ZD至顶网软件频道消息:对于制造业来说,提高生产的良品率非常重要,哪怕只是1%也能产生巨大的价值。2016年8月,在工业重镇苏州,国内大型能源巨头协鑫光伏尝试用阿里ET优化标准化车间的生产参数。
据了解,光伏切片生产有着十分精密的工艺流程:一根仅0.1mm粗细的钢线不断摩擦硅锭,最终切出一片片仅0.2mm厚的硅片。车间的湿度、温度、砂浆上下部温度、导轮上下部温度等上千个参数在实时影响着生产。如此复杂的生产环境下,人工经验很难100%地保障产品质量。
ET工作的第一步,是将标准化车间所有端口的数据传入工业大脑,随后通过人工智能算法,对所有关联参数进行深度学习计算,精准分析出与良品率最相关的60个关键参数,并搭建参数曲线,并在生产过程中实时监测和控制变量。
经过ET的介入,目前,协鑫光伏的生产良品率已经提升1个百分点,每年可节省上亿元的生产成本,成为首个“中国智造1%”的威力范本。
3月29日,在云栖大会深圳峰会上,阿里云正式发布ET工业大脑,让工业生产线上庞大的钢铁躯体拥有智能大脑。阿里云总裁胡晓明表示,我们希望利用人工智能技术发挥“中国智造1%”的威力。中国制造业如果提升1%的良品率,意味着一年可以增加上万亿的利润。
目前,ET已马不停蹄地参与到新能源、化工、环保、汽车、轻工业、重工业等不同制造领域的工作中。除了协鑫外,徐工集团、中策橡胶、吉利等制造领域的标杆企业都在积极引入ET工业大脑,投入智能制造的浪潮之中。
阿里云人工智能科学家闵万里表示, 与其他领域相比,将人工智能技术应用到工业生产的复杂度更高。单从数据而言,一台民用涡轮风扇发动机的转速就能达30000转/分钟,不同型号涡轮发动机转动次数也不同,这相当于1分钟内就可以产生海量不同标准的数据。
ET工业大脑的背后是阿里云自主研发的云计算操作系统飞天——可将遍布全球的百万级服务器连成一台超级计算机。借助飞天的计算能力,阿里云ET才能胜任工业大脑的工作,指挥工业生产线上的庞大躯体。
闵万里透露,目前ET工业大脑已经在流程制造的数据化控制、生产线的升级换代、工艺改良、设备故障预测等方面开展工作。ET的目标是成为一个不断吸收专业知识的 “大脑”,可以指挥各种类型的工业躯体。“我们希望用21世纪的机器智能,帮助人类更好地指挥20世纪的机器”。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。