當前
，大語言模型已經展示出對人機交互產生的潛在影響
，這種影響令人震撼。波士頓谘詢公司（Boston Consulting Group）認為，毫無疑問，通過人機協同
，生成式人工智能會帶來生產力的大幅提升，而工業自動化恰恰是人機交互最為頻繁的領域。

大(da)語(yu)言(yan)模(mo)型(xing)是(shi)基(ji)於(yu)神(shen)經(jing)網(wang)絡(luo)且(qie)經(jing)過(guo)海(hai)量(liang)文(wen)本(ben)數(shu)據(ju)訓(xun)練(lian)的(de)深(shen)度(du)學(xue)習(xi)算(suan)法(fa)。近(jin)年(nian)來(lai)
，大(da)語(yu)言(yan)模(mo)型(xing)已(yi)經(jing)開(kai)始(shi)在(zai)各(ge)行(xing)各(ge)業(ye)嶄(zhan)露(lu)頭(tou)角(jiao)
，尤(you)其(qi)在(zai)工(gong)業(ye)自(zi)動(dong)化(hua)領(ling)域(yu)的(de)應(ying)用(yong)範(fan)圍(wei)不(bu)斷(duan)擴(kuo)大(da)。這(zhe)些(xie)模(mo)型(xing)能(neng)理(li)解(jie)並(bing)生(sheng)成(cheng)人(ren)類(lei)語(yu)言(yan)

，進(jin)而(er)幫(bang)助(zhu)大(da)幅(fu)提(ti)升(sheng)工(gong)業(ye)流(liu)程(cheng)效(xiao)率(lv)。保(bao)守(shou)估(gu)計(ji)
，大(da)語(yu)言(yan)模(mo)型(xing)可(ke)以(yi)幫(bang)助(zhu)原(yuan)始(shi)設(she)備(bei)製(zhi)造(zao)商(shang)（OEM）在構建機器PLC應用程序時節省20%的工作量。

大語言模型的發展十分迅猛

，從GPT-2到GPT-4
，模mo型xing不bu斷duan升sheng級ji成cheng熟shu
，處chu理li能neng力li大da大da提ti升sheng，其qi在zai工gong業ye自zi動dong化hua領ling域yu的de應ying用yong範fan圍wei也ye得de到dao極ji大da拓tuo展zhan。隨sui著zhe技ji術shu的de日ri趨qu成cheng熟shu和he廣guang泛fan應ying用yong
，我wo們men期qi望wang看kan到dao將jiang大da語yu言yan模mo型xing應ying用yong於yu工gong業ye自zi動dong化hua領ling域yu的de更geng多duo實shi際ji案an例li。

大語言模型的最重要的特征之一在於
，可以根據工業自動化相關的特定用例或任務進行來定製。在工業中
，這些用例或任務有三種可能：代碼生成
、文檔編寫
、重構和測試；自然語言接口
；自動化係統設計與開發。

然ran而er，我wo們men也ye需xu要yao考kao慮lv到dao大da語yu言yan模mo型xing中zhong可ke能neng普pu遍bian存cun在zai的de局ju限xian性xing
，以yi及ji在zai大da語yu言yan模mo型xing產chan業ye化hua之zhi前qian如ru何he應ying對dui由you這zhe些xie局ju限xian因yin素su帶dai來lai的de影ying響xiang。接jie下xia來lai

