国内已开发出铸造专用人工智能(AI)基础模型。尽管仍属初期阶段模型,但作为技术断层危机严重的基础产业领域的AI转型(AX)案例,这一成果值得关注。不过,将熟练工的感觉与经验诀窍、即所谓“默会知识”数据化整整耗费了3年,这表明“速度”仍是难题。
据Seoul Economic Daily 19日采访结果,韩国能源技术研究院与汽车零部件铸造企业富川铸造共同于今年初完成了铸造专用制造基础模型的初期模型,并将从本月起进入现场验证(PoC)。这是学习了铸造工艺全流程的制造基础模型首次应用于产业现场。能源研究院让模型学习了富川铸造积累的10年工艺数据和5年设计、能源数据,目标是将整体能源消耗降低10%。
开发的最大难关是默会知识的数据化。因为要把用手触摸砂子判断适当含水状态这类熟练工的感觉,结构化为AI学习数据。研究团队自2023年起,历时一年多、每次分析现场工艺5小时以上,将作业人员的判断标准数据化,此后模型开发又用了2年。
因此有人指出,人力与资金不足的小型基础产业企业很难套用同样的方式。尤其对于因熟练工老龄化和年轻人回避而技术传承本身已断裂的小型基础产业企业而言,现实是连推进复杂研发(R&D)工作的人力与财力都不具备。
富川铸造代表张龙焕表示:“正是因为有长期积累的数据才做得到”,“开发期间没有收益,一般企业推进存在局限”。▷相关报道见第4版






