أخبار ar.wedoany.com، في 15 يونيو، انطلقت في مدينة نانجينغ بمقاطعة جيانغسو القاعدة الوطنية للتجارب الوسيطة لتطبيقات الذكاء الاصطناعي في صناعة الصلب. تُعد هذه القاعدة أول منصة وطنية للتجارب الوسيطة للذكاء الاصطناعي في مجال المعادن في الصين، كما أنها منصة ابتكار صناعي ومنصة تطبيقات مشتركة موجهة لصناعة الصلب على المستوى الوطني. ستركز القاعدة على بناء مجموعات بيانات عالية الجودة، ونظم التحقق من المفهوم والتجارب الوسيطة، ومجموعات أدوات الذكاء الاصطناعي، والنماذج الكبيرة الخاصة بالصناعة، بهدف توفير بيئة تحقق عامة ودعم هندسي لشركات الصلب لاستيعاب تقنيات الذكاء الاصطناعي.
تتميز صناعة الصلب بطول دورات الإنتاج، وتنوع أنواع المعدات، وسرعة تغير ظروف التشغيل، وتغطي مصادر البيانات مراحل متعددة تشمل الخام، والتكويك، والتلبيد، وصناعة الحديد، وصناعة الصلب، والصب المستمر، والدرفلة، وفحص الجودة، وجدولة الطاقة، وإدارة الخدمات اللوجستية. لا تقتصر صعوبات تطبيق الذكاء الاصطناعي في مواقع إنتاج الصلب على الخوارزميات والنماذج فحسب، بل تمتد لتشمل جودة البيانات، وتراكم المعرفة بالعمليات، والتحقق من السيناريوهات، وقابلية إعادة الاستخدام عبر الشركات. يتمثل دور قاعدة التجارب الوسيطة في وضع الخوارزميات المخبرية، والبيانات الصناعية، وظروف التشغيل الميدانية، وسيناريوهات التطبيق ضمن نظام تحقق موحد، مما يقلل من تكاليف التجارب والخطأ المتكررة للشركات الفردية، ويرفع كفاءة دخول نماذج الذكاء الاصطناعي إلى بيئات الإنتاج الفعلية.
تركز القاعدة التي تم إطلاقها على المشكلات المشتركة في الصناعة، ومن مهامها الأساسية بناء مجموعات بيانات عالية الجودة لصناعة الصلب. تتميز بيانات إنتاج الصلب بخصائص ظروف التشغيل القوية، حيث لا يكون للمؤشر نفسه نفس المعنى تمامًا في مختلف أنواع الأفران، وخطوط الإنتاج، وظروف المواد الخام، مما يجعل من الصعب على النماذج العامة التكيف المباشر. يمكن لمجموعات البيانات عالية الجودة أن تساعد الصناعة في تشكيل معايير بيانات أكثر وضوحًا، وقواعد وضع العلامات، ونظم العينات، مما يوفر أساسًا لتدريب النماذج في مجالات مثل التنبؤ بالجودة، والتعرف على العيوب، وتحسين استهلاك الطاقة، وتشخيص المعدات، وجدولة الإنتاج. بالنسبة لشركات الصلب، غالبًا ما يكون تحسين جودة البيانات أكثر أهمية من مجرد زيادة عدد الخوارزميات.
يُعد نظام التحقق من المفهوم والتجارب الوسيطة جزءًا مهمًا يميز هذه المنصة عن منصات تطوير الذكاء الاصطناعي العامة. عادةً ما تركز شركات الصلب عند تبني تقنيات جديدة على الاستقرار والسلامة وقابلية التكرار. لا يعني الأداء الجيد لنموذج الذكاء الاصطناعي في بيئة عينة صغيرة أو غير متصلة بالإنترنت أنه يمكن إدخاله مباشرة إلى المواقع الصناعية ذات درجات الحرارة العالية، والغبار الكثيف، والإنتاج المستمر، ومتطلبات السلامة العالية. يمكن لقاعدة التجارب الوسيطة التحقق من فعالية النموذج، واستقرار التشغيل، ودرجة التكيف مع العمليات في سيناريوهات حقيقية أو شبه حقيقية، مما يساعد الشركات على اكتشاف المشكلات قبل النشر الرسمي وتقليل مخاطر التطبيق.
