大模型時代顯而易見的到了，但是大模型在行業(yè)場景落地，對多數(shù)企業(yè)又是轉(zhuǎn)型升級的新命題。

隨著不同領(lǐng)域的大模型如火如荼地“涌現(xiàn)”，各行各業(yè)對大模型的態(tài)度也已經(jīng)從“獵奇”逐步轉(zhuǎn)化為如何“交互”和“落地”。特別是在一些強調(diào)精度、可控性和合規(guī)性的場景中，企業(yè)對于全面接納這種大型模型還存有疑慮，期待求解。

畢竟，對模型的高度交互可能會增加數(shù)據(jù)泄露的風(fēng)險，而模型過度的創(chuàng)造性也可能導(dǎo)致信息的誤導(dǎo)或混亂而無法產(chǎn)生實效。換句話說，正是這些模型令人贊嘆的"涌現(xiàn)性"成了它們被更廣泛應(yīng)用的障礙。

“人工智能正成為數(shù)字化轉(zhuǎn)型的核心驅(qū)動力之一，并一直在充分發(fā)揮協(xié)同作用，助力工業(yè)企業(yè)在產(chǎn)品全生命周期內(nèi)，持續(xù)提升效率并推動創(chuàng)新。”西門子中國研究院張英麗說,“西門子更看重讓大模型切實在應(yīng)用場景中發(fā)揮價值。”

圖源：西門子中國官網(wǎng)

深耕工業(yè)人工智能領(lǐng)域30余年，西門子對于人工智能與垂直行業(yè)的融合發(fā)展有著深厚的理解和積累。實際上，早在2018年，Google剛剛提出Transformer底層框架之時，西門子就開始了在預(yù)訓(xùn)練大模型技術(shù)與產(chǎn)業(yè)領(lǐng)域的探索與創(chuàng)新，他們是怎么做的？隨著大模型時代的到來，西門子下一步的計劃是什么？

來自工業(yè)領(lǐng)域“頭部玩家”對行業(yè)大模型的探索與思考

作為工業(yè)領(lǐng)域的“頭部玩家”，西門子一直以創(chuàng)新的姿態(tài)，推動業(yè)界不斷擁抱從概念到技術(shù)的諸多革新，對大模型的創(chuàng)新探索也是如此。例如，早在2017年，西門子就已經(jīng)開始在工業(yè)診斷場景中嘗試使用人工智能，探索其具體的落地場景以及應(yīng)用價值。

“西門子AI Lab的定位就是連接AI夢想到真正AI應(yīng)用的橋梁，一直都在緊跟技術(shù)前沿的發(fā)展，盡管早期的嘗試更多是創(chuàng)新性的，但我們更想要了解它的可行性技術(shù)路徑、用戶需求以及商業(yè)價值，只有深刻把握了這些，西門子才能不斷地去做創(chuàng)新。”張英麗說。

今年以來，盡管通用大模型的發(fā)展令人驚艷，但企業(yè)卻在應(yīng)用的過程中發(fā)現(xiàn)，因其缺少具體行業(yè)或產(chǎn)業(yè)應(yīng)用場景層面的數(shù)據(jù)量而導(dǎo)致模型精度不理想，所以許多大模型仍然存在著“不擅長”解決具體行業(yè)問題的通病。

在張英麗看來，以上被稱為“可信AI”的話題并不是新興的議題。在模型規(guī)模尚未達到如今之龐大的時代，模型的魯棒性、可解釋性、公平性和隱私保護等方面就已經(jīng)受到了高度關(guān)注。

“大模型的出現(xiàn)對可信AI，尤其是其‘可解釋性’方面，提出了全新的挑戰(zhàn)。”張英麗說，“因此西門子希望找到一個更可行、更實際的技術(shù)路徑，讓AI可以在不同的場景中發(fā)揮長處、避開短處，讓各個不同的垂類大模型能夠更直接、更快速地去解決行業(yè)問題。”

得益于多年來在工業(yè)智能化領(lǐng)域的深耕，西門子通過服務(wù)不同行業(yè)、不同規(guī)模、不同應(yīng)用場景的客戶的過程中，在工業(yè)和智能制造方面積累了深厚的知識和數(shù)據(jù)，在大模型的場景探索中，開放式數(shù)字商業(yè)平臺西門子Xcelerator以注重效率、交互、協(xié)作、創(chuàng)新和生態(tài)的“破圈”方式，聯(lián)合數(shù)十家生態(tài)合作伙伴共同推動應(yīng)用場景實踐，最終從真實需求出發(fā)，率先提出了從“智能客服”和“智能診斷”兩個方向上搭建“人工智能大腦”的創(chuàng)新方案。

