北京2024年8月6日 /美通社/ -- 近幾年,AI人工智能正以肉眼可見、勢不可擋的發(fā)展和迭代態(tài)勢,滲透進(jìn)人們的生活和生產(chǎn)當(dāng)中。隨著AI基礎(chǔ)設(shè)施的飛躍式發(fā)展,業(yè)內(nèi)多家公司都推出了具有更強(qiáng)大理解能力的多模態(tài)大模型(如GPT-4o、Gemini1.5Pro、LLaMA3.1等),AI技術(shù)應(yīng)用更是在各行業(yè)遍地開花,2024年被廣泛認(rèn)為是AI大模型應(yīng)用落地的元年。
而在傳統(tǒng)的流程工業(yè)(石化、化工、造紙、冶金、建材、醫(yī)藥等)領(lǐng)域,企業(yè)普遍面臨著安全風(fēng)險(xiǎn)高、物耗能耗高、產(chǎn)品同質(zhì)化競爭、效益波動大等問題。面向安全生產(chǎn)、低碳環(huán)保、生產(chǎn)效率與效益提升、產(chǎn)品質(zhì)量提高等價(jià)值目標(biāo),以及對生產(chǎn)過程的自主優(yōu)化運(yùn)行,降低對人的經(jīng)驗(yàn)依賴,基于模型指導(dǎo)生產(chǎn)的高階智能化需求,數(shù)字化和智能化技術(shù)的深度應(yīng)用已成為流程工業(yè)高質(zhì)量發(fā)展、轉(zhuǎn)型升級的迫切需求。
工業(yè)領(lǐng)域已經(jīng)成了AI大模型應(yīng)用的重要戰(zhàn)場,在這個背景下,流程工業(yè)領(lǐng)域的最新里程碑式事件于6月5日誕生——中控技術(shù)基于其在流程工業(yè)深耕30年的實(shí)踐經(jīng)驗(yàn)和技術(shù)積累,在新加坡面向全球用戶發(fā)布了流程工業(yè)首款時序大模型TPT(Time-series Pre-trained Transformer),開啟了產(chǎn)業(yè)落地應(yīng)用的進(jìn)程。
TPT的發(fā)布一時引發(fā)行業(yè)熱議:這款時序大模型的獨(dú)特魅力在哪里?它與大語言模型(LLM)有何不同之處?它將如何為流程工業(yè)企業(yè)邁向高階智能化打開機(jī)遇之門?
大模型的未來:更強(qiáng)泛化與可遷移性
隨著工業(yè)智能化進(jìn)展的加速,人們對大模型提出了更多的應(yīng)用需求。最顯著的問題是,傳統(tǒng)的AI模型技術(shù)在實(shí)際應(yīng)用過程中,只有通過與特定場景結(jié)合,才能提供更加精準(zhǔn)的解決方案。然而基于單一場景信息的模型,無法有效的進(jìn)行泛化,最終是一個場景一個模型,無可避免地限制了模型之間的遷移性。
而大語言模型的出現(xiàn),其通過語言理解、文字等內(nèi)容生成、推理、多模態(tài)輸入及表達(dá)等通用能力,改變了人機(jī)交互模式、提升了信息獲取效率,讓信息的利用方式和解決問題的方法有了新的可能性。但大語言模型更多停留在信息交互層面,難以深入到涉及裝置穩(wěn)定性、能耗物耗優(yōu)化、安全風(fēng)險(xiǎn)防控甚至是運(yùn)行操作等流程工業(yè)的核心環(huán)節(jié)當(dāng)中。
而正如日常生活中,語言文字被視為人類思考和交流的"信息載體",能夠泛化到各個領(lǐng)域,在流程工業(yè)生產(chǎn)過程當(dāng)中,時間序列數(shù)據(jù)是表達(dá)工業(yè)裝置特征的重要載體,能顯著增強(qiáng)工業(yè)AI模型的泛化與可遷移性。
這也正是中控技術(shù)此次推出的TPT技術(shù)所抓住的重點(diǎn)。與傳統(tǒng)的大語言模型不同,它基于最新的時間序列數(shù)據(jù)分析架構(gòu),更注重理解生產(chǎn)過程中基于時間序列數(shù)據(jù)的變化規(guī)律。得益于此,TPT在骨子里就更易于跨裝置、跨工廠的廣泛應(yīng)用。
裝置海量真實(shí)數(shù)據(jù)為核心,實(shí)現(xiàn)行業(yè)高適配度
縱觀歷史,任何一項(xiàng)突破性技術(shù)的誕生和演進(jìn),都要經(jīng)歷漫長的過程,TPT也不例外。早期的時間序列數(shù)據(jù)模型都相對較小,且局限于某些特定應(yīng)用場景,而隨著大模型的出現(xiàn),才逐漸打消了人們對AI數(shù)據(jù)處理和遷移的顧慮,帶來了更多嘗試和創(chuàng)新的曙光。
