近日，中國科學(xué)技術(shù)協(xié)會2023重點(diǎn)學(xué)術(shù)活動“第五屆中國長三角數(shù)字經(jīng)濟(jì)大會”在杭州順利舉辦。本次大會由中國自動化學(xué)會、浙江省科協(xié)等單位指導(dǎo)，杭州城西科創(chuàng)大走廊管委會、國科大杭州高等研究院等單位主辦。會上舉行了“長三角數(shù)字化百強(qiáng)企業(yè)”頒獎(jiǎng)儀式，達(dá)觀數(shù)據(jù)憑借“大模型和知識圖譜雙驅(qū)動的智能質(zhì)量平臺”，經(jīng)前期各省市協(xié)會、專家組評估，榮獲“長三角數(shù)字化百強(qiáng)優(yōu)秀案例企業(yè)”！

本次大會匯聚了中國科學(xué)院院士王建宇，中國科學(xué)院院士尹浩，中國工程院院士蔣昌俊等領(lǐng)銜院士、杭州市政府黨組成員、杭州城西科創(chuàng)大走廊管委會主任孔春浩等各地政府領(lǐng)導(dǎo)、高校院所專家、長三角龍頭企業(yè)，共話數(shù)字經(jīng)濟(jì)，推動長三角數(shù)字新經(jīng)濟(jì)產(chǎn)業(yè)融合發(fā)展。

2023年是中國制造向中國智造轉(zhuǎn)變的關(guān)鍵年，質(zhì)量控制管理業(yè)務(wù)對知識經(jīng)驗(yàn)的需求愈加復(fù)雜繁多，傳統(tǒng)的質(zhì)量知識應(yīng)用模式存在的知識孤立、查找效率低、經(jīng)驗(yàn)復(fù)用難、人力成本高等問題逐漸凸顯。當(dāng)前大模型技術(shù)取得了突破性進(jìn)展，與知識圖譜技術(shù)結(jié)合在垂域知識應(yīng)用上能發(fā)揮更大的優(yōu)勢。

雙驅(qū)動的智能質(zhì)量平臺

智能質(zhì)量平臺通過超大規(guī)模的通用數(shù)據(jù)和領(lǐng)域知識，以大模型和知識圖譜為雙核心的能力驅(qū)動，相互結(jié)合，增強(qiáng)各自的技術(shù)優(yōu)勢，形成一套功能完備的可靠的質(zhì)量分析結(jié)論的智能系統(tǒng)。可應(yīng)用于質(zhì)量知識管理、故障根因分析、售后維修、設(shè)備巡檢、失效閉環(huán)等業(yè)務(wù)場景，多維度關(guān)聯(lián)質(zhì)量知識經(jīng)驗(yàn)，實(shí)現(xiàn)口語化便捷精準(zhǔn)知識應(yīng)用、智能化質(zhì)量控制管理，大幅提升質(zhì)量工作效率，降低人力成本，促進(jìn)產(chǎn)品研發(fā)改良，提高企業(yè)競爭力。

圖1?智能質(zhì)量平臺

(一) 數(shù)據(jù)層面

主要依賴制造業(yè)質(zhì)量領(lǐng)域內(nèi)的知識，包括技術(shù)手冊、PLM 全生命周期文檔、DFMEA、PFMEA、質(zhì)量分析報(bào)告、8D 報(bào)告、工單系統(tǒng)數(shù)據(jù)、設(shè)備維修手冊等等，完成知識圖譜的構(gòu)建，以及制造業(yè)質(zhì)量大模型語料生成。

(二) 技術(shù)層面

1. 基于領(lǐng)域知識指令集的大模型訓(xùn)練
2. 基于大模型和知識圖譜模式對沉淀知識的抽取，構(gòu)建智能質(zhì)量知識圖譜圖譜
3. 結(jié)合圖譜的大模型的檢索能力增強(qiáng)（RAG）以及大模型和圖譜的協(xié)同處理功能，用于增強(qiáng)彼此推理能力和可靠性
4. 使用大模型生成Gremlin 語言編程進(jìn)行圖計(jì)算，實(shí)現(xiàn)復(fù)雜的知識推理