當(dāng)被問及為何首先確定的是這兩個場景時，張英麗表示：“西門子在工業(yè)人工智能領(lǐng)域有成功的落地案例，我們有數(shù)據(jù)積累，也成功驗證了其商業(yè)價值。雖然長遠來看，我們認為大語言模型在與工業(yè)世界的結(jié)合上存在更多潛在的可能性。但從短期來看，大語言模型加持的客戶服務(wù)和智能診斷環(huán)節(jié)，是前期可以進行落地嘗試的。”

圖源：西門子小程序

西門子觀察到，當(dāng)下應(yīng)用最成功的生成式模型，其最擅長的能力是對話理解，當(dāng)給大模型提供的訓(xùn)練數(shù)據(jù)集足夠全面和專業(yè)化，數(shù)據(jù)偏差的影響減少了，在人工客服的應(yīng)用場景上，AI就能夠代替人類專家更加高效地處理專業(yè)問題。而在工業(yè)診斷的場景里，生成式AI模型能夠輔助運維團隊進行更加準(zhǔn)確、迅速地智能診斷。這樣不僅降低了人類員工學(xué)習(xí)知識的時間和成本，還將工作效率提高了數(shù)十倍。

西門子QRA框架：在通用型的基礎(chǔ)上專注“可信生成”

為了讓大語言模型能夠回答更精專、更垂直領(lǐng)域的話題，并實現(xiàn)更多的產(chǎn)業(yè)應(yīng)用，西門子在經(jīng)過與清華大學(xué)研究團隊長期的研討后，基于清華大學(xué)在學(xué)術(shù)、技術(shù)研發(fā)以及搭建大模型等方面的強大實力，結(jié)合自身的產(chǎn)業(yè)優(yōu)勢和數(shù)據(jù)積累，創(chuàng)新性地提出了“QRA框架”理念。

清華大學(xué)作為國內(nèi)的“頂級學(xué)府”，一直以來都以其卓越的學(xué)術(shù)實力和科研成果而聞名于世，在人工智能專業(yè)方面，清華大學(xué)更是一直持續(xù)保持著領(lǐng)先地位，在最新的軟科2023年中國大學(xué)人工智能專業(yè)排名中，更是穩(wěn)居榜首。

在QRA技術(shù)框架的研發(fā)過程中，西門子主要負責(zé)為大模型的“喂養(yǎng)訓(xùn)練”提供脫敏處理后的行業(yè)數(shù)據(jù)，而清華大學(xué)則主攻學(xué)術(shù)研究和模型搭建。

人工智能發(fā)展至今，“AI黑盒問題”一直如影隨形，尤其是在大語言模型領(lǐng)域，因其內(nèi)部工作原理對最終用戶來說是不可見的，AI解決問題的“不透明化”也進一步引發(fā)了我們對使用人工智能的擔(dān)憂。所以隨著機器學(xué)習(xí)和人工智能技術(shù)在各個領(lǐng)域中的迅速發(fā)展和應(yīng)用，向用戶解釋算法輸出的結(jié)果變得至關(guān)重要。

特別是在對專業(yè)性要求更高的客戶服務(wù)和工業(yè)智能診斷等應(yīng)用領(lǐng)域，要更加避免“捏造事實”、“胡編亂造”等一類的AI“幻覺”問題。在這一點上，西門子提出的“QRA框架”就是解決“可信生成”的問題。

QRA框架的可信生成是基于知識庫去做內(nèi)容生成，并不是由模型隨機生成。“這更像是人的行為——在不斷的學(xué)習(xí)和推理過程中，形成AI自己解決問題的‘方法論’，當(dāng)你向‘它’提出問題后，‘它’會在知識庫里經(jīng)過檢索整合后，通過QRA框架給出回答。”張英麗表示。

并且，張英麗也表示：“我們在和清華的合作中，我們不僅希望通過用QRA框架去做可信生成，把這個技術(shù)框架做的更可靠更可信賴，同時也希望能夠把這套框架用在前面提到的兩個應(yīng)用場景上，因為在客戶服務(wù)和工業(yè)診斷上都需要非常多的專業(yè)知識，并且需要將錯誤率降低到最小。”也就是說，配備了QRA框架的大模型，在回答問題時將更準(zhǔn)確、更智能、更可信。

