● การวิเคราะห์การปฏิบัติตามข้อกำหนดปริมาณเอกสารขนาดใหญ่- (เช่น มาตรฐาน ISO กฎระเบียบด้านความปลอดภัย และการตีความเอกสารข้อกำหนดทางเทคนิคหลายร้อยหน้า)
● การดำเนินงานทั่วโลกและการประสานงานหลายภาษา (บันทึกความแตกต่างทางภาษาอย่างละเอียดระหว่างภูมิภาคและซัพพลายเออร์ต่างๆ)
ในการใช้งานจริง องค์กรการผลิตส่วนใหญ่จะนำสถาปัตยกรรม AI แบบไฮบริดมาใช้ - โดยปรับใช้โมเดลขนาดใหญ่ที่ส่วนกลางขององค์กร และใช้โมเดลขนาดเล็กที่-ส่วนท้ายไซต์
4. ในสภาพแวดล้อม Industry 4.0 และ Edge โมเดลขนาดเล็กจะถูกนำมาใช้มากกว่า
ในสถานการณ์การผลิตบางสถานการณ์ โมเดลขนาดเล็กไม่เพียงแต่ "เพียงพอ" เท่านั้น แต่ในหลายกรณี โมเดลเหล่านี้เป็นเพียงตัวเลือกที่ใช้งานได้จริงเท่านั้น โมเดลขนาดเล็กสามารถบรรลุฟังก์ชันต่อไปนี้ได้ดีขึ้น:
การตรวจจับความผิดปกติแบบเรียลไทม์-บนเครื่อง
● ความช่วยเหลือจากผู้ปฏิบัติงานที่มีความหน่วงต่ำ-
การดำเนินงานแบบออฟไลน์ในสภาพแวดล้อมที่แยกตัวทางกายภาพหรือความปลอดภัย-
● ความเป็นส่วนตัวของข้อมูลของข้อมูลการผลิตที่เป็นกรรมสิทธิ์
นี่เป็นสิ่งสำคัญสำหรับการบำรุงรักษาเชิงคาดการณ์ คอมพิวเตอร์วิทัศน์-ช่วยตรวจสอบ และผู้ช่วย AI สำหรับช่างเทคนิคเวิร์คช็อป เหนือสิ่งอื่นใด
-โมเดลที่ได้รับการปรับแต่งอย่างละเอียดด้วยพารามิเตอร์ 7 ถึง 13 พันล้านตัวอาจมีประสิทธิภาพเหนือกว่าโมเดลที่ทันสมัยที่สุด- หากข้อมูลการฝึกอบรมรวมถึงคู่มือการบำรุงรักษา ข้อมูลประวัติโหมดความล้มเหลว ข้อมูลเมตาของเซ็นเซอร์ และ-ขั้นตอนการปฏิบัติงานมาตรฐานเฉพาะของโรงงาน - เพราะรู้จักโรงงานของคุณดีกว่าอินเทอร์เน็ต ซึ่งสอดคล้องกับหลักการ "บริบท-ข่าวกรองที่รับรู้" ที่ฝังอยู่ในการดำเนินงานในอุตสาหกรรม 4.0
อุตสาหกรรมการผลิตต้องการเครื่องมือ AI ที่ได้รับการปรับให้เข้ากับสถานการณ์เฉพาะ
การถกเถียงเรื่องขนาดของแบบจำลองปัญญาประดิษฐ์ไม่ใช่เกม-ผลรวมเป็นศูนย์ของทั้ง-หรือ; สิ่งสำคัญอยู่ที่ว่าเหมาะสมกับสถานการณ์การใช้งานหรือไม่ โมเดลขนาดใหญ่เก่งในงานการให้เหตุผลเชิงสำรวจที่หลากหลาย โมเดลขนาดเล็กมีข้อได้เปรียบอย่างแน่นอนในด้านต้นทุน ความเร็ว ความสามารถในการปรับใช้ และความน่าเชื่อถือในสถานการณ์ทางอุตสาหกรรม
สำหรับองค์กรการผลิตที่แสวงหาโรงงานอัจฉริยะ สินทรัพย์ที่เชื่อมต่อกัน และการผลิตที่มีความยืดหยุ่นสูง อนาคตของ AI ไม่ได้ขึ้นอยู่กับโมเดลขนาดใหญ่พิเศษ- เพียงตัวเดียว แต่เป็นการสร้างระบบนิเวศ AI ที่สมส่วนกับขนาด - จากระบบคลาวด์ไปจนถึง Edge ตั้งแต่การวางแผนองค์กรโดยรวมไปจนถึง-การดำเนินการแบบเรียลไทม์ในระดับอุปกรณ์ โดยมีโมเดลที่ตรงกันในแต่ละลิงก์
เนื่องจากโมเดล AI ยังคงมีน้ำหนักเบาและขีดความสามารถมีการปรับปรุงอย่างต่อเนื่อง ปัญหาหลักจึงถูกวางไว้ต่อหน้าผู้จัดการฝ่ายการผลิต: ในขั้นตอนต่อไปของการพัฒนาของอุตสาหกรรม 4.0 เมื่อ AI เฉพาะโดเมน-สูง-มีประสิทธิภาพสูงเป็นพิเศษถูกบูรณาการอย่างลึกซึ้งเข้ากับระบบการผลิต มันจะกำหนดนิยามใหม่ให้กับประสิทธิภาพการผลิต คุณภาพผลิตภัณฑ์ และระดับความชาญฉลาดในการปฏิบัติงานของการผลิตได้อย่างไร