，我wo們men將jiang對dui這zhe些xie機ji會hui、局限性以及如何實現大語言模型的產業化展開進一步探討。

1. 代碼生成、文檔編寫

、重構和測試

大語言模型可以為PLC等工業控製係統生成代碼
，或者允許人類使用自然語言輸入內容生成人機交互（HMI）頁ye麵mian，進jin而er簡jian化hua應ying用yong程cheng序xu的de工gong程cheng設she計ji過guo程cheng，減jian少shao開kai發fa控kong製zhi應ying用yong程cheng序xu所suo需xu的de時shi間jian和he工gong作zuo量liang。此ci外wai，大da語yu言yan模mo型xing還hai有you望wang提ti高gao生sheng成cheng代dai碼ma的de質zhi量liang和he一yi致zhi性xing，從cong而er減jian少shao錯cuo誤wu並bing縮suo短duan調tiao試shi時shi間jian。保bao守shou估gu計ji，大da語yu言yan模mo型xing生sheng成cheng的de代dai碼ma，對dui於yu編bian寫xie機ji器qi類leiPLC程序而言，大約70%是可用的，編程效率大幅提升。大語言模型的另一個應用是自動生成配方代碼，在更改參數、更geng換huan供gong應ying商shang或huo更geng改gai配pei料liao時shi
，能neng夠gou節jie省sheng時shi間jian。創chuang建jian配pei方fang並bing觸chu發fa生sheng產chan線xian變bian更geng所suo花hua的de時shi間jian會hui直zhi接jie影ying響xiang生sheng產chan時shi間jian，因yin此ci任ren何he可ke能neng的de時shi間jian節jie省sheng都dou有you助zhu於yu提ti高gao效xiao率lv。更geng進jin一yi步bu，大da語yu言yan模mo型xing還hai可ke用yong於yu自zi動dong生sheng成cheng與yu其qi生sheng成cheng的de代dai碼ma相xiang關guan的de文wen檔dang
，如ru自zi動dong測ce試shi腳jiao本ben
，而er測ce試shi腳jiao本ben對dui於yu自zi動dong化hua工gong程cheng師shi來lai說shuo一yi直zhi是shi一yi項xiang非fei常chang耗hao時shi的de任ren務wu。

例如，在施耐德電氣，我們一直在測試大型語言AI模型的專用版
，並為EcoStruxure機器專家應用軟件來訓練這些模型。測試結果顯示其潛力巨大——代碼能夠快速而準確地生成
，盡管仍然需要人工審核。我們可以看到
，同樣的模型可以應用於其他軟件應用程序。

2. 自然語言接口

dayuyanmoxinghaikeweigongyezidonghuaxitongchuangjianziranyuyanjiekou
，youcicaozuoyuanzhixuyaoshiyongrenleiyuyan


，erwuxuzhuanmendebianchengyuyan，jiukeyiyuzhexiexitongjinxingjiaohu。ziranyuyanjiekoudeguanjianyingyongzhiyijiushishiyongziranyuyanminglingfangwenxianyouwendang，rujishuchanpinxinxi。zaixuduoxingyezhong，caozuorenyuanheweihurenyuanbixushoudongsousuochanpinwendangzhongdexinxi。youxieshenzhihaishizhizhiwenjian！然而
，隨著文檔逐步數字化，並傳輸至安全的特定大語言模型中，這些工具可用來快捷地提出問題
，並迅速找到答案。例如，“錯誤代碼8975的含義是什麼？該如何解決
？”這種問題可以輕鬆得到解答。其關鍵是使用安全的特定大語言模型。這些模型應該僅從經審核以及官方提供的手冊、技術說明和源代碼中提取答案。

工業企業麵臨的一個常見挑戰是
，行業知識可能隻掌握在特定人群中。雖然隨著資產的數字化
、gongzuofangshideshuzihuayijilaodonglirenkoujiegoudebianhua，zhezhongqingkuangyeyousuogaibian。danzaixuduogongchangzhong，rengranhuiyudaojiqihuozichanfashengguzhang，weiyizhidaoruhejiejueguzhangderenquebingbudangbandeqingkuang。xiangxiangyixia，ruguodangbandeweihurenyuannenggoutongguoyuyinminglinglaijinxingguzhangpaichu、訪問文檔，並（在安保措施落實到位的情況下）借助人工智能進行故障修複，將會節省多少時間
，生產力又能提高多少

？

用(yong)於(yu)技(ji)術(shu)支(zhi)持(chi)的(de)虛(xu)擬(ni)助(zhu)手(shou)是(shi)另(ling)一(yi)個(ge)應(ying)用(yong)場(chang)景(jing)，其(qi)中(zhong)帶(dai)有(you)大(da)語(yu)言(yan)模(mo)型(xing)的(de)自(zi)然(ran)語(yu)言(yan)接(jie)口(kou)，可(ke)以(yi)為(wei)工(gong)業(ye)帶(dai)來(lai)價(jia)值(zhi)。通(tong)過(guo)電(dian)話(hua)為(wei)客(ke)戶(hu)提(ti)供(gong)高(gao)度(du)專(zhuan)業(ye)化(hua)和(he)定(ding)製(zhi)支(zhi)持(chi)的(de)工(gong)業(ye)公(gong)司(si)（例如與工業最終用戶合作的機器製造商）
，keyizhangwozhexieyinxingdezhishi，bingjiangzhishihexinxitigonggeitedingdedayuyanmoxing，xunizhushoujiukeyiliyongzhexiemoxing
，congertishengkehutiyanbingyouxiaosuoduanjiejuewentideshijian。tongyang，zheyeshiyongyujiqi、自zi動dong化hua產chan品pin和he係xi統tong的de用yong戶hu手shou冊ce與yu文wen檔dang的de創chuang建jian。使shi用yong大da語yu言yan模mo型xing創chuang建jian這zhe些xie重zhong要yao文wen檔dang可ke以yi為wei應ying用yong工gong程cheng師shi節jie省sheng時shi間jian

