導讀 

隨著數字化轉型在制造企業中的推廣力度不斷加大，越來越多的制造企業逐漸認識到數據在企業中所發揮的作用，并開始嘗試利用數據科學來幫助企業降低成本、提高效率。最近幾年的推廣過程中，我們有一個非常顯著的感受，過去當我們向客戶介紹 AI 時，客戶通常會表示認可其價值，但也提到由于各種問題，缺乏數據，或沒有找到合適的應用場景。然而，在最近兩年間，當我們向客戶介紹 AI 時，大部分客戶的反應轉變為積極探尋企業內部是否有適合的場景可以應用，并提出是否可以通過 POC 來評估效果。此外，越來越多的客戶主動聯系我們，詢問公司是否有相關的 AI 產品，并表達了希望通過這些產品開展數字化轉型項目的意愿。這反映了當前 AI 在制造企業中應用的趨勢。

今天的介紹會圍繞下面幾點展開：

1. 數據在制造業中的場景和挑戰

2. AI 案例分享

3. LLM 在企業應用的探索

分享嘉賓｜趙帥 Altair澳汰爾 數據分析高級應用工程師

編輯整理｜馬同學

內容校對｜李瑤

出品社區｜DataFun

01

數據在制造業中的場景和挑戰

數據在制造業中的應用場景眾多，從產品設計到生產制造、設備維護，以及產品的售前、售后中都有相關應用場景。下圖中列出了八類典型場景。例如，在制造企業中，各類設備普遍存在，如何實施預測性維護以減少停機時間成為關鍵問題之一。在產品測試方面，可以利用機器學習模型部分替代實驗，從而節省測試時間和成本。此外，還有對產品質量問題的根因分析，以及傳感器數據異常檢測等場景。這里不再一一詳述每個場景的具體內容。

數據在制造業的應用所面臨的挑戰相較于消費互聯網或金融行業更為嚴峻。

首先，制造業的數據具有高度的多樣性和異構性。與互聯網企業通過簡單添加幾行代碼設置一些埋點即可輕松獲取數據不同，制造業中的每條生產線設備各異，供應商不同，數據接口也不統一，這使得數據收集成為一項艱巨的任務。當然目前大多數制造企業已經建立了數據中臺或數據倉庫，解決了大部分數據采集的問題。

其次，制造業從業人員大多為傳統學科工程師，缺乏數據專業背景。雖然他們是行業專家，對業務問題非常熟悉，但在將業務問題轉化為數據問題時，中間還是存在一定的斷層。

第三，數據安全性是另一大挑戰。制造企業需要挖掘的數據通常涉及企業的核心機密，如配方和生產工藝等敏感信息，因此他們往往不愿意將這些數據提供給第三方公司進行分析。

最后，制造業場景難以復制。例如，在一家企業成功實施節能減排項目后，當嘗試在另一家企業推廣時，由于設備差異等因素，之前建立的模型和數據分析結果可能無法直接復用，需要從頭開始。這種場景的高度定制化特性增加了項目的復雜性和成本。

因此在制造企業內部推進數字化轉型項目時，乙方公司需要提供一個完整的數據平臺，來解決上述挑戰。

首先是集成多源異構的數據，這一步驟大部分企業的數據中臺已具備相應能力。

其次，平臺需提供制造企業所欠缺的數據科學能力，通過簡單易用的軟件工具快速培訓企業內部的業務專家，使他們能夠自行操作，而無需將數據外發給第三方公司進行分析。這是針對前面提到的第二和第三項挑戰。

第四，針對制造企業內部應用場景繁多的情況，只有當企業自身的專家掌握了數據科學的能力，并借助平臺的支持，才能迅速實現數據應用的構建。

下圖展示的是 Altair RapidMiner 企業級人工智能平臺的架構圖。該平臺分為兩層：底層是數據編織平臺，支持用戶集成來自各種來源的數據，并配備了一個高性能自研圖數據庫，用于大數據的存儲和查詢。在數據編織平臺之上，是全可視化操作的機器學習平臺，方便用戶進行建模操作。

以下是數據編制的流程圖，該流程分為四個步驟：數據加載、模型構建、模型融合和最終的數據訪問。我們能夠迅速將企業內部的結構化數據轉換為知識圖譜，并存儲于圖數據庫中。接下來，企業內部大模型能夠非常方便的利用知識圖譜中的數據作為外掛數據，實現大模型對企業內部數據的有效利用和快速訪問，為企業提供強有力的支持。

