(jù),以及生成高精度執(zhí)行指令的能力,正是工業(yè)界所追求的。

該案例基于大模型技術(shù)疊加海量工業(yè)知識構(gòu)建更懂工業(yè)的大模型,實現(xiàn)工業(yè)生產(chǎn)的高精度與高效率。方案在專家模型智能匹配與調(diào)度技術(shù)、多模態(tài)交互與融合技術(shù)、多智能體自適應(yīng)柔性協(xié)作技術(shù)、工業(yè)大模型自學(xué)習(xí)與進(jìn)化技術(shù)等方面開展技術(shù)攻關(guān),取得了一系列成果,具體如下:

多智能體自適應(yīng)柔性協(xié)作技術(shù):面對工業(yè)場景中復(fù)雜環(huán)境和任務(wù)時,企業(yè)本身已具備各類專業(yè)生產(chǎn)工具,通過大模型作為企業(yè)中臺智能大腦,將復(fù)雜任務(wù)拆解,通過智能調(diào)度專業(yè)工具解決子問題,從而解決復(fù)雜任務(wù)。開展研究多智能體協(xié)同融合應(yīng)用技術(shù),以充分發(fā)揮工業(yè)大模型的預(yù)測和控制能力,協(xié)同完成復(fù)雜的制造任務(wù),實現(xiàn)系統(tǒng)、工具、API等意圖自主識別準(zhǔn)確率提升至85%以上。

專家模型智能匹配與調(diào)度技術(shù)在解決復(fù)雜專業(yè)優(yōu)化問題時,大模型本身不具備求解優(yōu)化問題的能力,需通過大模型的調(diào)度能力調(diào)用專業(yè)的求解器或者專家模型解決。大模型結(jié)合專家模型可延展大模型的能力。根據(jù)任務(wù)需求動態(tài)地調(diào)用、組合或遷移不同專家模型,以實現(xiàn)更靈活、精準(zhǔn)和高效的推理與決策。復(fù)雜環(huán)境中模型調(diào)度準(zhǔn)確率≥70%,調(diào)度速度小于10s。

基于數(shù)據(jù)主線的模型自學(xué)習(xí)與進(jìn)化技術(shù)傳統(tǒng)生產(chǎn)企業(yè)有著大量的企業(yè)制度、維修手冊、運行歷史數(shù)據(jù)、產(chǎn)品數(shù)據(jù)等,大模型已經(jīng)越來越被更多的傳統(tǒng)企業(yè)認(rèn)可,但是面臨著技術(shù)門檻高、企業(yè)知識難運用等問題。項目研究基于數(shù)據(jù)主線的企業(yè)智能服務(wù)架構(gòu),可用于企業(yè)低代碼、低成本可快速部署應(yīng)用的并可自主進(jìn)化學(xué)習(xí),讓企業(yè)輕松構(gòu)建自己的銷售服務(wù)助手、智能辦公助手、設(shè)備維修助手、領(lǐng)域智能專家等。首先,通過建立跨企業(yè)的全局?jǐn)?shù)據(jù)主線,推動工業(yè)數(shù)據(jù)、算法、模型等數(shù)字資產(chǎn)積累與復(fù)用,構(gòu)建企業(yè)知識庫。然后通過自學(xué)習(xí)技術(shù)從企業(yè)知識庫中進(jìn)行訓(xùn)練數(shù)據(jù)的自動提取、清洗和增強,并自動完成模型的訓(xùn)練與評估。模型在任務(wù)測試集上準(zhǔn)確率達(dá)到90%以上。

多模態(tài)交互與融合技術(shù):針對通用領(lǐng)域大模型缺乏工業(yè)知識,對工業(yè)語言理解能力差,卡奧斯通過積累的工業(yè)數(shù)據(jù)對通用多模態(tài)大模型進(jìn)行訓(xùn)練。天智工業(yè)大模型能夠識別設(shè)備程序、設(shè)備數(shù)據(jù)等工業(yè)語言,在實時視覺與力控能力加持下,能夠精確感知外部環(huán)境變化,對工業(yè)圖紙與工業(yè)語言識別生成能力達(dá)90%以上。

在賦能制造業(yè)從數(shù)字化向智能化演進(jìn)的過程中已卓有成效,基于工業(yè)大模型的注塑機工藝參數(shù)優(yōu)化與智能化管控是一典型應(yīng)用。天智工業(yè)大模型在洗滌注塑領(lǐng)域,設(shè)計“工具”介入到工作場景中采集數(shù)據(jù),把大模型終端和工作場景相連,抓取工人輸入的參數(shù),再經(jīng)過工程知識“淬火”后,把老工人的經(jīng)驗裝進(jìn)大模型里,經(jīng)過不斷循環(huán)優(yōu)化,在關(guān)鍵場景和核心領(lǐng)域沉淀專家模型。

圖 2 注塑機工藝參數(shù)優(yōu)化應(yīng)用界面

解決方案首先應(yīng)用在天津海爾洗滌工廠,目前已經(jīng)在生產(chǎn)線上8臺注塑機使用智能算法推薦工藝參數(shù)運行三個月以上。通過合理匹配模具與注塑機,天津海爾洗滌工廠整體能耗優(yōu)化平均降低在6%-10%,生產(chǎn)節(jié)拍平均提升5%-12%左右。海爾集團(tuán)目前現(xiàn)有注塑機660臺,預(yù)計方案規(guī)模應(yīng)用后全集團(tuán)節(jié)能約1000萬/年。

