忍不住谈谈工业大模型！

华南智能制造 · 公众号 · · 2024-08-26 17:30

正文

导读

INTRODUCTION

诸葛亮说：“欲得其利，先知其弊”，任何新技术都这个样子。要用好AI，一定要知道其弊端在什么地方。AI的弊端很简单：可靠性低，只能用在对可靠性要求低的地方。由于AI的优势是知识丰富、计算能力强。所以，AI适合用在对可靠性要求低、对知识和运算能力要求高的地方。根据这个原则，工业大模型应用的场景就比较清楚了。

- 文章信息 -

本文作者郭朝晖老师，优也首席科学家，前宝钢研究院首席研究员，中国工业智能领域权威专家，公号蝈蝈创新随笔。著有《知行：工业基因的数字化演进》。

0 1

这篇文章原本不想写，是忍不住才写的。不想写，是因为感觉自己地工业大模型的认识肤浅、不值得说；忍不住，是因为看到有些人胡说八道、忍不住想驳斥几句。

我承认大模型的作用巨大，随着技术的发展作用会越来越大。 去年，我的朋友小侯试用了一个国外的模型，对感慨地说：大模型的水平大体上不亚于硕士研究生了。未来不会用大模型的工程技术人员，可能就像现在的人不会上网一样，会逐渐被淘汰掉。有个很精彩的说法：未来的AI不一定能打败人类，但会用AI的人却会打败不会用AI的人。

0 2

诸葛亮说：“欲得其利，先知其弊”， 任何新技术都这个样子。要用好AI，一定要知道其弊端在什么地方。AI的弊端很简单：可靠性低，只能用在对可靠性要求低的地方。由于AI的优势是知识丰富、计算能力强。所以，AI适合用在对可靠性要求低、对知识和运算能力要求高的地方。小侯说：大模型的本质是个“辅助思考系统”：你想不到的，大模型可能想到。 模型有可能想错。怎么办呢？让人来把关啊！

根据这个原则，工业大模型应用的场景就比较清楚了： 在依靠人类决策的地方，大有可为；在自动决策的地方，要具体问题具体分析。我并不排斥AI用于自动决策。 相反，我一直强调，AI（特别是图像识别）对自动化技术的推进有突破性的作用。但是，在另外一些自动决策的地方，AI的应用要慎重。比如，人类很早之前就强调：不要让机器自动杀人。

管理、研发、服务、维护等过程是靠人来决策。 所以，大模型可以用在帮助人们从事研发、服务等方面的工作。比如，在产品设计时，大模型可以帮助人们想出若干可选的方案，为特定方案挑出毛病、提出警示等；在服务方面，可以帮助用户选择产品和产品组合等。 这些应用场景，人都是最终的决策者。大模型充当顾问、军师的作用。

0 3

但是，在生产自动化领域就要当心了。比如，我不赞同让大模型自动优化对质量有重要影响的关键工艺参数。 为什么呢？因为这些参数往往属于企业标准、是实践的结果，是不能随意动的。

很多人不理解我的观点。要理解这个观点，需要理解工业、尤其是现代工业的本质。我在《知行》上谈了一些工业常识，很多人不知道为什么要谈。这里正好给大家解释一下。

我在书中讲到现代工业的特点之一是 高的质量要求 。质量高到一定的程度，就有了“广义质量”的概念。广义质量不仅要求产品的实物质量要高，对生产过程标准化的要求也很高。为什么不直接用产品的质量指标衡量质量呢？有几个方面的原因：首先是工业产品的质量不仅是产品本身的质量指标高，产品质量指标之间的稳定性也是非常重要。其次是有些质量指标说不清楚或难以普遍测量。所以，产品质量要求特别高时，需要用原料和工艺过程的稳定性来保证质量要求。 所以，生产过程往往要严格地按照标准工艺要求去做。

所以，即使产品本身的质量指标更好，如果指标不稳定也是质量不好、工艺参数不稳定也是质量不好。理解了这个原则我们就明白了：工艺参数要按照研发过程制定的标准去执行，而不能允许工业大模型自动给出所谓“更好的做法”。

这个话题可以多说几句：工艺参数可否动态优化？其实也是可以的。但前提是：动态优化的原则必须标准化才行、要明确地说清楚才行。换句话说：标准的改变要符合标准。所以，即便工业大模型更优，应用起来往往是不规范的：因为它很难明确地说清楚。 另外，工艺标准化的优化，一般都是针对某个工作点附近的。这时候的优化函数，往往可以用线性函数来逼近，完全没有必要用大模型。

0 4

很多人对现代工业对规范性理解不深。我们必须认识到：即便你的做法效果更好，违规就不好，这就是现代工业的特点。这一点和现代法律的思想很相似：你可能是对的，但如果在法庭上没有证据，依照法律就会判你败诉。学会尊重规则，才能理解现代工业。

宝藏资料下载

建议下载！首个数字化转型国家标准！

重磅干货！《智能制造概论》405页全书课件下载！

「国有企业数字化转型」的60个典型案例

193页全读笔记透析《数字化转型方法论》

87页PPT读懂华为数字化转型之道，请收好！

忍不住谈谈工业大模型！

正文

请到「今天看啥」查看全文