全球制造

看全球智造，造未来机会

全球智造见闻

Verdantix总结的LLM（大型语言模型）在工业领域中的十个应用

1. 从庞大的数据集中提取相关关键信息以获取简明见解。

2. 通过自动化消除重复的行政任务。

3. 实现更强大的工业数据接收、转换和情境化。

4. 通过充当推理引擎，为运营和维护人员提供快速的第二意见。

5. 自动对资产维护任务进行分类和优先排序。

6. 通过语音口述实现全程免提的检查和维护。

7. 民主化资产可编程逻辑控制器（PLC）编程。

8. 为全体员工提供低代码、自然、对话式的界面。

9. 开发更先进的基于AI的生产质量优化视觉系统。

10. 为培训提供丰富的视觉3D虚拟环境。

1. 从庞大的数据集中提取相关关键信息以获取简明见解。 随着数字化在工业企业中的推广，由此产生的数据仓库和数据湖将存储从数千个物联网设备的数十年高频传感器测量到数百万份检验报告、工作订单、扫描笔记和生产日志的所有内容。强大的图像描述工具，如Salesforce Research的BLIP-2，可以通过文本化元数据丰富视觉数据，而C3 AI和Cognite等公司的表格和文档解析工具则为LLM提供了多模态数据的可见性。通过采用检索系统将文本块提供给LLM，操作人员可以得到与真实数据相关的对话式、基于事实的表示（见图5）。Cognite的工业知识图为LLM提供了资产、流程、技术和人员之间的语义关系，以减少幻觉。基于LLM的信息检索系统为操作人员提供简明、相关的见解，帮助他们发现低效和安全风险。

2. 通过自动化消除重复的行政任务。 数字孪生、AI分析和资产管理软件等技术有助于自动化工业设施中的多个流程，2022年Verdantix全球企业运营卓越调查中301名受访者中的87%提到新技术的可用性是推动工厂运营数字化转型最重要的因素（见Verdantix全球企业调查2022年：运营卓越预算、优先事项和技术偏好）。LLM将进一步增强这些能力，通过执行乏味、重复的行政任务，如起草电子邮件、扫描报告以分析风险，并从没有实施常规软件集成的系统中检索信息。2023年4月，西门子宣布与微软合作，在Microsoft Teams内推出其新的Teamcenter应用程序，帮助车间工人解析和翻译自然语言，生成摘要报告，并将信息传递给适当的设计、工程或制造人员。

3. 提供更强大的工业数据摄入、转换和上下文化能力。 工业数据庞大而晦涩，没有合适的工具，管理起来既昂贵又困难（参见Verdantix战略聚焦：为了资产管理数字化，工业企业为什么需要DataOps平台）。AspenTech、AVEVA、HighByte和Hitachi Vantara等公司提供工业DataOps平台，满足多样化的数据管理需求，而Timeseer.ai等公司则提供检测和提供超过100种数据质量问题警报的专用工具。LLM擅长解析非结构化数据，使用推理来添加上下文，并解决软件问题。将其部署为代理，生成式人工智能将极大地提高数据管理和编排的易用性（参见图6）。Cognite的工业画布平台中包含了基于LLM的代理和生成式人工智能的多模式上下文化视图。

4. 通过充当推理引擎，为运营和维护人员提供快速的第二意见。 RLHF调优的LLM能够遵循自然语言指令，以一种人类可理解的方式，通过思维链或思维递归来探索其数字环境。它们可以查询工业数据湖，阅读和总结文件，或通过与企业资产管理（EAM）、环境健康安全（EHS）或资产性能管理（APM）软件的连接来查看实时数据。将LLM部署为代理，根据用户指令执行任务，它们可以完成大部分乏味的知识收集和基本分析工作，简化一线工人的任务，例如在设施中获取特定资产（例如泵）的列表，记录其维护历史，并预测下个月哪些资产需要维修（参见图6）。尽管如今最强大的LLM，如GPT-4和Claude，有时会犯错误，但它们对世界的一般知识，当与适当的软件支持结合使用以引导其注意力时，为操作人员、管理人员和工程师提供了一种快速、无偏见的理智检查或第二意见（参见图4）。

