隨著國際趨勢，智能制造已成為我國汽車制造業(yè)的新方向，大量優(yōu)秀企業(yè)憑借多年的技術(shù)優(yōu)勢前后步入了轉(zhuǎn)型升級、增強(qiáng)競爭力的關(guān)鍵時期，汽車領(lǐng)域亦不例外，知識傳承與創(chuàng)新，是企業(yè)發(fā)展的動力源泉，而有效的知識管理與應(yīng)用，是汽車領(lǐng)域中提升研發(fā)制造經(jīng)驗、優(yōu)化業(yè)務(wù)效率質(zhì)量、縮短生產(chǎn)周期的關(guān)鍵因素。

1. 首先，汽車行業(yè)的知識圖譜化管理上正處在發(fā)展中階段，企業(yè)知識管理相對分散，缺乏統(tǒng)一的知識管理體系。資料檢索困難，加上企業(yè)各個部門之間系統(tǒng)相對獨(dú)立，知識共享流于表面，缺乏標(biāo)準(zhǔn)規(guī)范，導(dǎo)致知識資料不易被復(fù)用和參考。
2. 其次，整個行業(yè)對于大型語言模型的需求日益多樣化且專業(yè)化。不僅期待在應(yīng)用上能夠根據(jù)自身所在領(lǐng)域進(jìn)行深度定制，從而提高模型的準(zhǔn)確性和可靠性；企業(yè)內(nèi)部也高度關(guān)注數(shù)據(jù)安全問題，希望通過私有化部署等方式最大程度地保障數(shù)據(jù)安全。
3. 考慮到大型語言模型在算力和數(shù)據(jù)方面的投入較大，不少行業(yè)內(nèi)的標(biāo)桿企業(yè)也在尋求硬件成本上可以找到一個平衡點。此外，企業(yè)也期望大語言模型提供者能提供多種接口和協(xié)議，以方便無縫集成和調(diào)用。在此背景下，國產(chǎn)化的大型語言模型也成為了一個重要的發(fā)展方向。

達(dá)觀數(shù)據(jù)積極響應(yīng)技術(shù)發(fā)展和業(yè)務(wù)需求，以汽車制造全業(yè)務(wù)鏈條為依托，采用自主研發(fā)的“曹植”大語言模型結(jié)合知識圖譜技術(shù)，通過在知識圖譜構(gòu)建過程利用大語言模型來提高知識抽取和知識注入的效率和準(zhǔn)確率。比如，將知識圖譜與預(yù)訓(xùn)練語言表示模型BERT相結(jié)合，可以使機(jī)器在閱讀汽車領(lǐng)域文本時，能夠利用相關(guān)領(lǐng)域知識進(jìn)行推理，從而提高模型的性能。更好地增強(qiáng)模型對領(lǐng)域知識的理解和應(yīng)用能力，有效應(yīng)對企業(yè)在知識管理和應(yīng)用中的各種挑戰(zhàn)。

基于“曹植”大語言模型的汽車知識圖譜應(yīng)用平臺，能夠全方位匯聚、提煉與融合內(nèi)外部知識，實現(xiàn)內(nèi)外部顯性/隱性知識的統(tǒng)一和規(guī)范、持續(xù)的共享與傳承，支持汽車制造全鏈條周期的知識管理與應(yīng)用相互協(xié)同，主要通過以下幾方面特性很好地決了行業(yè)中知識管理和應(yīng)用過程中出現(xiàn)的問題：

1. 曹植大語言模型側(cè)重于垂直領(lǐng)域的應(yīng)用，可以為汽車垂直領(lǐng)域提供更為全面和精準(zhǔn)的知識管理和應(yīng)用能力，打通知識的”壁壘”，讓知識能夠在全鏈條中自由分享和傳播。知識圖譜可以將過往的設(shè)計模型和專家分析有效關(guān)聯(lián)，通過實踐經(jīng)驗反饋，實現(xiàn)知識的持續(xù)優(yōu)化和更新。
2. 曹植大語言模型可以為企業(yè)進(jìn)行私有化部署，從而有效保證數(shù)據(jù)的安全和隱私。
3. 達(dá)觀秉承堅持原創(chuàng)自主的原則，確保企業(yè)應(yīng)用于大語言模型所需的訓(xùn)練數(shù)據(jù)和算法模型自主可控，有助于滿足本地化需求和減少對外部資源的依賴，有望在滿足企業(yè)實現(xiàn)靈活接入和國產(chǎn)化的同時，也能保證數(shù)據(jù)的安全性和模型的自主性。

