大模型在工业领域的应用前景.pdfVIP

大模型在工业领域的应用前景

地面以下近千米的山东能源李楼煤业矿井工作面，只有零星几个矿工的身

影，每隔一段距离就有几台摄像仪和无线基站，采煤机等设备也安装了传感器

等信息控制单元。靠着这些装置，地面调度指挥中心能清晰观察、动态监管施

工过程。防冲卸压施工孔深监管流程，从原本的3天缩短到现在的600秒，人

工审核的工作量降低了82%。这背后，AI大模型功不可没。

近段时间以来，大模型已经从写诗、作画、编论文，开始向能源、汽车、

钢铁等工业领域挺进，在设计、研发、管理等环节崭露头角。由于工业领域本

身门类多，企业间的数据壁垒明显，尤其在核心制造环节，大模型并非“万

能”。而对于用户而言，大模型的實际效果如何以及是否能够支持快速迭代最

为重要。有专家认为，未来十年，工业领域或将呈现大模型和小模型共存的局

面。

01工业大模型是怎样炼成的？

采煤过程中，在卸压钻孔施工时，人员操作不当，比如深度不够、角度有

误等，都会导致安全隐患甚至事故。

最近，山东能源集团、华为、云鼎科技联合发布的全球首个能源行业商用

AI大模型——盘古矿山大模型，解决了原先卸压工程规范性验证需要工人下井

逐个检查的难题。引入大模型后，工人坐在办公室就能完成这项工作。

工业大模型是工业企业数字化、智能化“进化”到一定阶段的产物。山东

能源集团启动数字转型之初，日均处理数据已达到2亿条。2022年年初，其

在智能化煤矿基础上，逐渐实现经营管理与智能生产分离、数据不出园区、支

持规模复制、学习分析小样本等能力，并搭建起中心训练、边缘推理、边用边

学的人工智能运行体系和管理体系。

今年开始，山东能源集团瞄准效率提升和安全生产，让一线生产工人深度

参与大模型的应用工作，将分散在数十座煤矿的一线经验和能力集中到平台，

并沉淀在大模型上，半年之内训练出了覆盖煤矿生产皮带运输、立井提升、辅

助运输等数十种场景的模型算法，助力企业提高安全生产效率。

在能源行业的油气勘探环节，“给地球做一次三维CT”需要处理PB级的

地质数据。如何更好理解、分析、利用海量数据，实现全链路的提质增效，成

为行业性挑战。

今年4月，阿里云宣布与中国石油集团数字化转型专业化公司昆仑数智共

建油气大模型。昆仑数智相关负责人表示，公司正在结合油气专业数据、油气

专业知识和业务智能化需求，基于阿里基础大模型开展深入预训练、调优等工

作，打造油气大模型。油气大模型打造完成后，将在勘探开发、炼油化工、油

气销售等业务领域广泛开展油气地质工程模型化协同研究、油气田开发方案智

能决策和优化、油气生产设备预测性维护等系列智能应用合作研究。

由于工业大模型还处于应用早期，如何落地，会产生哪些颠覆性应用仍有

待明确。大模型企业也正与行业客户摸索合作的场景和切入点。

据百度智能云智慧工业事业部解决方案总经理吴学义介绍，在化工行业，

目前的客户主要分两类，一类是行业研究咨询机构，希望与百度合作做大模型

的研发，把行业里安全生产、管理等各类标准，通过大模型知识固化，形成共

性的服务平台；另一类希望提升工艺设计。例如一家头部化工企业，生产过程

中需要多轮质检来保障产品质量。他们希望结合此前的数据积累，和大模型厂

商共同打造一个质检降频的大模型，降低成本，提升生产效率。

02在设计研发管理环节率先落地

某工业企业的负责人在用大模型设计散热叶片时表示。“研发人员认为，

弧形叶片的散热效果最好，但大模型最终给出的设计方案不是弧形，而是不规

则形。试验效果显示，这种不规则叶片散热效果更好，打破了所有研发人员的

固化认知。”

“大模型因具有强大的表征、泛化和自适应能力，在处理复杂的自然语

言、图像、时间序列等任务上表现优异。在经过充分训练后，无需针对特定问

题进行定制化，能够自动学习新的模式和规律，具备—定自己的认知和推理能

力，且能适应不断变化的数据和环境。”用友智能制造事业部高级技术架构师

叶琳表示。

用友通过对海量废钢图片训练，构建了用友BIP（商业创新平台）智能制

造废钢判级大模型，在鞍钢等20余家钢铁企业上线应用，废钢判级准确率达

95%以上。值得一提的是，由于该大模型具有很好的泛化能力和自适应能力，

面对企业的不同需求，技术人员几乎不用对原本模型做过多调整，而其他小模

型却不具备这些特点。

叶琳提及的这类大模型，属于视觉类大模型。依托视觉识别能力，可以广

泛用于图像识别或缺陷检测。