5. LLM（大型语言模型）在工业操作中的十个应用：

6. 自动分类和优先排序资产维护任务。 LLM擅长分析非结构化数据，可以直接从文档中提取文本，或从AI视觉模型生成的标题中获取信息。它们具有无限的耐心，可以持续监控上传到工业数据湖中的实时信息。这种功能可以用来从数据中提取情感，并与运营优先事项进行比较，然后向设施和企业决策者提供摘要。类似地，LLM可以使用风险和重要性指标来筛选成千上万份检验报告、图像标题和通话记录的转录，以便检测即将发生的事件，并通过代理式的流程自动化向现场经理提供及时警报。

7. 通过语音口述实现全程免提的检查和维护。 十多年来，语音口述已经以苹果的Siri、谷歌的助手和其他许多形式在智能手机上得到应用。然而，这些系统在识别特定领域的单词或始终提取复杂指令方面受到限制。2022年，OpenAI发布了开源的Whisper模型，这是一个多功能、通用的语音转文本系统，训练了68万小时的转录文本。这样的模型可以与LLM和视觉系统结合使用，为现场操作员提供音频和视觉信息，实现全程免提操作。尽管Whisper和类似的模型目前的计算成本较高，但准确的转录带来的企业价值推动创新，使得能够识别行业特定术语的紧凑型模型迅速发展。这样的系统将为一线工人提供一个基于软件的推理引擎和虚拟助手，帮助他们完成复杂的任务，特别是在偏远地区。

8. 民主化资产可编程逻辑控制器（PLC）编程。 计算机编程语言所需的严密逻辑，以及互联网上围绕软件开发展开的广泛讨论，意味着LLM已经学会将代码与自然语言密切相关联。在工业领域，ABB、Rockwell Automation和西门子等机器供应商为其产品提供了广泛的公共文档。微软旗下的GitHub Copilot于2021年推出，并从2022年开始广泛可用，为软件开发人员提供了先进的自动完成功能，包括根据自然语言描述生成函数的能力。类似地，2023年5月，ABB Research发表了一篇论文，详细介绍了OpenAI的ChatGPT/GPT-4如何使用PLC/DCS功能的自然语言描述来生成符合语法要求的IEC 61131-3结构化文本代码，并展示了有用的推理能力，以提高控制工程师的生产力。

9. LLMs在工业操作中拥有许多应用。它们可以从庞大的数据集中提取关键信息，为工作人员提供简明的见解。此外，LLMs可以自动化处理重复的行政任务，减轻工作负担。它们还可以处理工业数据，提供更强大的数据转换和上下文化能力。作为推理引擎，LLMs可以为运营和维护人员提供快速的第二意见。此外，LLMs还可以提供低代码、自然、对话式的界面，为全体员工提供更好的用户体验。它们还可以开发基于AI的生产质量优化视觉系统，帮助提高产品质量。最后，LLMs还可以提供丰富的视觉3D虚拟环境，用于培训和知识传递。这些应用展示了LLMs在工业操作中的创新性和潜力，将为工业领域带来更高效、更智能的解决方案。

全球智造见闻

硅谷：设计师利用生成AI进行芯片助手设计

如今的数字化领域中，计算机断层扫描（CT）数据分析在质量检测方面的应用已经越来越广泛，对于传统的CAD/CAE/CAM领域来说，它提供了令人瞩目的互联数字平台的好处。CT数据分析软件对于设计、模拟和制造等核心工具的影响非常显著，它使这些工具在其本职角色中变得更加出色，这些工具通常位于CT数据分析之上，起到了更好的作用。

采用开源工业物联网软件

使用ABAP SDK for Google Cloud自动化工厂维护

全球智造投资

Seurat Technologies融资$99M，用于部署本地化印刷工厂和减碳制造。该公司是3D金属打印领域的领导者，致力于改善人们和地球的制造业。最新的C轮融资由NVentures（NVIDIA的风险投资部门）和Capricorn的技术影响基金（专注于气候解决方案）领导，总额为9900万美元。Seurat的这一融资轮还吸引了本田汽车和Cubit Capital等新投资者的参与，以及之前投资者True Ventures、SIP Global Partners、保时捷控股、Denso Global、通用汽车风险投资、Maniv Mobility LP和施乐风投的继续参与。

HP与Elnik、GKN和Sandvik合作开展金属喷射技术