圖2 基于大模型的知識圖譜構(gòu)建

圖3 基于大模型的質(zhì)量應(yīng)用

(三) 功能層面包括

1. 智能檢索：結(jié)合大模型的語義理解精準(zhǔn)解析檢索意圖，結(jié)合圖譜推理結(jié)果返回文字、圖譜、圖片、視頻、文檔等全方位的檢索結(jié)果
2. 知識問答：支持自然語言的對話式質(zhì)量知識問答，便捷獲取來源于知識圖譜和文檔檢索結(jié)果，并提供更自然流暢的總結(jié)內(nèi)容
3. 歸因分析：解析失效現(xiàn)象描述推薦可能的根本原因、排查方案和類似案例
4. 引導(dǎo)式排故：輸入故障類型，自動引導(dǎo)質(zhì)量工程師逐步探測故障原因。對每個(gè)診斷步驟，推薦相關(guān)的結(jié)構(gòu)圖、電路圖、操作示意圖、診斷工具、注意事項(xiàng)等信息
5. 失效閉環(huán)：從失效事件中自動發(fā)現(xiàn)產(chǎn)品、工藝設(shè)計(jì)缺陷，反饋研發(fā)部門改良

(四) 應(yīng)用成效

1. 實(shí)現(xiàn)質(zhì)量知識多維度關(guān)聯(lián)和精準(zhǔn)檢索，喚醒沉睡的知識，大幅提升了寶貴的專業(yè)經(jīng)驗(yàn)資料利用率，知識獲取更便捷
2. 故障處理效率和準(zhǔn)確性顯著提升，一次維修成功率高，減輕了質(zhì)量工作壓力
3. 實(shí)現(xiàn)了智能知識推送和引導(dǎo)，輔助復(fù)雜質(zhì)量問題全面排查
4. 實(shí)現(xiàn)了工程師日程工作中的超級智囊團(tuán)，在解決問題和創(chuàng)新研發(fā)時(shí)，能夠充分利用組織機(jī)構(gòu)內(nèi)部的群體知識和群體智慧
5. 加速新員工成長

(五) 價(jià)值成果

1. 售后故障處理準(zhǔn)確、全面和標(biāo)準(zhǔn)化，效率提升30%-200%不等，全面提高了客戶滿意度。
2. 質(zhì)量知識獲取更便捷，經(jīng)驗(yàn)復(fù)用率高，減少了專家依賴，降低了質(zhì)量工作門檻，同時(shí)降低了人力成本。在智能質(zhì)量系統(tǒng)的支持下，新人達(dá)到相同分析水平的時(shí)間減少40%-60%不等。
3. 失效處理及時(shí)反饋促進(jìn)產(chǎn)品改良，提高產(chǎn)品良率從而提升競爭力，大幅減少企業(yè)內(nèi)部質(zhì)量問題的二次發(fā)生率。
4. 沉淀質(zhì)量知識經(jīng)驗(yàn)，完善企業(yè)知識庫，降低人才流失帶來的經(jīng)驗(yàn)損失。

大模型和知識圖譜雙驅(qū)動的智能質(zhì)量平臺基于對質(zhì)量管理和創(chuàng)新研發(fā)有廣泛要求的大多數(shù)領(lǐng)域，廣泛應(yīng)用于汽車工業(yè)、航空航天、軍事裝備、核工業(yè)、電力電網(wǎng)、能源、消費(fèi) 電子、通信、集成電路、船舶制造、材料、制藥、醫(yī)療設(shè)備、機(jī)械裝備、礦業(yè)等行業(yè)，賦能企業(yè)全方位利用企業(yè)的知識財(cái)富，向知識化和智能化轉(zhuǎn)型，激活企業(yè)創(chuàng)新能力，實(shí)現(xiàn)企業(yè)智能管控，提升市場競爭力。