，讓rang他ta們men可ke以yi將jiang知zhi識shi和he技ji能neng用yong於yu開kai發fa更geng好hao的de機ji器qi、產品和係統，從而提升質量並縮短上市時間。

3. 加快自動化係統設計與開發

在過程工業的大型項目中
，無論是老項目擴建還是新項目開發，自動化係統的設計和開發都需要眾多供應商
、用戶、hezuohuobanyijijianguanjigoudengdisanfanghuobanjinxingtonglixiezuo。congxiangmufaqidaoxiangmushishi，zaidaoxiangmuyunyingjieduan，doukeyiyongdayuyanmoxingduilaizigefangdexuqiuhecanshudengjinxingbiaozhunhuachuli，congerxianzhujieshengshijian
，bangzhusuoyoucanyufangtishengjingzhengli。

這是因為
，從客戶和合作夥伴的需求出發進行係統開發之初，就會麵臨關於解決方案架構
、物料清單、安全計劃、風險管理計劃等各方麵的多種要求。基於目前的技術，這需要耗費數月、甚至數年的嚴謹工作、zhenglichengqingyijilaiziduogezhinengbumendezhuanjiadexiezuo，cainengquebaozuizhongzhilianghekexingxing。ruguojiezhudayuyanmoxingduigefangxuqiuheziliaojinxingkuaisushuli，zekeyijiakuaizhenggeguocheng，tongshimanzugecengjideheguiyaoqiu。

大語言模型的道德考慮和限製因素

在(zai)工(gong)業(ye)自(zi)動(dong)化(hua)中(zhong)使(shi)用(yong)大(da)語(yu)言(yan)模(mo)型(xing)可(ke)能(neng)會(hui)帶(dai)來(lai)一(yi)些(xie)道(dao)德(de)考(kao)慮(lv)和(he)風(feng)險(xian)，必(bi)須(xu)要(yao)認(ren)真(zhen)對(dui)待(dai)，以(yi)確(que)保(bao)這(zhe)項(xiang)技(ji)術(shu)的(de)使(shi)用(yong)，是(shi)負(fu)責(ze)任(ren)的(de)，並(bing)且(qie)符(fu)合(he)道(dao)德(de)規(gui)範(fan)。

• 係統安全：當討論AI模型執行工業自動化操作的可能性時，首先必須製定明確的安全措施。
• 數據安全：大語言模型需要大量的訓練數據。這些數據可能包括個人敏感信息或有關特定流程的保密信息，因此確保數據安全，遵守保密原則
  、尊重個人隱私權至關重要。
• 偏見：大da語yu言yan模mo型xing可ke能neng會hui將jiang訓xun練lian數shu據ju中zhong存cun在zai的de社she會hui偏pian見jian一yi直zhi延yan續xu下xia去qu
  ，並bing持chi續xu放fang大da這zhe些xie偏pian見jian的de影ying響xiang。這zhe可ke能neng導dao致zhi不bu公gong平ping和he歧qi視shi性xing後hou果guo。因yin此ci，識shi別bie偏pian見jian並bing減jian輕qing偏pian見jian的de影ying響xiang很hen重zhong要yao
  ，它ta有you助zhu於yu確que保bao結jie果guo的de公gong平ping公gong正zheng。
• 信息安全：大語言模型容易遭到模型竊取或對抗性攻擊等惡意攻擊。必須確保這些模型的安全
  ，幫助其抵禦威脅。
• 解讀：大(da)語(yu)言(yan)模(mo)型(xing)很(hen)難(nan)解(jie)釋(shi)和(he)理(li)解(jie)，因(yin)此(ci)對(dui)於(yu)它(ta)做(zuo)出(chu)的(de)響(xiang)應(ying)也(ye)可(ke)能(neng)會(hui)難(nan)以(yi)解(jie)釋(shi)。在(zai)決(jue)策(ce)過(guo)程(cheng)中(zhong)使(shi)用(yong)這(zhe)些(xie)模(mo)型(xing)時(shi)，這(zhe)可(ke)能(neng)會(hui)成(cheng)為(wei)問(wen)題(ti)，因(yin)為(wei)很(hen)難(nan)理(li)解(jie)這(zhe)些(xie)決(jue)策(ce)的(de)基(ji)礎(chu)是(shi)什(shen)麼(me)，也(ye)就(jiu)很(hen)難(nan)確(que)保(bao)其(qi)公(gong)平(ping)性(xing)和(he)合(he)理(li)性(xing)。
• 以人為本：tongguobenwen，womenyijingkandaoledayuyanmoxingzaigongyezidonghualingyudeyixiejijideyingyongqianjing。raner，renheshuchurengxuyaorenleideshenzha。zhexiemoxingzhinengyongzuorenleinenglidebuchong。liru，jiqikeyizhixingrenwu
  ，danrenwuwanchenghoubixuyourenlaijinxingjianzha；或者機器可以改進或挑戰人類的創造性思維。
• 可靠性：大語言模型的結果可能並不一定真實，而且目前
  ，在使用這一結果前還應該始終由人類專家來進行審查。

