隨著新一波AI浪潮的到來，一場全新的、數(shù)字化的轉(zhuǎn)型升級正在各行各業(yè)上演。對數(shù)字化進(jìn)程已行至“深水區(qū)”的石油化工行業(yè)而言，如何借這波浪潮向下“深潛”，推動行業(yè)向高質(zhì)量發(fā)展轉(zhuǎn)型，成為業(yè)內(nèi)專家在日前舉行的2024華為全聯(lián)接大會上深入研討的話題。

　　“我們需要把常規(guī)的化工知識，還有設(shè)計規(guī)則、實驗規(guī)律都結(jié)合起來，設(shè)計制造化工領(lǐng)域的AI大模型?！敝袊茖W(xué)院大連化學(xué)物理研究所研究員葉茂說。

　　自2023年ChatGPT面世起，AI大模型技術(shù)在全球興起。大模型的能力和應(yīng)用快速演進(jìn)，但對于強(qiáng)知識性、重經(jīng)驗積累的化工行業(yè)來說，依托現(xiàn)有的通用大模型，設(shè)計開發(fā)化工垂直領(lǐng)域的AI模型，仍是行業(yè)擁抱AI的重點(diǎn)。

　　葉茂認(rèn)為，現(xiàn)有的通用大模型相當(dāng)于接受完整通識教育的“高中生”，學(xué)習(xí)能力很強(qiáng)，什么知識都知道一點(diǎn)，但并不太專業(yè)。而通過知識數(shù)據(jù)訓(xùn)練的專業(yè)模型就相當(dāng)于化工專業(yè)的“本科生”，對化工知識的運(yùn)用能力更強(qiáng)，但還不能直接去工廠或者設(shè)計院“上崗”，需要更進(jìn)一步將專業(yè)模型訓(xùn)練為在垂直領(lǐng)域應(yīng)用的智能體模型。

　　據(jù)介紹，目前中國科學(xué)院大連化學(xué)物理研究所已經(jīng)和華為合作開發(fā)出了面向化工工藝流程研發(fā)的智能化工大模型1.0版本，基本能夠?qū)崿F(xiàn)化工知識的快速檢索、反應(yīng)動力學(xué)的自動生成以及工藝流程的制度化設(shè)計，未來還將推出包含三級工廠生成和智能中試系統(tǒng)的2.0版本。

　　“不是每個企業(yè)都要建設(shè)大規(guī)模AI算力，也不是每個企業(yè)都要訓(xùn)練自己的基礎(chǔ)大模型?！比A為副董事長、輪值董事長徐直軍表示，并非所有的應(yīng)用都要追求“大”。從華為盤古模型在不同行業(yè)的實踐來看，十億參數(shù)模型可以滿足科學(xué)計算、預(yù)測決策等業(yè)務(wù)場景的需求，比如降雨預(yù)測、藥物分子優(yōu)化、工藝參數(shù)預(yù)測;而百億參數(shù)模型就可以初步滿足面向自然語言處理(NLP)、計算機(jī)視覺(CV)、多模態(tài)的需求，比如在特定領(lǐng)域場景的知識問答、代碼生成、安全檢測。而更加復(fù)雜的，面向NLP、多模態(tài)的任務(wù)如信貸評估、中樞調(diào)度、智能投資顧問等，可以用千億參數(shù)模型來完成?！?/span>

　　他指出，AI服務(wù)器特別是AI算力集群，對供電、散熱等數(shù)據(jù)中心機(jī)房環(huán)境要求極高，且隨著大模型越來越大，AI算力也將走向更大規(guī)模，而且變化節(jié)奏快。隨著AI服務(wù)器快速升級換代，數(shù)據(jù)中心機(jī)房面臨要么浪費(fèi)、要么滿足不了需求的困境。同時，訓(xùn)練出基礎(chǔ)大模型的關(guān)鍵是數(shù)據(jù)，而準(zhǔn)備足夠多的高質(zhì)量數(shù)據(jù)是很大挑戰(zhàn)。

　　“企業(yè)應(yīng)用場景的多樣性，決定了我們必須構(gòu)建起多模態(tài)、多尺寸的模型，實現(xiàn)場景與模型的最優(yōu)匹配，滿足企業(yè)對大模型經(jīng)濟(jì)性和專業(yè)性的需求?！比A為常務(wù)董事、華為云CEO張平安說。

　　在實際應(yīng)用中，通用大模型、專業(yè)大模型、垂直領(lǐng)域大模型并非是簡單的遞進(jìn)關(guān)系，而是需要多種模型互相協(xié)作，構(gòu)成專業(yè)的智能體“團(tuán)隊”。

　　中國化工學(xué)會副秘書長胡杰認(rèn)為，化工行業(yè)實現(xiàn)智能化需要多模態(tài)大模型與專業(yè)模型協(xié)同進(jìn)化，建立復(fù)雜系統(tǒng)在垂直領(lǐng)域的大模型。具體來說，首先是基于大數(shù)據(jù)的智能方法，以自動化策略驅(qū)動建立虛擬化學(xué)實驗室;然后借助知識蒸餾技術(shù)，將大模型的能力傳遞給專業(yè)模型;再利用大語言模型獲取多模態(tài)數(shù)據(jù)，利用小科學(xué)(專業(yè))模型提高精準(zhǔn)性，由大數(shù)據(jù)生成多個專業(yè)模型;最后再由專業(yè)模型作為“教師”，幫助大模型快速收斂。

　　“我們希望未來能夠通過多個智能體的協(xié)同，承擔(dān)開發(fā)和設(shè)計工程師的部分功能，快速生成數(shù)字化工廠設(shè)計，并與現(xiàn)有的工廠數(shù)據(jù)進(jìn)行功能對比。或者，通過智能體對數(shù)據(jù)的挖掘和分析，將實體工廠變成數(shù)字化的虛擬工廠?！比~茂說。