berita

Reporter klien Chao News, Shen Aiqun dan Xueyan

Pada tanggal 11 Agustus, Pertemuan 100 Talenta Beijing-Zhejiang yang pertama diadakan di Hangzhou. Pada pertemuan tersebut, Yang Huayong, akademisi dari Chinese Academy of Engineering, memberikan keynote speaker bertajuk "Eksplorasi Kecerdasan Buatan yang Memberdayakan Inovasi dan Pengembangan Peralatan Kelas Atas".

Akademisi Yang Huayong menyampaikan pidato utama. Foto oleh reporter Yan Xueyan

Profesor Yang Huayong adalah pakar di bidang transmisi dan kontrol fluida serta akademisi di Akademi Teknik Tiongkok. Saat ini beliau menjabat sebagai direktur Departemen Teknik Universitas Zhejiang, direktur Laboratorium Kunci Nasional Bagian Dasar Tenaga Fluida dan Sistem Elektromekanis, dan dekan Institut Peralatan Kelas Atas Universitas Zhejiang.

Dalam pidatonya hari itu, beliau fokus pada bidang kecerdasan buatan dan berbicara tentang eksplorasi kecerdasan buatan yang memberdayakan pengembangan inovatif peralatan canggih.

Akademisi Yang menunjukkan bahwa industri secara umum percaya bahwa metode eksplorasi ilmiah berdasarkan data ilmiah telah menjadi cara penting untuk melakukan penelitian ilmiah.

Saat ini, penemuan ilmiah dan simulasi teknik berbasis data sedang populer. Di masa depan, penemuan ilmiah dan simulasi rekayasa yang didorong oleh mekanisme dan data akan lebih kompetitif. Hal ini dapat memaksimalkan nilai data historis dan menghasilkan penalaran yang lebih akurat dengan lebih banyak data. Oleh karena itu, di bidang industri, melalui pemberdayaan AI, mekanisme + data joint drive berpotensi besar untuk menyalip di tikungan.

Akademisi Yang juga berbicara tentang kesulitan dalam pengembangan digitalisasi peralatan canggih di tengah industrialisasi baru. Misalnya, sulit untuk membagi dan menganalisis data heterogen yang sangat besar, sulit untuk menambang dan mengekstrak pengetahuan yang tidak terstruktur, integrasi model mekanisme multidisiplin rumit, dan keseimbangan antara akurasi dan efisiensi perhitungan buruk, dan sebagainya, yang mana menyebabkan rendahnya efisiensi kolaborasi desain, sulitnya penjadwalan produksi dan manufaktur, serta kualitas layanan operasi dan pemeliharaan yang buruk. Masalah dalam manajemen produksi aktual yang buruk perlu diatasi. Ia yakin bahwa kita sangat membutuhkan "basis digital terintegrasi untuk mempercepat digitalisasi peralatan kelas atas."

Bagaimana cara mengubahnya? Setelah menganalisis situasi sistem basis digital saat ini di dalam dan luar negeri, Akademisi Yang menunjukkan bahwa basis digital yang digerakkan oleh data, komputasi, dan AI adalah satu-satunya cara untuk memproduksi peralatan canggih secara cerdas. Arah utama dari basis digital cerdas adalah: bagaimana mengintegrasikan data dan mekanisme industri secara mendalam dengan model umum yang besar.

Akademisi Yang Huayong menyampaikan pidato utama. Foto oleh reporter Yan Xueyan

Melalui pidatonya, Akademisi Yang juga menunjukkan kepada para tamu kasus-kasus eksplorasi AI dalam penelitian ilmiah peralatan kelas atas, termasuk pembelajaran mendalam AI yang memberdayakan simulasi pembakaran sistem tenaga mesin diesel, pembelajaran mendalam AI yang memberdayakan analisis bidang aliran bilah turbin gas, pembelajaran mendalam AI yang memberdayakan Mampu melakukan simulasi PTMU (unit manajemen daya dan termal), dll. Pada saat yang sama, ia juga memperkenalkan kasus nyata tentang bagaimana AI dapat memberdayakan manufaktur, konstruksi, pemasaran, operasi dan pemeliharaan, dll.

“Model AI yang besar telah mengubah lanskap semua lapisan masyarakat secara signifikan, dan semakin banyak perusahaan yang secara aktif menggunakan AI. Namun, perusahaan pada umumnya menghadapi masalah seperti biaya tinggi, pilihan yang terbatas, dan pengadaan yang sulit ketika berinvestasi pada perangkat keras model besar.” Akademisi Yang Menyarankan, "Oleh karena itu, kita harus memberikan kemampuan untuk mengelola data, memanfaatkan pengetahuan dengan baik, dan menyatukan daya komputasi berdasarkan sistem basis digital; kita juga harus menggunakan basis digital untuk menyatukan pemilik rantai manufaktur, penelitian ilmiah, dan asosiasi untuk mengumpulkan data umum industri."

"Atas dasar ini, kami akan menggunakan platform model besar peralatan kelas atas yang terbuka untuk merekonstruksi integrasi penelitian dan pengembangan peralatan mekanis, desain dan pengoperasian untuk mencapai analisis dan ekstraksi data multi-modal, penambangan akurat data lintas-modal, optimalisasi efisiensi akses pengetahuan , dan jelajahi Melayani 100+ skenario industri dalam 12 kategori,” kata Akademisi Yang.

"Harap sebutkan sumbernya saat mencetak ulang"