我們的機器學習平臺在 2024 年 6 月的 Gartner 數據科學和機器學習魔力象限中，位于領導者象限。這一成績體現了我們在該領域的卓越表現和領先地位。

02

AI 案例分享

接下來，將分享過去一兩年中為制造業企業用戶落地的一些 AI 應用案例。

1. 行人頭碰損傷預測

第一個案例是行人頭碰損傷預測，這一應用與模擬仿真業務緊密結合。在汽車上市前，需要進行多種碰撞測試，包括行人頭部、大腿和小腿的碰撞實驗。我們通過AI技術，能夠更精確地預測這些碰撞對行人的潛在損傷。以下是三張圖示，分別展示了頭部碰撞、大腿碰撞和小腿碰撞的模擬情景。這些圖示有助于進一步說明該應用的具體實施方式。

其中，頭部碰撞是這三個場景中最為關鍵的實驗。右側展示了一張汽車前引擎蓋的圖示。首先，我們將前引擎蓋劃分為多個區域，然后測試當行人的頭部碰撞到這些區域時所受到的傷害值。在右下角有一張評分表，如果某區域的傷害值超過 1,700，則該區域會被標記為紅色，并且評分為 0。

完成對所有區域的碰撞測試后，我們會對整個引擎蓋進行綜合評價，以確定車輛是否符合行人頭部碰撞的標準。如果不符合標準，則需要重新設計引擎蓋或調整發動機艙內部布局，然后再次進行實驗，直至滿足要求為止，確保車輛可以正常上市銷售。這一過程確保了汽車在安全性方面的高標準。

在傳統方法中，首先使用模擬仿真軟件生成一個模擬人頭部的橢圓形物體。對于兒童，該物體的重量設置為 3.5 公斤；對于成人，則設置為 4.5 公斤。該物體將以 35 公里每小時的速度撞擊汽車前引擎蓋。右側展示的是在模擬仿真軟件中進行仿真的動畫示例，顯示頭部不斷碰撞到不同區域，并計算所受到的傷害值。這一過程通常需要兩到四周才能完成整個工作流程。

部分客戶希望利用其歷史上的車型模擬仿真數據構建機器學習模型，以便在新車輛設計時能夠快速預測頭部損傷標準（HIC）值，而無需等待兩到四周的模擬仿真結果。通過機器學習模型，可以在大約三到五秒內獲得不同區域的 HIC 值，從而快速迭代設計。當然，前提是預測出的 HIC 值與實際情況之間的誤差在可接受范圍內。

我們使用的模型基于以下參數構建：例如引擎蓋的長度、寬度、角度、厚度及其材料屬性（如屈服強度和延伸率）。關鍵參數包括引擎蓋外層和內層之間的間隙，以及引擎蓋內部的發動機、電池或其他剛性零件的位置。如果引擎蓋與這些剛性點之間的間隙較小，則撞擊該區域時的傷害值會顯著增加，這也是一個重要的考量因素。

提取上述參數作為模型輸入變量，并將歷史上模擬仿真計算出的各區域 HIC 值作為輸出變量，以此構建我們的機器學習模型。這樣可以有效提升設計效率和安全性評估的準確性。

接下來將展示如何在 RapidMiner 平臺中，利用已提取的仿真數據，通過拖拽方式構建機器學習流程。

首先進行數據質量檢驗，包括多重共線性檢驗和對齊視圖等步驟。然后選擇我們要預測的目標變量，即 HIC 值，并按照 7:3 的比例拆分訓練集和測試集。在此基礎上，我們應用 XGBoost 算法來擬合數據，并生成模型評價指標。

使用新數據進行 HIC 值預測時，同時進行自變量優化。運行流程后，通過模型評價指標可以觀察到均方根誤差（RMSE）和相對誤差（RE）表現良好。此外，我們還檢查了實際值與預測值的擬合曲線，發現擬合度非常高。這使得在后續的新車碰撞測試中，可以直接利用該模型快速預測 HIC 值。

可以看到，我們構建的模型預測出的 HIC 值相對誤差較小，通常保持在 10% 以下。這意味著用戶可以在一定程度上用我們預測的 HIC 值替代傳統的模擬仿真結果，從而迅速獲得設計階段的 HIC 值預測結果。

2. 包裝的紙箱抗壓預測

第二個案例涉及為包裝行業構建紙箱抗壓性能的預測模型。如今，消費者大多通過網絡購買各種商品，通常使用瓦楞紙箱進行包裝。對于這些瓦楞紙箱而言，關鍵要素之一是其能夠承受多大的壓力，尤其是在堆疊過程中，確保內部物品不受損壞。