典型應(yīng)用場景

國內(nèi)大語言模型市場產(chǎn)業(yè)生態(tài)價值鏈

總的來說，大型語言模型在汽車領(lǐng)域的場景應(yīng)用可以提高生產(chǎn)效率，降低故障率，提高產(chǎn)品質(zhì)量，并幫助企業(yè)更好地理解和滿足用戶的知識應(yīng)用需求。

01設(shè)計與開發(fā)場景

大語言模型可以協(xié)助汽車研發(fā)團(tuán)隊在設(shè)計階段理解和整合復(fù)雜的設(shè)計要求。它可以通過解析自然語言提出的設(shè)計目標(biāo)和約束，幫助設(shè)計團(tuán)隊更好地定義新產(chǎn)品的規(guī)格。此外，它也可以提供基于已有研究和設(shè)計的建議，如電池技術(shù)、電子設(shè)備設(shè)計等。

02故障診斷分析場景

在生產(chǎn)線上，如果遇到技術(shù)問題或設(shè)備故障，可以使用大語言模型解析故障報告，給出可能的故障原因和修復(fù)方案。同時，它也可以從歷史故障數(shù)據(jù)中學(xué)習(xí)，預(yù)測可能出現(xiàn)的問題，從而提前采取行動。

03生產(chǎn)流程優(yōu)化場景

大型語言模型可以幫助分析和優(yōu)化生產(chǎn)流程。比如，它可以分析生產(chǎn)線的各個環(huán)節(jié)，找出瓶頸和效率低下的環(huán)節(jié)，然后給出建議以提高生產(chǎn)效率。此外，通過對各類生產(chǎn)指標(biāo)的分析，可以幫助企業(yè)更好地管理庫存，調(diào)整生產(chǎn)計劃等。

04技術(shù)文檔管理場景

在汽車研發(fā)生產(chǎn)過程中，會產(chǎn)生大量的技術(shù)文檔和報告。大型語言模型可以用來解析這些文檔，提取重要信息，以方便技術(shù)人員快速理解和使用。它還可以自動生成文檔摘要，或?qū)㈤L篇的技術(shù)報告轉(zhuǎn)化為易于理解的語言。

05質(zhì)量控制與反饋場景

通過分析生產(chǎn)數(shù)據(jù)和質(zhì)量報告，大型語言模型可以幫助識別質(zhì)量問題，并提供改進(jìn)建議。同時，它也可以分析用戶的反饋，幫助企業(yè)理解用戶的需求和期望，從而在未來的產(chǎn)品設(shè)計中更好地滿足用戶需求。

伴隨著競爭趨勢、戰(zhàn)略發(fā)展訴求以及業(yè)務(wù)提升需求，促使著運(yùn)用人工智能技術(shù)幫助汽車企業(yè)開展知識管理圖譜化應(yīng)用建設(shè)變得越來越緊迫?？梢灶A(yù)見，汽車領(lǐng)域?qū)@汽車生產(chǎn)全流程匯聚各環(huán)節(jié)過程化數(shù)據(jù)信息，在運(yùn)用了以達(dá)觀創(chuàng)新的曹植大語言模型+知識圖譜技術(shù)為引擎的產(chǎn)品參與企業(yè)管理后，能夠有效解決資源分散管理、搜索耗時費(fèi)力、無法獲得全面相關(guān)知識、經(jīng)驗知識未能有效繼承應(yīng)用的核心問題，更好的優(yōu)化汽車領(lǐng)域的知識管理，為后續(xù)推廣應(yīng)用奠定基礎(chǔ)，從而為企業(yè)的轉(zhuǎn)型和發(fā)展提供新的動力！