大語言模型的產業化

如ru上shang所suo述shu，要yao想xiang利li用yong大da語yu言yan模mo型xing的de優you勢shi，就jiu必bi須xu對dui其qi進jin行xing恰qia當dang部bu署shu，並bing充chong分fen考kao慮lv其qi道dao德de考kao慮lv和he限xian製zhi因yin素su。此ci外wai，還hai需xu要yao重zhong點dian考kao慮lv的de是shi，大da語yu言yan模mo型xing的de潛qian在zai規gui模mo
，以yi及ji哪na些xie地di方fang可ke以yi或huo者zhe需xu要yao部bu署shu這zhe些xie大da語yu言yan模mo型xing。例li如ru，GPT-3模型有1750億個參數，而GPT-4則有1.8萬億個參數，效率更高。很顯然，模型執行將需要超大規模的算力和存儲空間。

值(zhi)得(de)關(guan)注(zhu)的(de)是(shi)
，特(te)定(ding)領(ling)域(yu)的(de)數(shu)據(ju)對(dui)大(da)語(yu)言(yan)模(mo)型(xing)進(jin)行(xing)預(yu)訓(xun)練(lian)可(ke)以(yi)提(ti)高(gao)其(qi)性(xing)能(neng)並(bing)簡(jian)化(hua)其(qi)部(bu)署(shu)。不(bu)同(tong)行(xing)業(ye)應(ying)評(ping)估(gu)如(ru)何(he)創(chuang)建(jian)這(zhe)些(xie)基(ji)礎(chu)模(mo)型(xing)，以(yi)及(ji)何(he)時(shi)需(xu)要(yao)大(da)模(mo)型(xing)，何(he)時(shi)需(xu)要(yao)更(geng)小(xiao)的(de)、更具體的解決方案。例如，特定領域的大語言模型——如製造行業GPT、醫療行業GPT
、旅遊行業GPT等——yiweizhekeyichuangjiangengxiaoqiegengjujiaotedinglingyudemoxing，ranhouzaicijichushangjinxinggoujian。zheyeyouzhuyujiejueyinfeixiangguanbeijingdiejiaerchanshengdecuowushuchu。yekeyiyoutongyixingyezhongdegegezuzhilaixiezuo，gongtongchuangjianshiyongyuqilingyuzhongpushixingyongtudeGPT
，同時仍保留其特定IP。

人工智能技術在工業自動化中的其他應用

生(sheng)成(cheng)式(shi)人(ren)工(gong)智(zhi)能(neng)，特(te)別(bie)是(shi)大(da)語(yu)言(yan)模(mo)型(xing)
，隻(zhi)是(shi)人(ren)工(gong)智(zhi)能(neng)在(zai)工(gong)業(ye)自(zi)動(dong)化(hua)中(zhong)的(de)讓(rang)人(ren)震(zhen)撼(han)的(de)應(ying)用(yong)之(zhi)一(yi)。我(wo)們(men)正(zheng)在(zai)探(tan)索(suo)人(ren)工(gong)智(zhi)能(neng)技(ji)術(shu)在(zai)以(yi)下(xia)行(xing)業(ye)中(zhong)的(de)更(geng)多(duo)應(ying)用(yong)：