傳統流程為，客戶提出具體需求，例如要求瓦楞紙箱尺寸為長 200 毫米、高 150 毫米、寬 300 毫米，并要求其抗壓強度達到 1500 牛頓。廠商根據以往經驗設計紙箱后，需進行實際測試。然而，這種測試不僅耗時，而且如果未能滿足客戶需求，則需要反復修改設計并重新測試。

鑒于客戶擁有大量歷史臺架測試數據，我們利用這些數據構建了一個預測模型。下圖中展示了一張包含歷史數據的表格，其中列出了紙箱的長、寬、高以及瓦楞層數、波形類型、厚度、克重等參數，這些參數對瓦楞紙箱的抗壓性能有顯著影響。基于這些輸入變量和歷史抗壓性數據，我們構建了相應的模型。

例如，當客戶提出新的需求，如尺寸為長 350 毫米、寬 150 毫米、高 300 毫米，且抗壓性能要求達到 1600 牛頓時，我們可以利用該模型快速預測所需的瓦楞層數、波形類型及其他相關參數。如果預測結果未達到 1600 牛頓的要求，我們可以通過調整參數來優化設計。之后，再通過實驗驗證模型的預測結果，從而節省客戶的臺架測試時間和成本。

這一案例展示了如何利用歷史數據和機器學習模型，在設計階段快速預測和優化瓦楞紙箱的抗壓性能，減少實際測試的需求，提高設計效率。

3. 節能減排

第三個案例是幫助某制造企業實現節能減排。企業面臨高昂的電力消耗，希望通過應用數據挖掘和機器學習算法來制定合理的節能措施。

客戶需求為根據生產量調整冷水機的運行策略，當生產量大時，多開，反之則少開。首先要根據排產量計算出所需的制冷量，再根據冷水機的能耗曲線，制定出不同冷水機的運行策略。

用戶提供的冷水機數據包括：進出水溫度、能耗、天氣溫度、產能，以及冷水機的能效曲線等。基于這些數據，構建了預測模型，根據預測結果即可制定冷水機的運行策略。這樣在不增加硬件和系統改造的情況下，每年可以幫助用戶節省 10% 的電耗。

4. 客訴風險預測

第四個案例是幫助客戶減少客訴。客戶業務為兒童牙齒矯正，部分兒童在佩戴矯正器后會經歷疼痛和不適，繼而進行投訴。客戶希望利用 AI 技術，基于診斷階段的 CT 檢測報告數據，預測可能出現的投訴風險，從而及時調整矯正器，確保患者佩戴舒適。

通過對歷史客訴部位與 CT 報告之間的關聯進行建模，利用 AI 預測，使上頜舌側預測正確率達到了 87%，同比客訴下降 60%。

5. 質檢檢測

下面介紹的案例是使用圖像識別技術幫助客戶檢測生產線上零件表面的缺陷，這一應用廣泛存在于制造行業中。我們的軟件提供了一套完整的圖片標記處理和模型構建流程。

客戶可以對圖片數據進行標注，例如標識出哪些區域存在針孔、油污或劃痕等問題。基于這些標注的圖片，我們可以訓練出相應的圖像識別算法。當有新的零件進入時，該算法能夠快速識別圖片中的缺陷區域，識別準確率可達 99% 以上。通過這種 AI 方式，客戶可以高效實現對其零件質量的檢測。

03

LLM 在企業應用的探索

下面介紹我們在企業內部應用大型模型所做的一些探索和解決方案。

自 2022 年 11 月 OpenAI 發布了全球首個大型模型 ChatGPT 以來，生成式 AI 已成為全球熱門話題。大型模型究竟在哪些方面帶來了技術上的提升和能力的增強呢？主要有以下三個方向：

• 大語言的理解和生成能力：在大型語言模型出現之前，對話機器人對自然語言的理解并不完善。基于 Transformer 架構的大型模型在這方面取得了顯著進展，特別是在高效理解和生成復雜的自然對話語言上表現尤為突出。

• 處理和理解長依賴距離的上下文信息：這意味著大型模型能夠更好地理解對話中更為復雜的概念和想法。它可以捕捉到更長距離的上下文依賴關系，從而更準確地理解用戶意圖。

• 多模態處理能力：除了文本數據，大型模型還具備處理語音和圖像的能力，并能將不同模態的信息進行整合。這使得它們不僅限于文本處理，還能跨多種數據類型提供綜合分析和支持。

