《ChatGPT在工業領域的研究與應用探索-數據與工況認知》
《ChatGPT在工業領域的研究與應用探索-AI助手實驗應用》
ChatGPT在工業領域的應用需要解決兩個問題：（1）.私有化部署，並且保障工業企業數據資產安全；（2）.要有具體領域的基礎數據，能夠訓練出來模型，因爲有些工業企業沒有自己的信息化系統，還基本靠手工紙製填報、Excel彙報的方式來處理信息，這些數據沒有辦法有效利用和形成數據資產。
缺少可以訓練ChatGPT模型的基礎數據是最難解決的問題，這不是短週期可以解決的問題，有數據積累的過程，還有工業企業規劃項目不見效益不建設的特點，這也是生產型企業的特點，畢竟自己賺錢才能自己花，也是可以理解的。
一項新技術的出現，可能給大部分領域帶來翻天覆地的變化，可能促進部分領域發生改變，這都是價值的體現，不能排斥新技術與領域的結合應用。例如每個項目都規劃有“知識庫”的功能，一開始知識庫只是檢索文檔標題關鍵字；後來有文檔數據庫可以進行全文檢索及進行內容模糊關聯；ChatGPT至少可以在知識庫這塊完成更高層次應用，語義理解、邏輯推理、知識整合等。
有些用戶或是專家在項目建設中提出來要提煉工藝庫、模型庫、算法庫等，可能是眼界不夠高及接觸的比較狹窄，至今也沒有看到建設比較好的**庫。可以試着讓ChatGPT成爲每個角色的助手，例如工藝的、信息化的、設備的、電氣的等角色，讓ChatGPT成爲自己，再不斷的迭代它。基於這樣的想法，從搞信息化角度，至少要考慮兩個方面的內容：框架和產品應用。
從大的框架角度來考慮，ChatGPT扮演AI助手的角色，應用越來越發揮出來應有的價值，所以工業系統化項目整體框架會發生一些改變。如下圖：
從產品應用角度考慮，肯定要有一套成熟的類ChatGPT產品化系統，支持私有化部署，支持不同角色的人上傳自己的基礎數據，並且訓練出來模型，實現具體應用場景的問答。
（1）創建一個模型，用於上傳基礎數據和訓練模型。如下圖：
（2）我是一名信息化工程師，我把《工業互聯平臺白皮書》上傳到該模型，現在支持PDF\TXT\JSON格式的文檔。如下圖：
（3）開始識別文檔的數據及訓練模型，根據文檔的大小，識別和訓練模型的時間長短不一樣。如下圖：
（4）訓練結束後，可以查看模型數據集，如下圖：
（5）創建一個AI助手，並且關聯剛纔訓練好的模型，如下圖：
（6）AI助手創建好後，可以發佈上崗了，可以通過前端應用該AI助手，根據提問內容，按《工業互聯平臺白皮書》的內容進行回答。如下圖：
以上是ChatGPT基本應用的整體過程，隨着工藝數據、工況數據、設備數據、生產數據、經營數據越來越多，ChatGPT回答越全面、越準確，例如企業領導問當前的生產和經營情況、員工問當前工況問題及解決方案等。
物聯網&大數據技術 QQ羣：54256083
物聯網&大數據項目 QQ羣：727664080
QQ：504547114
微信：wxzz0151
博客：https://www.cnblogs.com/lsjwq
微信公衆號：iNeuOS