• 人工智能增強型設備——將用於特定任務的AI模型充分集成到智能傳感器或執行器等嵌入式設備中，或集成到互聯互通的產品中
  ，將人工智能技術用於自整定
  、預測性維護
  ，或者結合雲端應用完成更複雜的推理應用。例如
  ，施耐德電氣在中國構建了智能工業視覺質量檢測解決方案，即“雲-邊協同AI工業視覺檢測平台”，在雲端實現數據存儲和標注及模型訓練，並把雲端模型下發到產線邊緣側
  ，執行邊緣推理。目前，這種AI工業視覺監測平台已經施耐德電氣中國15家工廠上線，顯著提高了生產線的檢測效率，將誤檢率降低0.5%以內
  ，並實現了零漏檢率。此外
  ，2023年6月，施耐德電氣推出AI模型生產與運維平台EcoStruxure AI引擎，覆蓋企業實現人工智能落地所需的五大建模相關流程，包括AI模型生命周期中的數據準備、模型訓練、模型部署
  、模型推理及模型監控。它可以幫助開發人員和數據科學家快速構建、訓練和部署機器學習模型
  ，在雲端實現數據存儲和標注及模型訓練、推理、部署、監控，以及迭代更新等全流程，並把雲端模型下發到產線邊緣側，執行邊緣推理，有效降低模型管理訓練的複雜度。
• 基於人工智能的控製技術——這首先是AI生成的控製應用程序
  ，這些應用程序可通過本文中討論的大語言模型技術或者我們也正在研究的深度強化學習（DRL）技術來實現。基於人工智能的控製也是將基於人工智能的計算機應用與控製應用的實時集成
  ，以賦予機器和過程最高程度的自主權。
• 虛擬傳感器——替代物理傳感器的方法，在給定信息的前提下，產生類似的輸出
• 基於人工智能的洞察——利用現場數據對預測模型進行訓練，以發現異常情況或提供維護建議

AI等新技術發揮潛力的關鍵在於其產業化與規模化應用

，2023年

，施耐德電氣在中國設立AI創新實驗室，致力於開拓“實體產業+技術生態+AI”的應用創新
，探索AI技術在資產和工藝優化、基礎設施管理
、需量管理以及新能源管理上的應用

，為各大產業的數字化與可持續發展賦能。

結論

大語言模型在各個行業中的應用愈發廣泛
，也愈加常見。麥肯錫（McKinsey）指出“生成式人工智能有望變革工作結構，讓某些人工活動實現自動化，從而增強個體的工作能力。”

GPT-4等大語言模型正用於代碼生成，與自然語言接口相結合，正在改變工業自動化中的工作方式，未來也將用於自動化係統的設計和開發。

大語言模型使用先進的機器學習技術，可以快速
、輕(qing)鬆(song)地(di)生(sheng)成(cheng)高(gao)質(zhi)量(liang)的(de)代(dai)碼(ma)和(he)文(wen)檔(dang)，顯(xian)著(zhu)提(ti)高(gao)效(xiao)率(lv)，減(jian)少(shao)錯(cuo)誤(wu)。但(dan)是(shi)，極(ji)為(wei)重(zhong)要(yao)的(de)是(shi)
，要(yao)考(kao)慮(lv)代(dai)碼(ma)生(sheng)成(cheng)的(de)可(ke)行(xing)性(xing)

，留(liu)心(xin)與(yu)這(zhe)些(xie)模(mo)型(xing)相(xiang)關(guan)的(de)道(dao)德(de)考(kao)慮(lv)和(he)風(feng)險(xian)因(yin)素(su)
，並(bing)思(si)考(kao)特(te)定(ding)領(ling)域(yu)（如工業自動化）如何能夠協同工作，讓大語言模型更好地發揮其潛力，變革現有工作模式。

然而，大語言模型隻是人工智能在工業領域應用的冰山一角，還有很多產品正在開發過程中。從互聯互通的產品到應用、分析與服務，從設計、建造到運營和維護的整個生命周期，未來我們將看到人工智能技術將被部署於技術解決方案的方方麵麵。