QRA框架也并沒有忽視“通用性”。這一點，主要體現(xiàn)在三個方面。

據(jù)張英麗介紹，首先，QRA框架在其技術(shù)實現(xiàn)的通用性會更強，支持行業(yè)客戶隨時搭建知識庫，甚至搭建什么樣的知識庫，就會成為什么樣的“專家”，在垂直行業(yè)領(lǐng)域的應(yīng)用上更加具有通用性；其次，QRA框架在部署和實施上非常的靈活，支持企業(yè)客戶進行各類云部署和本地部署；最后一點則是該框架的大小選擇上也非常靈活，主要分為百億級參數(shù)、千億級參數(shù)兩個量級，可以靈活應(yīng)用不同類型的場景。

“這樣就不會出現(xiàn)‘殺雞用牛刀’情況。”張英麗說。

據(jù)了解，西門子為了驗證后續(xù)的可持續(xù)性商業(yè)價值，目前還在繼續(xù)打磨產(chǎn)品，預(yù)計最快將在幾周后完成第一版基于QRA框架的模型Demo。后續(xù)也將保持更多開放探索的可能性。

西門子：“主動變革型”科技先行者的自我修煉

如今，人工智能已經(jīng)融入社會生活的方方面面，從“刷臉”支付、語音助手等日常應(yīng)用，到疫情期間發(fā)揮重要作用的智能測溫系統(tǒng)、智能消毒機器人，都為人們提供著更加便捷和人性化的服務(wù)。

與此同時，人工智能也從消費領(lǐng)域拓展到制造業(yè)、基礎(chǔ)設(shè)施、能源、交通、醫(yī)療等關(guān)系國計民生的關(guān)鍵領(lǐng)域，逐步實現(xiàn)規(guī)�；�落地。

西門子Xcelerator集成了精心設(shè)計的物聯(lián)網(wǎng)硬件和軟件組合、不斷發(fā)展的合作伙伴生態(tài)體系，以及一個提供探索、教育、交流和購買功能的Marketplace，是一個面向客戶、合作伙伴、專家、開發(fā)者等在內(nèi)，對所有人開放并鼓勵多方共創(chuàng)的Saas“即服務(wù)”平臺，具有極大的個性化服務(wù)潛力，易于訪問，提供整體 OT/IT 集成，并具備深厚的領(lǐng)域知識，能夠為整個數(shù)字化轉(zhuǎn)型價值鏈提供強大支持。未來，西門子Xcelerator將賦能工業(yè)、樓宇、電網(wǎng)和交通等領(lǐng)域不同規(guī)模的中國企業(yè)實現(xiàn)數(shù)字化轉(zhuǎn)型，使其更容易、更快速、更利于規(guī)模化落地。

圖源：西門子小程序

西門子Xcelerator中國區(qū)平臺產(chǎn)品總監(jiān)邵昱坤亦表示：“生成式AI和西門子Xcelerator的結(jié)合，正在進一步提升其線上平臺的用戶體驗，知識庫+大模型將讓西門子Xcelerator的搜索和客服能力更可信、更精準(zhǔn)，用戶更容易獲得優(yōu)質(zhì)內(nèi)容。”

隨著人工智能在工業(yè)領(lǐng)域的滲透，與工業(yè)場景的融合仍然是一塊“硬骨頭”。西門子通過與清華大學(xué)這類“頂級學(xué)府”的長期強強合作，正致力于成為一名主動尋求變革的的科技先行者，在更多領(lǐng)域?qū)崿F(xiàn)科技創(chuàng)新的場景實踐，推動前沿技術(shù)的成果轉(zhuǎn)化，助力釋放數(shù)字化產(chǎn)業(yè)融合的真正潛力。

未來，西門子或許會碰撞出更多科技創(chuàng)新的火花，我們拭目以待。“我們希望提供用得起、用得好的工業(yè)人工智能解決方案，將工業(yè)數(shù)據(jù)的巨大隱藏價值變得可見且可得。”

換言之，西門子作為工業(yè)領(lǐng)域的“頭部玩家”主動尋求變革，追求的不是自身的一枝獨秀，而是客戶成就的綠蔭成林。