Cmeet2023·第十三期 | 当AI大模型,遇上制造业,人工智能在长沙制造业中的应用和趋势
当前,以 ChatGPT 为代表的 AI 大模型技术席卷全球。行业正在经历从“大练模型到炼大模型”的生长周期,攻关大模型成为产业智能化发展的必然选择,为政策制定者和企业管理者所重点关注。人工智能作为核心技术,与制造业的结合是中国从制造大国走向制造强国的重要一步,也是走向高端化、智能化、绿色化的必由之路。
而在长沙本地制造产业中,越来越多的开发者都在关注 AI 与制造业的应用,探索如何将人工智能技术应用到生产制造过程中。2023年5月14日,CSDN Cmeet开展长沙站线下制造专场技术生态沙龙活动。来自用友网络、湘江鲲鹏、腾讯云、中伟新材料的多位技术专家围绕“AI大模型+制造业”的专场主题,探讨人工智能在长沙制造业中的应用和趋势,为线上线下的观众奉献了一场精彩的技术盛会。

会议首先由用友网络智能工厂方案咨询专家马纪桥开场,为观众带来《融合互联,数智制造——U9cloud智能工厂让生产管理更智能》的主题演讲。随着新技术驱动、国家政策引领、企业家对更高效率的追求,制造企业数智化转型势在必行。但在大宗原材料价格通胀以及国家间持续贸易战的新常态下,成长型企业面临着协作复杂化、成本不断上升、需求个性化等巨大挑战。马纪桥认为,应当从政策导向、必要性、规划思路、价值收益四个方面思考数智化智能工厂的建造路径,推动数智化转型推动制造业高质量发展。此外,他还为智能工厂的应用架构、使用场景、解决方案进行了产品蓝图设计。

用友网络智能工厂方案咨询专家 马纪桥
来自湘江鲲鹏的昇腾AI技术专家朱美程做了《昇腾AI+智能制造的实践与应用——把AI带入每一条产线》的分享。面向未来,非结构化数据处理需求呈指数级增长,并逐渐从通用计算转向异构计算,朱美程预计,到2030年,人工智能算力将增长500倍,从边缘到智能边缘,边缘计算成为AI的主力场景,而场景化应用将加速人工智能在工业场景发挥价值。
目前,工业制造领域正围绕“三边缘,一中心”展开生产制造AI全场景,而AI机器视觉质量检测方式能够应对制造业复杂多样的场景。华为制造部联合昇腾打造智能制造SDK,通过打造一站式方案,降低Al应用门槛,打造端到端综合性价比,从人工质检到智能质检,从“中国制造”走向“中国智造”。

湘江鲲鹏昇腾AI技术专家 朱美程
第三位出场分享的是腾讯云工业行业首席架构师叶春生,演讲主题为《腾讯云助力工业智造创新——腾讯工业AI质检解决方案介绍》。叶春生首先对腾讯云TI平台的三大能力平台TI-ONE 训练平台、TI-Matrix 应用平台、TI-DataTruth数据标注平台进行了详细讲解。腾讯云TI平台是应用和解决方案开发者,基于腾讯云TI平台的开放能力,结合行业特点构建应用解决方,充分发掘AI价值,助力各行各业数字化转型。叶春生表示,针对工业AI质检落地过程中行业面临的算法开发复杂、项目指标严苛、交付运维困难三大挑战,腾讯云提出两大解决方案:一方面产品化平台训练和运营一体两翼,另一方面携手生态合作伙伴打造多个细分领域标准硬件。

腾讯云工业行业首席架构师 叶春生
最后,中伟集团系统架构师向焕斌结合制造业与AI技术结合的应用实际,进行了《AI+制造,秒变黑灯工厂》的演讲分享。向焕斌表示,AI在生产中的应用对制造商而言优势巨大,例如提高生产效率、提升产品质量、提高可持续性、推动智能制造、创新产品设计以及提高生产安全性等。制造业的研发需要大量的数据,如果依赖人工找数据、做分析将会耗费大量的时间与人工成本。以研发小伙与中控员的故事为例,AI能够助力制造业从“人找数据”向“数据找人”的模式转变,从而创建企业管理新手段。

