隨著大模型與產(chǎn)業(yè)融合的廣度和深度不斷加大，各企業(yè)推動的模型產(chǎn)品也從通用類型向更多的垂直行業(yè)覆蓋延伸，大模型“爭奪戰(zhàn)”愈加激烈。9月5日，在2023百度云智大會上，百度智能云拿出一份大模型服務(wù)菜單。這其中包括工業(yè)解決方案——開物，基于文心大模型重構(gòu)升級。

　　眾所周知，工業(yè)是我國國民經(jīng)濟(jì)的壓艙石和主引擎，在當(dāng)前的時(shí)代背景下尤為重要。大模型擁有較強(qiáng)的泛化能力，可以幫助企業(yè)串聯(lián)不同的復(fù)雜算法和數(shù)據(jù)，打造企業(yè)級乃至產(chǎn)業(yè)級的方案。但工業(yè)較其他領(lǐng)域其廣度和深度更為復(fù)雜，如何真的讓大模型推動工業(yè)的發(fā)展，新開物又表現(xiàn)幾何，值得我們更深入的了解。

　　過去的百度開物聚焦于垂直行業(yè)的特定場景化賦能，通過與文心大模型的融合與重構(gòu)，新開物將實(shí)現(xiàn)從“產(chǎn)線智能”到“企業(yè)智能”再到“產(chǎn)業(yè)鏈智能”的跨越與提升。

　　“在深耕工業(yè)領(lǐng)域的這幾年，我們發(fā)現(xiàn)，很多工業(yè)企業(yè)在推進(jìn)智能化升級時(shí)，面臨著場景定制化開發(fā)成本高、使用門檻高的問題。”百度集團(tuán)執(zhí)行副總裁、百度智能云事業(yè)群總裁沈抖講道，“大模型的出現(xiàn)，為我們提供了全新的解決方案。”據(jù)介紹，重構(gòu)后的新開物，第一，可以幫助工業(yè)企業(yè)用更少的數(shù)據(jù)樣本、更短的時(shí)間構(gòu)建智能應(yīng)用；第二，可以幫助管理者通過自然語言交互方式，快速獲取企業(yè)生產(chǎn)經(jīng)營情況，做出決策并執(zhí)行；第三，還可以輔助地方政府做強(qiáng)鏈、補(bǔ)鏈的分析決策，促進(jìn)產(chǎn)業(yè)鏈全局優(yōu)化。

　　國家能源集團(tuán)旗下的榆林能源與百度智能云共同合作的基于Al的煤礦智能輔助運(yùn)輸管理系統(tǒng)，在大量車輛數(shù)據(jù)、安全數(shù)據(jù)、環(huán)境數(shù)據(jù)、經(jīng)營數(shù)據(jù)中，精準(zhǔn)解析出安全效率更優(yōu)的技術(shù)路徑和管理策略。對比傳統(tǒng)的人工調(diào)度方式，將大幅提高資源利用率，降低能耗和設(shè)備損耗。

　　國家能源集團(tuán)榆林能源智能管理中心主任陳湘源在會上表示，通過系統(tǒng)的大規(guī)模應(yīng)用和不斷訓(xùn)練優(yōu)化，輔助運(yùn)輸效率和安全管控能力將得到大幅度提升，后續(xù)將深化與百度等人工智能技術(shù)領(lǐng)先企業(yè)合作，為煤炭行業(yè)高質(zhì)量發(fā)展提供助力。

　　在電力、能源等領(lǐng)域，從發(fā)電到用電等場景，百度智能云也在基于新開物探索使用大模型解決行業(yè)難題。比如，基于大模型的能源大腦支撐電力系統(tǒng)從“源隨荷動”轉(zhuǎn)變?yōu)?ldquo;源荷互動”，對發(fā)電、電網(wǎng)、負(fù)荷、儲能進(jìn)行協(xié)調(diào)規(guī)劃、協(xié)同調(diào)度。根據(jù)測算，基于人工智能及相關(guān)技術(shù)，到2025年每年可減少碳排放3.28億噸，占總排放量的2.4%。

　　會上，中電互聯(lián)總工程師朱達(dá)平講述了聯(lián)合百度智能云發(fā)布的PCBA產(chǎn)業(yè)基于輕量化5G專網(wǎng)的AOI質(zhì)檢大模型，這是首個AI質(zhì)檢行業(yè)模型，降低了每條生產(chǎn)線的成本，實(shí)現(xiàn)了綜合產(chǎn)能的大幅降低。

　　港華集團(tuán)高級副總裁席丹介紹了聯(lián)合百度智能云打造的智慧運(yùn)行平臺情況，提升了燃?xì)庑袠I(yè)的數(shù)字化運(yùn)營和安全運(yùn)營水平。目前已有十幾家企業(yè)上線。席丹表示，期待未來大模型可以在燃?xì)庑袠I(yè)發(fā)揮更大作用。

　　“工業(yè)這個領(lǐng)域，是廣度廣、深度深，百度作為一家技術(shù)公司很難在工業(yè)里面吃透所有場景，這個過程確實(shí)是百度和諸位以及更多的合作伙伴一起探討，怎么真的讓技術(shù)推動工業(yè)的發(fā)展。”沈抖說。

　　“一是,如何構(gòu)建一個在工業(yè)行業(yè)當(dāng)中的智能化的體系，怎么樣真正讓智能化應(yīng)用構(gòu)建起來，先要有智能化應(yīng)用。二是大模型在這里到底如何發(fā)揮作用，這兩個關(guān)鍵問題。”百度智能云智慧工業(yè)總經(jīng)理常城在當(dāng)日下午舉行的智慧工業(yè)分論壇上給出了更進(jìn)一步的解讀。

