gpt4 book ai didi

ChatGPT在工业领域的研究与应用探索-产品化部署及应用

转载 作者:我是一只小鸟 更新时间:2023-07-17 14:31:29 25 4
gpt4 key购买 nike

     《 ChatGPT在工业领域的研究与应用探索-数据与工况认知 》 。

     《 ChatGPT在工业领域的研究与应用探索-AI助手实验应用 》 。

      ChatGPT在工业领域的应用需要解决两个问题:(1).私有化部署,并且保障工业企业数据资产安全;(2).要有具体领域的基础数据,能够训练出来模型,因为有些工业企业没有自己的信息化系统,还基本靠手工纸制填报、Excel汇报的方式来处理信息,这些数据没有办法有效利用和形成数据资产.

      缺少可以训练ChatGPT模型的基础数据是最难解决的问题,这不是短周期可以解决的问题,有数据积累的过程,还有工业企业规划项目不见效益不建设的特点,这也是生产型企业的特点,毕竟自己赚钱才能自己花,也是可以理解的.

     一项新技术的出现,可能给大部分领域带来翻天覆地的变化,可能促进部分领域发生改变,这都是价值的体现,不能排斥新技术与领域的结合应用。例如每个项目都规划有“知识库”的功能,一开始知识库只是检索文档标题关键字;后来有文档数据库可以进行全文检索及进行内容模糊关联;ChatGPT至少可以在知识库这块完成更高层次应用,语义理解、逻辑推理、知识整合等.

     有些用户或是专家在项目建设中提出来要提炼工艺库、模型库、算法库等,可能是眼界不够高及接触的比较狭窄,至今也没有看到建设比较好的**库。可以试着让ChatGPT成为每个角色的助手,例如工艺的、信息化的、设备的、电气的等角色,让ChatGPT成为自己,再不断的迭代它。基于这样的想法,从搞信息化角度,至少要考虑两个方面的内容:框架和产品应用.

      从大的框架角度来考虑,ChatGPT扮演AI助手的角色,应用越来越发挥出来应有的价值,所以工业系统化项目整体框架会发生一些改变。如下图:

     从产品应用角度考虑,肯定要有一套成熟的类ChatGPT产品化系统,支持私有化部署,支持不同角色的人上传自己的基础数据,并且训练出来模型,实现具体应用场景的问答.

   (1)创建一个模型,用于上传基础数据和训练模型。如下图:

   (2)我是一名信息化工程师,我把《工业互联平台白皮书》上传到该模型,现在支持PDF\TXT\JSON格式的文档。如下图:

   (3)开始识别文档的数据及训练模型,根据文档的大小,识别和训练模型的时间长短不一样。如下图:

   (4)训练结束后,可以查看模型数据集,如下图:

   (5)创建一个AI助手,并且关联刚才训练好的模型,如下图:

   (6)AI助手创建好后,可以发布上岗了,可以通过前端应用该AI助手,根据提问内容,按《工业互联平台白皮书》的内容进行回答。如下图:

  。

      以上是ChatGPT基本应用的整体过程,随着工艺数据、工况数据、设备数据、生产数据、经营数据越来越多,ChatGPT回答越全面、越准确,例如企业领导问当前的生产和经营情况、员工问当前工况问题及解决方案等.


物联网&大数据技术 QQ群:54256083 。

物联网&大数据项目 QQ群:727664080 QQ:504547114 微信:wxzz0151 博客:https://www.cnblogs.com/lsjwq 微信公众号:iNeuOS 。

  。

最后此篇关于ChatGPT在工业领域的研究与应用探索-产品化部署及应用的文章就讲到这里了,如果你想了解更多关于ChatGPT在工业领域的研究与应用探索-产品化部署及应用的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com