近日GPT-4成功得出P≠NP，陶哲軒預言成真。你是否想過(guò)利用GPT-4推動(dòng)解決自控領(lǐng)域的技術(shù)難題呢？在西門(mén)子的嘗試中，我們的同事通過(guò)多輪迭代，利用GPT-4生成分線(xiàn)性大時(shí)滯多因素PID整定控制算法，完成某行業(yè)具體工況下的模擬驗證，同時(shí)實(shí)現了自動(dòng)化工程師和算法工程師協(xié)同才能完成的工作，并降低了時(shí)間成本。

以ChatGPT為代表的通用大模型已經(jīng)展示出強大的AI能力。但在應對垂直領(lǐng)域問(wèn)題時(shí)稍顯外行。相比于通用大模型，垂直大模型能夠更精準地滿(mǎn)足行業(yè)特定需求，提供相對細分且更高效和精確的解決方案。在西門(mén)子看來(lái)，這是兩條不同的技術(shù)路徑，一種是將通用大模型直接應用于工業(yè)場(chǎng)景，起到“副駕駛”的作用，這是我們現階段已經(jīng)在探索的應用方向。另一種是以通用大模型為基礎構建垂直大模型，起到“領(lǐng)航員”的作用，這則是我們正在進(jìn)行積極探索的方向。從“副駕駛”到“領(lǐng)航員”，兩種路徑的最終目的都是為廣大的制造企業(yè)破解難題提供新思路，賦能未來(lái)制造業(yè)發(fā)展。

AI賦能：讓更多制造業(yè)場(chǎng)景收獲科技紅利

相比電子商務(wù)和消費領(lǐng)域而言，工業(yè)AI的起跑時(shí)間較晚，發(fā)展方向相對有限，目前質(zhì)檢成為AI與工業(yè)結合最為典型且相對容易被理解的應用場(chǎng)景，但其實(shí)工業(yè)AI的應用遠不僅僅局限于視覺(jué)檢測。

隨著(zhù)技術(shù)、算法、資源和人才的不斷充實(shí)，人工智能正在滲透至工業(yè)的各個(gè)方面，應用領(lǐng)域不斷拓寬。從設備預測性維護、產(chǎn)品外觀(guān)檢測、排產(chǎn)調度優(yōu)化等方面，到更多的在人、機、料、法、環(huán)等工業(yè)原生需求領(lǐng)域拓展，工業(yè)AI的應用場(chǎng)景正伴隨著(zhù)客戶(hù)需求的多元化與技術(shù)的逐步成熟，呈現出更為立體和豐富的輪廓。

作為自動(dòng)化和數字化的領(lǐng)導者和推動(dòng)者，西門(mén)子深知，工業(yè)人工智能技術(shù)唯有與更廣闊的生產(chǎn)場(chǎng)景相結合，才能真正打開(kāi)它的價(jià)值觸點(diǎn)，為工業(yè)企業(yè)創(chuàng )造更大價(jià)值。去年，西門(mén)子發(fā)布《未來(lái)自動(dòng)化——工業(yè)人工智能白皮書(shū)2022》，以幫助制造企業(yè)了解和挖掘更為豐富的工業(yè)AI應用場(chǎng)景，為企業(yè)實(shí)現降本增效提供更多創(chuàng )新思路。無(wú)論是發(fā)現質(zhì)量問(wèn)題（質(zhì)檢）、找出質(zhì)量根本原因（分析），還是提高產(chǎn)品質(zhì)量（優(yōu)化），AI都擁有巨大的發(fā)展潛力。比如在尋找影響產(chǎn)品質(zhì)量的根本原因時(shí)，借助于A(yíng)I技術(shù)，能夠有效解決底層數據源對接的問(wèn)題以及統計分析技術(shù)在處理大數據方面能力不足的問(wèn)題，節省常規統計分析和人工經(jīng)驗排查所需要的大量時(shí)間和成本。