أما بناء مجموعات أدوات الذكاء الاصطناعي والنماذج الكبيرة الخاصة بالصناعة، فيهدف إلى الترسيب المنهجي لمعرفة صناعة الصلب. يتضمن إنتاج الصلب عددًا كبيرًا من المعايير التجريبية، وقواعد العمليات، وأحكام حالة المعدات، والتي اعتمدت لفترة طويلة على خبراء متخصصين ومهندسين ميدانيين. من خلال الجمع بين النماذج الكبيرة الخاصة بالصناعة ومجموعات الأدوات، يمكن للشركات الحصول على قدرات ذكاء اصطناعي أكثر قابلية لإعادة الاستخدام في مجالات تحليل العمليات، وصيانة المعدات، وتتبع الجودة، وتخطيط الإنتاج، والاستفسار عن المعرفة، وتشخيص الأعطال. إذا تمكنت هذه الأنظمة من تكوين واجهات مع أنظمة التحكم في الإنتاج، وأنظمة تنفيذ التصنيع (MES)، وإدارة الطاقة، وإدارة الجودة، فسيساعد ذلك في انتقال الذكاء الاصطناعي من التجارب المنفردة إلى التطبيقات على مستوى خطوط الإنتاج.
من منظور صناعي، يشير إطلاق قاعدة التجارب الوسيطة الوطنية للذكاء الاصطناعي إلى أن تطبيقات الذكاء الاصطناعي في صناعة الصلب تنتقل من مرحلة الاستكشاف الفردي للشركات إلى مرحلة بناء منصة مشتركة. في الماضي، كانت شركات الصلب تواجه مشكلات مثل عدم توحيد البيانات، وصعوبة نقل النماذج، وطول دورة التحقق من التطبيقات، وتجزئة حلول الموردين عند تنفيذ مشاريع الذكاء الاصطناعي. يمكن لمنصة التجارب الوسيطة العامة، إلى حد ما، توحيد طرق التحقق، وترسيب أدوات الصناعة، واختيار الحلول الناضجة، وتوفير شروط تجريبية منخفضة التكلفة لشركات الصلب بمختلف أحجامها. بالنسبة لشركات برمجيات الذكاء الاصطناعي، وشركات الإنترنت الصناعي، ومصنعي الأتمتة، وشركات معدات الصلب، فإن هذا يوفر أيضًا مدخلاً للتحقق من دخول سيناريوهات الصلب.
يكمن المفتاح اللاحق في ما إذا كانت المنصة قادرة على تحقيق نتائج تطبيقية قابلة للتكرار. صناعة الصلب ليست مجرد سيناريو معلوماتي بحت، حيث تحتاج نماذج الذكاء الاصطناعي إلى التوافق مع آليات العمليات، والتحكم في المعدات، وحدود السلامة الإنتاجية. إطلاق القاعدة هو مجرد خطوة أولى، وما سيؤثر حقًا في الصناعة هو ما إذا كانت مجموعات البيانات قادرة على التحديث المستمر، وما إذا كان التحقق من السيناريوهات يغطي العمليات الرئيسية، وما إذا كانت مجموعات الأدوات قادرة على الاستخدام الفعلي من قبل الشركات، وما إذا كانت النماذج الكبيرة الخاصة بالصناعة قادرة على الحفاظ على أداء مستقر في مختلف مصانع الصلب وخطوط الإنتاج. إذا استمرت هذه العناصر في التقدم، فمن المتوقع أن تنتقل تطبيقات الذكاء الاصطناعي في صناعة الصلب الصينية من التجارب المحلية إلى مستوى أعلى من التحقق الهندسي والنشر على نطاق واسع.
تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com
