人工智能在工业环境中的变革潜力仍然特别引人注目。 格雷格·法伦（Greg Fallon）Geminus AI的首席执行官表示，专门针对工业和工程环境量身定制的AI可以提供显着的改进，尤其是在精确性和可靠性至关重要的能源和制造业等领域。
了解工业AI的独特性
Industrial AI与以消费者为中心的AI有很大不同，例如Chatgpt等语言模型。关键差异在于AI有必要整合基于物理的定律，而不是纯粹由数据驱动的预测。法伦解释说：“与人类语言不同，当您进行AI以了解机器的工作原理时，物理定律就会发挥作用。”在高风险工业场景中，传统的AI造成幻觉或不准确的风险是不可接受的，在这种情况下，错误会导致严重的后果，包括人体伤害或昂贵的机械损害。
应对关键工业挑战
Geminus AI靶向工业运营中的重要效率低下。法伦（Fallon）以水泵的例子为例，指出：“工程师经常在最大设置下运行泵，使用阀调节水流，消耗大量电力。”他强调说，大约15％的全球电力能力是这样的系统。通过优化这些操作，Geminus AI大大降低了能耗。在炼油过程中的效率相似，即使在运营效率上提高5％也可以转化为可观的环境和财务节省，进一步证明了专业工业AI的影响。
Geminus AI的方法独特地将高精度工程模拟器与实时操作数据混合在一起。传统上，工程模拟很慢，需要广泛的专业知识，从而限制了它们在实时运营环境中的实用性。法伦将过渡描述为变革性：“我们正在将模拟器数据与实时传感器数据合并，从而实现了预测精度和实时操作建议。”这一进步使工程师能够做出明智的，及时的决策，从而大大提高运营效率和安全性。
AI作为工业数字助理
未来的Fallon设想涉及AI成为工业工程师和工厂运营商必不可少的数字助理。目前，Geminus AI创建了专门针对单个机械或植物条件的定制模型。这些模型主动为工程师提供建议，建议实时调整以优化性能。法伦说：“该模型可能会建议：’当今的温度更高，原料特性略有变化 – 调整这三个参数将使您的植物的性能提高5％。”尽管通过AI的自主控制是可以实现的，但法伦指出，人类的监督仍然是安全和实际原因的标准实践。
从利基到可扩展的解决方案
法伦认为工业人工智能市场面临供应挑战，而不是替代工作问题。合格的博士可以解决复杂的工业问题。法伦指出：“有无数的工程问题和有限的博士学位。”他解释说，专门的AI缩放了这些专业人员的专业知识，使他们能够同时应对多个复杂的挑战。法伦预测，而不是减少就业，而是提高生产力和对 熟练的工程角色。
Geminus AI的正在进行的项目说明了AI对全球影响的巨大潜力。一个值得注意的例子涉及大大减少化石燃料生产过程中的碳排放。法伦（Fallon）提到了一个北美天然气生产商的项目，该项目旨在通过优化燃气场运营，从而最大程度地减少甲烷排放，从而提供可观的环境益处。
展望未来，法伦强调了许多用于AI驱动优化的部门，包括可再生能源，电网管理，化学生产，采矿和脱盐。一个雄心勃勃的应用程序包括迅速扩展和优化电网，压缩过程通常需要数年甚至几分钟，从而支持全球向电气化和可持续性转变。
量子计算和未来的AI进化
量子计算法伦指出，将通过大大提高可用于AI模型的培训数据的精度和数量来深刻影响工业AI景观。尽管量子计算不直接参与部署当前的操作AI解决方案，但其完善AI培训方法的潜力将在精确和速度方面解锁前所未有的可能性。
法伦（Fallon）看到工业人工智能的演变最终反映了诸如chatgpt之类的大型消费者模型的规模和集成，设想了能够在统一，智能控制框架下管理整个工业生态系统的综合基础模型。这种进化有望提高工业效率，提高环境可持续性，并促进整个全球行业的重大进步。
