首页 > 科技周边 > 人工智能 > 海尔和西门子生成式AI创新背后的科技巨头是哪家?

海尔和西门子生成式AI创新背后的科技巨头是哪家?

WBOY
发布: 2023-11-21 09:02:59
转载
1435 人浏览过

海尔和西门子生成式AI创新背后的科技巨头是哪家? 亚马逊云科技大中华区战略业务发展部总经理顾凡

2023年,大语言模型和生成式AI在全球市场“狂飙”,不仅引发了AI和云计算产业的“排山倒海”式跟进,也在强力吸引制造巨头们的入局。

海尔创新设计中心就打造了全国首个AIGC工业设计解决方案,大幅缩短设计周期,并降低概念设计成本,不仅将整体概念设计提速了83%、集成渲染效率也提升了约90%,高效解决了设计阶段人力成本高、概念产出与通过效率低等问题。

西门子中国基于自有模型的智能知识库暨智能会话机器人“小禹”,具备自然语言处理、知识库检索、通过数据训练大语言模型等核心关键能力,极大提升了内部员工信息的获取效率,上线首周有超过4,000名员工使用,超过12,000个问题被解答,该方案有效减少了人工成本,超过90%的问题可以由聊天机器人直接提供答案。

海尔和西门子在中国所采用的生成式人工智能创新背后,得益于云计算巨头亚马逊云科技。亚马逊云科技与其合作伙伴共同研发出生成式人工智能解决方案,使制造企业的进入门槛得以降低。例如,亚马逊云科技与其合作伙伴计算美学(Nolibox)联合开发了文生图、图生图等解决方案,用于快速概念原型和营销素材的设计。海尔创新设计中心的AIGC工业设计解决方案正是基于亚马逊云科技与计算美学(Nolibox)的合作成果

亚马逊云科技也为制造企业提供了预配置的生成式人工智能(AI)解决方案指南,以便客户可以通过“搭积木”的方式快速实现生成式AI创新。例如,亚马逊云科技利用生成式AI技术建立了企业级智能知识库,集合了搜索引擎和大型语言模型的功能,可以帮助企业员工在知识库中快速找到最准确和实用的信息,从而有效提升生产和办公效率。西门子中国的技术团队利用该预配置解决方案进行了只有20%定制化开发的工作,在短短3个月内成功完成了名为“小禹”的开发和上线

2023年11月初,亚马逊云科技举办了制造行业媒体沟通会,亚马逊云科技大中华区战略业务发展部总经理顾凡在沟通会上表示,亚马逊云科技致力于推动生成式AI重塑制造业,通过降低构建生成式AI应用关键路径中的门槛,充分渗透进制造业价值链场景,与合作伙伴一起提供行业领先的端到端技术解决方案,在工业设计、知识库搜索等场景开发定制化解决方案,让制造企业充分发挥生成式AI的潜力。

生成式AI正在迅速应用于制造行业的不同业务场景,包括产品开发和设计、制造运营、供应链管理、营销和销售、智能客服以及知识库建设等方面,为企业带来巨大的商业价值。制造企业在选择优先落地生成式AI时,可以考虑以下三个场景:工业设计、市场营销和职能支持。这些场景也是能够为制造企业创造最大商业价值的生成式AI应用领域

重写后的内容是:亚马逊云科技致力于降低构建生成式人工智能应用的难度,在Amazon Bedrock的全面功能的支持下,企业可以通过API方便轻松地访问多种领先的基础模型,也可以使用自己的专有数据来定制模型。此外,通过Amazon Bedrock,客户不需要管理基础设施,就可以安全地将生成式人工智能能力集成和部署到应用程序中,并且可以使用他们已经熟悉的亚马逊云科技服务

然而,目前在制造业中并没有广泛应用大型模型和生成式人工智能。顾凡认为,这是因为制造业的核心工艺公开数据相对较少,因此很难对大型模型进行预训练。制造企业需要从实际应用和解决方案出发,大型模型和小型模型并存将成为主要趋势。在小型模型解决方案方面,亚马逊云科技提供的工业视觉检测和基于人工智能模型的供应链到货时间预测等都是基于小型模型构建的

无论是大模型还是小模型,亚马逊云科技都提供了丰富而完整的解决方案。而对于制造行业来说,亚马逊云科技还拥有一个完备和强大的智能制造生态系统,亚马逊云科技与合作伙伴一起打造智能制造“最后一公里”的解决方案。亚马逊云科技的合作伙伴既有Advantech、Adlink、联想、埃森哲、德勤、达索、Infosys等著名国际公司,也有中科云谷、树根互联,速石科技、中科创达、淄云科技以及众壹云等国内知名厂商。

入华十年来,亚马逊云科技一直致力于深耕行业解决方案,赋能各行各业企业实现数智化转型与创新发展。在制造行业,亚马逊云科技联合全球数十万家合作伙伴共同开发了适用于多种场景和应用的解决方案,全面涵盖制造业价值链上的各环节。展望2024年,亚马逊云科技及其合作伙伴,将利用新技术持续赋能制造行业,不断迈向发展新格局。(文/宁川)

以上是海尔和西门子生成式AI创新背后的科技巨头是哪家?的详细内容。更多信息请关注PHP中文网其他相关文章!

相关标签:
来源:sohu.com
本站声明
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板