　　百度智能云智慧工業(yè)總經(jīng)理 常城

　　在常城看來，無論模型的大小，能不能在行業(yè)里去解決實(shí)際問題，能不能構(gòu)建一個真正智能化應(yīng)用實(shí)現(xiàn)降本增效的作用才是關(guān)鍵。因此第一步需要在產(chǎn)線智能，在不同場景里去做智能化應(yīng)用。百度智能云經(jīng)過多年的積累，目前已經(jīng)在質(zhì)量管控、安全生產(chǎn)、工藝優(yōu)化、生產(chǎn)調(diào)度，以及能耗管理這五個大的場景中積累了非常多的應(yīng)用能力。

　　人工智能的三要素包含感知、決策、控制，常城認(rèn)為現(xiàn)在的大模型真正解決的是工業(yè)當(dāng)中的決策性問題。解決此類問題，就要從系統(tǒng)層面看如何整體的做決策和調(diào)度。因此第一步，要構(gòu)建完整的數(shù)字化底座能力和跨越多場景的比較完善的智能化的應(yīng)用產(chǎn)品矩陣，確保數(shù)據(jù)是真實(shí)可靠可用的，應(yīng)用也是真正能解決問題的，是能控制到設(shè)備的；第二步，大模型要和行業(yè)的數(shù)據(jù)結(jié)合，要增強(qiáng)通用大模型對于行業(yè)知識的理解能力，這樣的話才能真正做到系統(tǒng)級的決策。

　　“大家可以想象在一度電從生產(chǎn)到消費(fèi)的旅程當(dāng)中，如果沒有一個大模型來進(jìn)行整體系統(tǒng)的調(diào)控，人腦或者現(xiàn)在傳統(tǒng)方法幾乎是不可能建設(shè)成功未來的新能源系統(tǒng)，一定需要一個大模型，來深得對業(yè)務(wù)有理解才能進(jìn)行系統(tǒng)級的調(diào)配。”常城舉例講到，每一個關(guān)鍵的點(diǎn)都能做智能化調(diào)度控制，助力我國實(shí)現(xiàn)“雙碳”目標(biāo)。“如果這些AI應(yīng)用可以全面推廣，預(yù)測全國每年可節(jié)省能耗成本2000億以上，如果在國家層面上做更大的布局，我相信這個效果會更加顯著。”常城說到。

　　除了電力能源，百度智能云在制造、汽車、物流等行業(yè)上都在基于大模型探索打造智能應(yīng)用。常城表示，“從一滴油到一件衣，從一塊鐵到一輛車，從一方土到一顆芯，在大模型的加持下，這種系統(tǒng)級優(yōu)化的趨勢是不可阻擋的。”

　　關(guān)于大模型，智慧工業(yè)分論壇上，中國信息通信研究院副總工程師許志遠(yuǎn)對其發(fā)展給出高度評價(jià)，將大模型與狹義、廣義相對論、量子力學(xué)進(jìn)行對比。“工業(yè)包括各個垂直領(lǐng)域都有數(shù)字化轉(zhuǎn)型、信息化的需求，但最大問題是成本太高。”許志遠(yuǎn)說到，“正是由于大模型所帶來的降低成本的巨大潛力，我相信這種工業(yè)領(lǐng)域的大規(guī)模、低成本的數(shù)字化的浪潮將會到來。”

　　國際人工智能聯(lián)合會理事會主席、歐洲科學(xué)院外籍院士、南京大學(xué)人工智能學(xué)院院長周志華則從學(xué)術(shù)角度對大模型的發(fā)展提出更明晰的研發(fā)方向。

　　現(xiàn)在不管大模型也好，深度學(xué)習(xí)也好，都是機(jī)器學(xué)習(xí)產(chǎn)生出來的結(jié)果，都是從數(shù)據(jù)里面產(chǎn)生出來的智能行為。雖然已經(jīng)很強(qiáng)大了，但是它離不開機(jī)器學(xué)習(xí)的本質(zhì)，即概率近似正確。在人工智能領(lǐng)域有另外一條路，叫做知識驅(qū)動的道路，主要是基于邏輯推理。一旦能用邏輯推理證明一件事情是對的，那它就一定是對的。所以這是對人工智能發(fā)展來說，一個極為重要的根本性的前沿問題，就是能不能把數(shù)據(jù)驅(qū)動的路和知識驅(qū)動的路聯(lián)合起來。

　　周志華分析稱，我們現(xiàn)在知識推理是基于離散的符號歸結(jié)，機(jī)器學(xué)習(xí)通常基于連續(xù)的數(shù)值優(yōu)化。現(xiàn)在當(dāng)我們要把知識和機(jī)器學(xué)習(xí)融合起來的時(shí)候，就必須要做離散與連續(xù)的混合優(yōu)化，這個方面我們有一些初步的解決方案，但是如何能做得更大、更快，是現(xiàn)在的挑戰(zhàn)。如果能夠有辦法把這件事做得又大又快，就會在許多現(xiàn)實(shí)問題上看到更好的解決方案。

　　“如何進(jìn)行數(shù)據(jù)知識雙驅(qū)動，最近我們提了一個范式，叫做反繹學(xué)習(xí)。”周志華說到，“今天人工智能技術(shù)已經(jīng)取得巨大進(jìn)展，這個進(jìn)展已經(jīng)足以用到工業(yè)界來發(fā)揮它的作用，來‘榨取’它的商業(yè)價(jià)值。但是另一方面，還有很多困難的問題，是有待我們學(xué)術(shù)界進(jìn)一步去探討去解決的，還任重道遠(yuǎn)，人工智能遠(yuǎn)遠(yuǎn)不是萬能的。”(耿鵬飛)