中伟集团系统架构师 向焕斌
“人工智能+制造业”综合来讲是将人工智能技术应用到制造业当中,在数字化、网络化的基础上实现自主判断与业务操作。此次CSDN Cmeet提供了一个宝贵的交流平台,不仅能够深入了解人工智能在长沙制造业中的发展趋势,并且促进了不同领域的专家之间的合作与交流。未来,CSDN将持续关注人工智能与制造业结合发展的现实案例,欢迎各位程序员和技术爱好者与技术大佬们一起论道,交流学术共识挑战与机遇!
相关推荐
基于混合储能协调控制的三相并网逆变系统设计【附说明文档】
内容概要:本文围绕“基于混合储能协调控制的三相并网逆变系统设计”展开,系统阐述了蓄电池与飞轮储能等混合储能系统在微电网中的协同控制策略。研究涵盖三相并网逆变器的能量管理、SOC(荷电状态)恒压恒流充放电控制、PQ控制与双闭环控制等核心技术,并基于Matlab/Simulink仿真平台实现了系统建模与动态仿真验证。文中深入探讨了飞轮储能系统的机侧PQ控制与网侧变流器的恒压双闭环控制,分析了微电网在调频调峰、功率协同分配等方面的运行特性,强调多能源间的协调优化与系统的快速动态响应能力,旨在提升微电网的运行稳定性、电能质量及能源利用效率。; 适合人群:具备电力电子、自动化或电气工程等相关专业背景,从事新能源发电、微电网控制、储能系统集成与优化等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①深入研究混合储能系统在微电网中的协调控制机制与能量管理策略;②掌握三相并网逆变器的建模、控制算法设计及Matlab/Simulink仿真方法;③实现储能系统的高效充放电管理与并网功率精确控制;④为学术论文撰写、科研课题申报、工程项目开发或实验复现提供完整的技术方案与参考实例。; 阅读建议:建议结合所提供的仿真模型、说明文档及参考文献,按照系统架构从单元控制到整体协调的顺序分模块学习,重点关注各控制策略的设计原理、参数整定方法与协同逻辑。推荐在Matlab环境中动手复现仿真,通过调整参数和工况来观察系统响应,以深化对理论知识的理解和工程应用能力的掌握。
科技中介服务机构在服务企业时,如何通过平台降低服务门槛和操作复杂度?.docx
科技中介服务机构在服务企业时,如何通过平台降低服务门槛和操作复杂度?
运维管理基于Hyperfilelens的Docker Compose业务系统备份恢复:机房设备更换场景下的数据迁移与验证方案设计
内容概要:本文介绍了在机房存储设备更换及固件升级背景下,通过 Hyperfilelens 实现多套 Docker Compose 部署的业务系统备份与恢复的全过程。文章围绕备份迁移的实际操作,详细阐述了从主机接入、备份路径选择、策略配置、恢复执行到业务验证的七个关键步骤,并结合截图说明各环节的操作要点。特别强调了不仅要完成数据备份与恢复,还需核对目录结构、服务启动状态和业务功能可用性,确保迁移后系统完整可用。最终总结了 Hyperfilelens 在集中管理保护对象、制定备份策略、明确恢复目标和提供可核查记录方面的核心价值,倡导将备份作为常态化运维机制而非临时应急措施。; 适合人群:从事运维、系统管理及相关技术岗位,具备一定 Docker 和服务器管理经验的技术人员,尤其是面临机房设备更新或系统迁移任务的团队成员。; 使用场景及目标:①解决老旧存储设备更换过程中的业务系统平滑迁移问题;②实现基于 Docker Compose 架构的应用数据可靠备份与异机恢复;③建立可复用的备份恢复流程,提升运维自动化与可靠性。; 阅读建议:建议结合文中提到的平台界面和操作命令逐步实践,重点关注备份范围确认、一致性保护、恢复路径核对及业务端到端验证,避免仅依赖工具状态而忽视实际业务可用性。
chromedriver-mac-arm64-158.0.8127.18(Beta).zip
chromedriver-mac-arm64-158.0.8127.18(Beta).zip
政府科技管理者在推动区域科技成果转化时,如何实现科技成果与产业需求的精准对接?.docx
科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。