案例亮點:

行業(yè)內(nèi)首次采用工業(yè)大模型技術(shù)實現(xiàn)注塑機物聯(lián)智能化管控,同時開發(fā)了眾多的注塑機領(lǐng)域先進(jìn)算法,實現(xiàn)卡奧斯天智工業(yè)大模型與注塑領(lǐng)域?qū)＜夷Ｐ偷膮f(xié)同工作。它在應(yīng)用的創(chuàng)新性主要體現(xiàn)在三個方面:

(1)專家模型調(diào)度,提高工業(yè)精度:天智大模型能夠根據(jù)任務(wù)自主調(diào)度專家模型解決工業(yè)應(yīng)用精度不足的問題。例如針對任務(wù)、需求的多樣性,大模型能夠選擇適合特定任務(wù)的專家模型或多模型融合去解決問題,大幅提升工業(yè)精度。

(2)理解工業(yè)語言,擴(kuò)展設(shè)備柔性:天智大模型能夠設(shè)備程序、設(shè)備數(shù)據(jù)等工業(yè)語言做出決策。例如制造場景中,在實時視覺與力控能力的加持下,能夠精確感知外部環(huán)境的變化,自動生成一個集感知、規(guī)劃和執(zhí)行等功能于一體的智能柔性裝配系統(tǒng)。

(3)工業(yè)企業(yè)中臺,增強企業(yè)能力:依托卡奧斯人工智能領(lǐng)域的技術(shù)積累及海量工業(yè)數(shù)據(jù),形成了企業(yè)內(nèi)部的工業(yè)模型應(yīng)用中臺,可以同時接入多個模型、可以對模型進(jìn)行單獨升級、方便模型快速迭代。同時企業(yè)能夠依托中臺方便快捷的完成私有數(shù)據(jù)、業(yè)務(wù)場景與大模型的深度耦合,實現(xiàn)企業(yè)低成本、低代碼構(gòu)建工業(yè)全流程的大模型應(yīng)用。

參評理由:

洗滌注塑產(chǎn)業(yè)是天智大模型在數(shù)據(jù)增值服務(wù)領(lǐng)域的一次典型實踐。其成功應(yīng)用意味著平臺已全面打通了從數(shù)據(jù)接入到數(shù)據(jù)處理再到算法建模的全流程能力,實現(xiàn)了工業(yè)大模型從理解工業(yè)語言到控制和優(yōu)化設(shè)備生產(chǎn)的飛躍。

天智工業(yè)大模型能夠?qū)崿F(xiàn)原始生產(chǎn)數(shù)據(jù)到大模型能力轉(zhuǎn)化的閉環(huán),企業(yè)生產(chǎn)數(shù)據(jù)通過物聯(lián)技術(shù)采集并傳輸?shù)綌?shù)據(jù)中臺,經(jīng)過治理、加工處理轉(zhuǎn)化為有價值的數(shù)據(jù)資源,用于知識圖譜提取、數(shù)據(jù)標(biāo)注和專家模型訓(xùn)練,最終生成知識和模型并用于大模型微調(diào),提高大模型精度和性能。通過這一閉環(huán),天智工業(yè)大模型將工業(yè)經(jīng)驗升華成工業(yè)智能,把工藝優(yōu)化普惠到需求企業(yè),助力工業(yè)企業(yè)實現(xiàn)工業(yè)生產(chǎn)的高精度與高效率。

同時,天智工業(yè)大模型可以服務(wù)于生產(chǎn)制造過程從設(shè)備層、產(chǎn)貫穿于工業(yè)生產(chǎn)制造的用戶需求挖掘、設(shè)計、工藝管理和優(yōu)化、資源配置、參數(shù)調(diào)整、質(zhì)量管理和追溯、能效管理、生產(chǎn)排程等各個環(huán)節(jié),可視化、智能化實現(xiàn)降本、增效、保質(zhì)。

企業(yè)介紹:

卡奧斯工業(yè)智研院聚集全球產(chǎn)、學(xué)、研、用、資、政等一流資源,建立了全球引領(lǐng)的大規(guī)模定制產(chǎn)品開發(fā)中心、產(chǎn)品驗證測試中心,聚焦人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)、5G等先進(jìn)技術(shù)的轉(zhuǎn)化應(yīng)用,支撐卡奧斯不斷為工業(yè)智能匯聚生態(tài)發(fā)現(xiàn)和應(yīng)用技術(shù),助力工業(yè)企業(yè)轉(zhuǎn)型升級。

投票時間:

本屆“OFweek 9th AI Awards 2024”活動將于7月1日進(jìn)入投票階段,請關(guān)注維科網(wǎng)人工智能相關(guān)評選新聞,歡迎屆時踴躍投票。

人工智能年度評選專題鏈接:

http://m.renttoownconsultants.com/award/2024/AI/

參評表單:

https://forms.ofweek.com/Form/preview/form_id/1652