AI賦智：讓控制更靈活高效

中國制造產(chǎn)業(yè)結構正在加快從量大到質(zhì)強的轉變和升級。面對高度“內卷”的市場(chǎng)環(huán)境，人口紅利的消失，如何實(shí)現提質(zhì)增效，提升工業(yè)生產(chǎn)的盈利能力，成為企業(yè)亟需解決的問(wèn)題。

從西門(mén)子扎根行業(yè)的多年經(jīng)驗來(lái)看，企業(yè)面臨的問(wèn)題主要聚焦于工藝環(huán)節，關(guān)注如何提升產(chǎn)品的良品率和生產(chǎn)效率。要滿(mǎn)足這一需求，就要更精確地控制、優(yōu)化每道生產(chǎn)工藝。在大多數制造場(chǎng)景中，生產(chǎn)設備由經(jīng)典控制程序進(jìn)行控制，但在真實(shí)生產(chǎn)場(chǎng)景下往往存在很多變數甚至異常，一般來(lái)說(shuō)需要根據專(zhuān)家的經(jīng)驗或預先定義的機理規則進(jìn)行主動(dòng)干預。

針對于此，西門(mén)子嘗試采用AI技術(shù)打造智能的“工藝操作大師”，實(shí)現對各種工況環(huán)境和加工對象的動(dòng)態(tài)適應，從而提高生產(chǎn)操作的精度?；贏(yíng)I技術(shù)的增強型控制是在原有的控制邏輯基礎之上，增加了高精度的非線(xiàn)性動(dòng)態(tài)預測，能夠有效解決經(jīng)典控制技術(shù)對人工調節和干預的依賴(lài)，幫助客戶(hù)提高資源利用率、產(chǎn)量以及品質(zhì)上限。

例如在光伏基材生長(cháng)，金屬冶煉成型，食品粉末干燥/液體蒸脫等工藝環(huán)節中，西門(mén)子基于原有自動(dòng)化機理模型編寫(xiě)的控制邏輯基礎上，結合AI技術(shù)增加了質(zhì)量趨勢的動(dòng)態(tài)預測，可以針對不同參數進(jìn)行動(dòng)態(tài)尋優(yōu)，并回饋指令。通過(guò)優(yōu)化控制將成分控制精度提升到新臺階，能夠有效減少廢料產(chǎn)生，實(shí)現單位時(shí)間單位資源下的產(chǎn)能最大化。

AI賦值：化繁為簡(jiǎn)，讓AI“人人可用”

在數字化浪潮快速發(fā)展的今天，AI 被人們賦予了無(wú)限的期待，但其與工業(yè)領(lǐng)域的雙向奔赴仍任重道遠。工業(yè)AI的落地是跨學(xué)科、跨領(lǐng)域、跨產(chǎn)業(yè)的問(wèn)題，涉及IT信息技術(shù)、OT運營(yíng)技術(shù)、DT數據技術(shù)以及PT工藝技術(shù)等多維度融合。從產(chǎn)品化思維來(lái)看，西門(mén)子將工業(yè)AI的服務(wù)對象聚焦在更廣泛的群眾基礎——自動(dòng)化工程師，因此，西門(mén)子將AI的能力封裝，使用自動(dòng)化的語(yǔ)言將其發(fā)展成非AI專(zhuān)業(yè)人員都能使用的工具，幫助工業(yè)用戶(hù)用現有的知識架構適應AI時(shí)代的到來(lái)，讓復雜的工業(yè)AI應用化繁為簡(jiǎn)，且高效地為客戶(hù)帶來(lái)收益。

當更多的行業(yè)市場(chǎng)開(kāi)始進(jìn)入存量經(jīng)濟的今天，質(zhì)量和效率決定著(zhù)企業(yè)的競爭力，人工智能技術(shù)與工業(yè)場(chǎng)景的結合，將成為數字經(jīng)濟時(shí)代提升工業(yè)制造的重要助推力。作為未來(lái)自動(dòng)化的開(kāi)拓者，西門(mén)子也將繼續探索工業(yè)AI技術(shù)的發(fā)展，推動(dòng)AI和工業(yè)場(chǎng)景的深度融合，為制造業(yè)的長(cháng)期可持續發(fā)展賦能、賦智、賦值。