接下來介紹企業應用大模型的一些常見方法。

第一個方法是模型的微調，即對大型模型的參數進行重新訓練。這可以分為全參數微調和高效微調兩種方式。高效微調有許多方法，例如 LoRA（Low-Rank Adaptation）方法，可以通過在模型的關鍵層之間添加旁路，減少所需的訓練參數總量。然而，使用企業內部數據對大型模型進行微調仍面臨諸多挑戰：

計算資源消耗：即使是小規模的微調，也需要大量的計算資源和時間。

回答準確性問題：即使經過微調，大型模型在回答問題時仍可能出現錯誤，或者看似正確的回答實際上并不符合企業內部數據的真實情況。這種現象被稱為“幻覺效應”。

數據滯后性：企業內部的數據不斷更新，尤其是訂單數據等關鍵信息。頻繁地使用新數據對模型進行微調并不現實。通常情況下，企業每月能夠對模型進行一次微調已屬難得，這意味著模型中的數據會存在一定的滯后性。

技能要求高：一般制造企業不具備擁有模型微調技能的專業人員，因此這種方法并不適合大多數制造企業。

因此，盡管模型微調能夠提升大型模型對企業特定數據的理解和生成能力，但由于計算資源需求大、回答準確性問題、數據滯后性和技能要求高等因素，這種方法在實際應用中面臨諸多挑戰，并不適合大多數制造企業。企業應根據自身情況選擇更為合適的解決方案。

第二種方法是檢索增強生成（RAG）方式，這是目前最常用的方法之一。簡單來說，這種方法不需要大型模型直接擁有企業內部的數據，而是通過 RAG 方式將數據外掛于模型之外。

具體流程如下：

• 數據預處理：首先，我們將文本數據進行切片，并將其向量化，構建索引后存儲在向量數據庫中，以便后續用于問答檢索。

• 用戶查詢處理：當用戶輸入查詢或問題時，大型模型會在向量數據庫中搜索與用戶查詢最相關的文檔片段。

• 結果匯總與整理：模型會返回最相關的前五個文檔片段。基于這些內容，模型進一步匯總和整理信息，最終生成回答以響應用戶的查詢。

通過這種方式，大模型可以高效地利用外部數據，而無需直接存儲和處理企業內部的具體數據。這不僅減少了對計算資源的需求，還提高了回答的準確性和相關性。

RAG（檢索增強生成）方法在處理文檔數據方面表現出色，但對于結構化表格數據的支持相對不足，尤其是對市面上大多數關系型數據庫的支持較為有限。因此，盡管 RAG 在文本處理上表現良好，但在處理結構化數據時存在一定的局限性。而結構化數據往往是企業內部最核心、最有價值的數據。

為了應對大模型在回答結構化數據場景中的挑戰，目前有一種稱為“Text-to-SQL”的技術。該技術并不是新技術，其主要功能是將用戶的自然語言問題轉換為針對關系型數據庫的查詢語句（通常是 SQL）。通過這種方法，從數據庫中查詢回來的數據通常是非常精確且無誤的。前提是生成的 SQL 查詢必須有效，并能夠準確獲取用戶所需的數據。當數據查詢返回后，大型模型可以基于這些數據進行總結或歸納，從而精準地回答用戶的問題，避免產生任何幻覺問題。

然而，Text-to-SQL 本身也存在一些問題。例如，數據庫中的表和字段名稱可能不具備業務上的含義。比如，一個字段在業務上被稱為“客戶”，但在數據庫中存儲的 ID 可能是“dimension_customer”。因此，在將自然語言轉換為 SQL 查詢時，仍需進行語義到數據庫字段的轉換，這一轉換過程的準確性直接影響到查詢結果是否符合用戶需求。

如果能基于一個本身就包含數據業務語義的數據庫進行查詢，那么這一轉換步驟就可以省去，從而提高查詢的精確度。為此，我們使用了一種稱為“Text-to-Sparql”的方法。Sparql 是一種用于圖數據庫查詢的語言。我們將企業內部的結構化數據生成知識圖譜，并存儲于圖數據庫中。這樣，當大型模型對關系型數據進行查詢時，就不需要再進行業務語義到字段查詢的轉換，因為圖數據庫中的數據已經包含了業務含義。

我們基于大型模型結合圖數據庫或知識圖譜的檢索方式，推出了自己的大模型應用——Altair Copilot。以下是 Altair Copilot 在企業內部應用的框架圖示。