自2016年起,中控技術(shù)便致力于工業(yè)AI領(lǐng)域的研究與開發(fā)。隨著大語言模型的出現(xiàn),TPT團(tuán)隊(duì)觀察到,大語言模型在處理某些特定任務(wù)時表現(xiàn)卓越,但在更為復(fù)雜的工業(yè)控制、優(yōu)化和風(fēng)險(xiǎn)評估方面,它們似乎難以勝任。這一發(fā)現(xiàn)不僅為研發(fā)方向提供了新的視角,也激發(fā)了對工業(yè)AI應(yīng)用更深層次的思考和創(chuàng)新。自2023年5月起,中控開啟了大規(guī)模實(shí)驗(yàn),用近一年的時間艱難攻克,為完成驗(yàn)證甚至做了上百個模型。期間,團(tuán)隊(duì)面臨的難題如叢生荊棘,例如如何選擇表征工業(yè)核心特征的數(shù)據(jù)、如何將大語言模型能力移植到垂直應(yīng)用領(lǐng)域等。
慶幸的是,公司和這支專業(yè)團(tuán)隊(duì)并沒有放棄,他們回歸到利用時間序列數(shù)據(jù)的初心,并追蹤全球領(lǐng)先技術(shù),吸取經(jīng)驗(yàn)借鑒并進(jìn)行大量嘗試,最終在算法層面取得了重大突破,讓這個高性能、高可遷移性的TPT大模型得以問世。如今看來,一切努力都是值得的。
在流程工業(yè)企業(yè)的設(shè)備運(yùn)維、生產(chǎn)控制、人員管理等層面,TPT展現(xiàn)出極其顯著的價(jià)值。
當(dāng)前,在流程工業(yè)領(lǐng)域,仍有一些深層問題仍待思考與解決,但隨著更多類型裝置數(shù)據(jù)的收集,以及中控大模型能力的開放,以及云服務(wù)、邊緣端部署等多樣化服務(wù)的支持,將會更好的解決這些深層次的問題,同時該模型的各項(xiàng)能力勢必會得到進(jìn)一步強(qiáng)化,不斷解決難以解決的問題,幫助流程工業(yè)更好的可持續(xù)發(fā)展。
借力高精度模型,重塑工業(yè)智能
如今,市面上AI大模型概念"魚龍混雜","換湯不換藥"的現(xiàn)象層出不窮,為何中控技術(shù)推出的TPT大模型能備受矚目?除了在流程工業(yè)多年積累的好口碑外,其產(chǎn)品的過硬性能不容忽視。以重要的模型精度為例,在運(yùn)行環(huán)境和裝置多變、工況復(fù)雜的流程行業(yè),大模型如何避免裝置數(shù)據(jù)測量誤差和生產(chǎn)環(huán)境噪音影響是一大難點(diǎn)。而TPT技術(shù)巧妙地捕捉和接納真實(shí)生產(chǎn)環(huán)境中裝置的實(shí)際狀態(tài),這也讓TPT能更好地與真實(shí)生產(chǎn)過程進(jìn)行匹配。
更為重要的是,多年來,中控技術(shù)能夠分析海量用戶現(xiàn)場DCS、儀器儀表等IOT設(shè)備產(chǎn)生的數(shù)據(jù)。TPT大模型也正是以多家典型流程工廠客戶的實(shí)際數(shù)據(jù)為基礎(chǔ)開發(fā)的,這一優(yōu)勢也是其區(qū)別于其他友商的差異化價(jià)值所在。
在流程工業(yè)多個細(xì)分領(lǐng)域中,TPT展現(xiàn)出了良好的應(yīng)用效果。例如在某大型離子膜燒堿裝置上,TPT大模型及其配套軟件對裝置進(jìn)行自主監(jiān)督,實(shí)時分析與異常檢測,降低裝置安全運(yùn)行風(fēng)險(xiǎn);對裝置關(guān)鍵參數(shù)與設(shè)備運(yùn)行狀態(tài)進(jìn)行長周期預(yù)測,降低設(shè)備運(yùn)行費(fèi)用超過10%;同時,對裝置質(zhì)量指標(biāo)進(jìn)行優(yōu)化控制、設(shè)備負(fù)荷進(jìn)行優(yōu)化分配等,產(chǎn)品產(chǎn)量提升超過1%,單位產(chǎn)品電耗降低2%以上,效果顯著。在某熱電廠鍋爐上,TPT精準(zhǔn)預(yù)測了各參數(shù)的變化,運(yùn)行平穩(wěn)率提升30%以上;實(shí)現(xiàn)了關(guān)鍵參數(shù)的最優(yōu)控制,煤耗下降超過1%,氨逃逸減少超過20%,效果突出。