Наш второй отчет из серии «Технологические тренды 2030: прогнозы Siemens» посвящен разработкам в области генеративного искусственного интеллекта и их влиянию на промышленность. Ключевые тенденции, такие как агентный искусственный интеллект и фундаментальные модели, будут определять отраслевые приложения в ближайшие годы.
ИИ принес огромную пользу промышленности за последние десятилетия. Инновации в области машинного обучения и нейронных сетей позволили создавать такие решения, как предиктивное обслуживание и генеративное проектирование. Однако с недавним прорывом в области генеративного ИИ появились новые возможности, которые — за пределами всего шума и ажиотажа — уже приносят реальную ценность промышленности. От промышленных ассистентов, помогающих решать проблему нехватки квалифицированных кадров и ускоряющих взаимодействие человека и машины на базе ИИ, до больших языковых моделей (LLM), выступающих «переводчиками» между API в промышленных приложениях — потенциал генеративного ИИ в промышленной сфере продолжает расширяться.
Модели промышленных фундаментов
Модели Industrial Foundation предварительно обучены на основе отраслевых данных, что позволяет быстрее и точнее развертывать решения ИИ.
Агентный ИИ
Агентный ИИ означает использование систем ИИ, обладающих определенным уровнем автономии и возможностями принятия решений в промышленном контексте.
Мультимодальные LLM
Мультимодальные модели большого языка (LLM) сочетают понимание языка с визуальным восприятием, обрабатывают данные из текста, изображений и видео, а также отраслевые данные, такие как временные ряды.
Модели Edge
Промышленное преимущество предполагает развертывание алгоритмов ИИ и вычислительных мощностей на периферии промышленных сетей в непосредственной близости от источника данных.
Специализированное оборудование
Специализированное аппаратное обеспечение, такое как графические процессоры (GPU) или периферийные устройства с поддержкой языковых процессоров (LPU), обеспечивает высокопроизводительную вычислительную мощность на периферии, позволяя обрабатывать алгоритмы ИИ в реальном времени.
Чтобы обеспечить готовность к достижениям и вызовам промышленного ИИ в 2030 году, важно, чтобы заинтересованные стороны приняли комплексный стратегический подход.