我們的目標是解決以下問題：首先將企業內部的數據轉換為知識圖譜，然后使用大型模型對知識圖譜中的數據進行查詢。這樣可以實現對企業內部結構化數據和非結構化數據的有效查詢。此外，在某些場景中，我們還可以查詢以往構建的機器學習小模型，并調用這些模型以獲得對未來數據的預測結果，例如銷量預測或其他相關模型的結果。

通過這一架構，Altair Copilot 不僅能夠高效處理企業內部的復雜數據，還能結合歷史模型的預測能力，為企業提供更加精準和有價值的洞察。

再回到大模型結合知識圖譜本身來說，從技術層面上看，大模型和知識圖譜是如何結合以回答用戶的自然語言問題的呢？我們繪制了一個流程圖來展示這一過程。

當用戶提出一個問題時，大模型首先會對問題進行自然語言處理，分析出問題中的關鍵點，包括主體數據及其相互關系。例如，在某個問題中可能涉及供應商（supplier）、分發中心（distribution center）和國家（country）等主體，同時還可能包含一些附加條件，如評分需高于 0.7。

知識圖譜在回答這類問題時的核心優勢在于其使用自然語言描述數據實體及其關系的能力。參考下圖，供應商、國家及其范圍等信息是以實體的形式存儲在圖數據庫中的。因此，大模型能夠較為簡單地將用戶的自然語言轉換為對知識圖譜的查詢。

接下來，大模型生成一個 Sparql 查詢語句，用于圖數據庫的檢索。如果仔細觀察這個查詢語句，可以看到其中的供應商、國家及范圍等元素與用戶自然語言描述的內容基本匹配。這種方式顯著減少了大模型生成 Sparql 查詢語句的錯誤率，使得查詢結果更加準確可靠。

一旦 Sparql 查詢完成，返回的結果一定是精確無誤的數據。大模型基于這些查詢結果，進一步整理和處理上下文信息，最終回答用戶的問題。通過這種知識圖譜外掛的方式，大模型能夠高效生成針對圖數據庫的精準查詢，并有效解決幻覺問題。

最后，我們使用 Altair Copilot 完成了一個結構化數據查詢的案例。在底層數據或知識圖譜數據中，包含了銷售數據（如銷量、時間、客戶等信息）和產品主數據（如產品的泵表數據，即產品由哪些零件組成）。此外，還加入了物聯網傳感數據，例如在一個水管演示案例中，水管上的傳感器記錄了壓力和溫度等數據。

通過大模型或 AltairCopilot，用戶可以對這些數據進行查詢。以下是一個簡短的演示：

首先，選擇底層圖數據庫中的某個數據集，這里選擇的是水管的數據。我們可以詢問大模型底層圖數據庫包含哪些數據類型，例如訂單、水管泵表數據或傳感器數據。然后，進一步查詢特定水管的主數據。例如，查詢編號為 TA001 的水管的相關主數據，如長度和彎管數量。

接下來，可以繼續查詢該水管的泵表數據，得知它由兩個零件組成。還可以切換到銷售訂單數據的查詢，顯示銷售訂單的明細數據。如果返回的數據量過大，大模型會提示需要進行匯總或選擇部分數據展示。我們可以按產品名稱匯總，并僅返回前 30 條數據。

如果表格形式不夠直觀，可以直接要求大模型將數據可視化為柱狀圖。如果發現圖表中缺少某些關鍵信息（如銷售數量），可以進一步指示大模型將其添加到圖形上。

對于物聯網數據，由于其通常包含大量記錄，建議先設定限制條件以減少返回的數據量。例如，隨機選擇 10 個傳感器的水管 ID。選定特定水管（如 TA0014）后，可以進一步查詢其傳感器的具體檢測數據（如壓力和溫度），并帶上時間戳。

這些傳感器數據也可以轉換為折線圖進行可視化展示。

整個演示展示了基于圖數據庫或知識圖譜結合大模型，如何通過對話方式實現對企業內部結構化數據的查詢和可視化。這在很大程度上能夠替代現有的 BI 報表，滿足客戶的實時BI需求或實時數據可視化需求。未來，大部分 BI 報表可能會被這種對話式的數據查詢和可視化方式所取代。

以上就是對企業大模型解決方案的介紹，如果您對 RapidMiner 產品感興趣，可以掃描二維碼，申請試用。我們將有專門人員與您聯系，為您提供相關的試用服務。以上就是本次分享的內容，謝謝大家。