在某石化企業(yè)連續(xù)重整裝置上,TPT通過復(fù)雜重整反應(yīng)模擬,運(yùn)行工況分析與最佳參數(shù)推薦,實(shí)現(xiàn)芳烴收率提升超過0.58%,效益明顯。在解決行業(yè)難題方面,氯堿裝置中的一次鹽水pH值波動大、投自動難,難以通過PID控制,TPT控制后,pH值穩(wěn)定性大幅提升,波動減少45%、操作頻次下降30%,運(yùn)行周期延長8%以上,有效解決了裝置運(yùn)行控制上的難題。除此以外,TPT正在氣化爐、CO變換、低溫甲醇洗、雙氧水等裝置上進(jìn)行應(yīng)用驗(yàn)證,進(jìn)一步提升TPT能力,使其在流程工業(yè)核心價(jià)值場景中發(fā)揮越來越大的價(jià)值。
TPT帶來的價(jià)值還體現(xiàn)在易用性上。用戶在使用前只需向系統(tǒng)提供裝置的基本控制信號(如溫度、壓力等),并提交少量數(shù)據(jù)供大模型微調(diào)即可。很多情況下,僅提供設(shè)備信號就能直接接入實(shí)時數(shù)據(jù)進(jìn)行分析,無需從零開始訓(xùn)練,大大提高開發(fā)效率和部署速度。
當(dāng)然,為保障用戶數(shù)據(jù)安全,中控技術(shù)也做了十足的籌備。TPT采集的數(shù)據(jù)所有權(quán)歸用戶所有,中控技術(shù)作為服務(wù)商僅提供基于數(shù)據(jù)的能力服務(wù)。在訓(xùn)練過程中,雙方也需簽署數(shù)據(jù)使用和保密協(xié)議,中控技術(shù)會嚴(yán)格保護(hù)用戶數(shù)據(jù)隱私,僅用于提升模型能力,訓(xùn)練完成后會回饋給數(shù)據(jù)來源廠家優(yōu)先使用。
5T與AI先行者,以TPT 助推產(chǎn)業(yè)數(shù)智升級
作為國內(nèi)流程工業(yè)數(shù)字化與AI技術(shù)的領(lǐng)跑者,其實(shí)早在2021年,中控技術(shù)就推出了極具前瞻性的5T戰(zhàn)略——AI-POET,包括AT(自動化技術(shù))、IT(信息技術(shù))、PT(工藝技術(shù))、OT(運(yùn)營技術(shù))和ET(設(shè)備技術(shù)),并持續(xù)發(fā)布了重大創(chuàng)新的產(chǎn)品與技術(shù),包括OMC(全流程智能運(yùn)行管理與控制系統(tǒng))、APEX(流程工業(yè)過程模擬與設(shè)計(jì)平臺)、PRIDE(全設(shè)備智能感知平臺)、Q-Lab(全流程智能質(zhì)量監(jiān)控平臺)等,可見其在5T戰(zhàn)略方面的投入和決心。
其中,AI作為一種深度延伸的IT技術(shù),是5T技術(shù)優(yōu)秀的載體,不僅能促進(jìn)不同技術(shù)場景下的融合應(yīng)用,更能驅(qū)動工業(yè)界的深刻變革。此次中控技術(shù)面向流程工業(yè)發(fā)布的TPT大模型,正是其基于AI原生能力開發(fā)的新產(chǎn)品,未來TPT也將成為中控技術(shù)打造新型技術(shù)融合創(chuàng)新解決方案的重要支撐。
在AI技術(shù)被大眾熟知的今天,盡管對"安穩(wěn)長滿優(yōu)"有嚴(yán)苛要求的流程工業(yè),仍呈現(xiàn)出較為保守的觀望姿態(tài),但企業(yè)在安全的前提下嘗試AI技術(shù),擁抱產(chǎn)業(yè)"智變"的更多價(jià)值和可能性,依然值得鼓勵。令人欣喜的是,現(xiàn)階段,無論是中國還是全球各國家和機(jī)構(gòu),都在積極制定利好的相關(guān)政策法規(guī),并對AI大模型及其衍生技術(shù)的落地應(yīng)用給予大力支持。
與此同時,TPT的發(fā)布讓中控技術(shù)成為了全球首個落地流程工業(yè)應(yīng)用的時序大模型的廠商。聚光燈下,面對技術(shù)未來發(fā)展的未知和難測,以及即將到來的激烈市場競爭,中控始終保持開放與持續(xù)進(jìn)步的健康心態(tài),并期望與更多合作伙伴創(chuàng)建更多應(yīng)用、增強(qiáng)模型能力,推動整個流程工業(yè)的智能化轉(zhuǎn)型,為流程工業(yè)打造新質(zhì)生產(chǎn)力注入澎湃動能。