製造業大模型的構建與實踐
郭秉義
389人在讀
19.9萬字總字數
¥59定價
郭秉義
在智能製造和數字化轉型的背景下，這是一本講解大模型融合製造業應用的實戰指南。由上市企業的智能化負責人，基於實際項目落地經驗撰寫。 本書主要內容如下： （1）基礎篇 首先，探討大模型在製造業中的應用與價值，使讀者對二者的關聯建立基本認知。然後，介紹大模型的發展歷程、核心概念和 Transformer 架構原理。之後，深入討論大模型構建路徑，包括數據處理、分詞、詞嵌入和訓練等關鍵步驟。同時，指出預訓練模型的侷限性，並提出相應的優化策略，如指令微調和混合專家模型。此外，本篇還涉及多模態大模型與 AIGC技術，以及提升大模型性能和安全性的提示詞工程。 （2）應用篇 首先，介紹大模型技術在製造業企業中的應用方法，包括 8 種適用情形、垂直領域微調技術和 RAG（檢索增強生成）技術。然後，圍繞 AI Agent，介紹其內部原理、應用案例、與 RPA（機器人流程自動化）的關係以及實戰工具 LangChain的使用方法。接着，詳細介紹大模型的雲端和邊緣部署方案、大模型壓縮的常用技術（如蒸餾、量化、剪枝等）以及軟硬件適配策略。並且，通過兩個實踐案例，展示了大模型在工業製造、設備運維等領域的具體應用，涉及智能排產、生產工藝優化、預測性維護等關鍵知識。最後，綜合全書內容，對大模型的技術與應用進行梳理和總結，並且對其未來發展趨勢進行深入思考和展望。
作者寫的內容有深入的思考，內容的邏輯很清晰
第一章是一般意義上大模型的基本概念，以及大模型與製造業之間的關係。第二章進一步介紹大模型的功能原理層面，首先回溯AI發展的歷史，然後再對現有大模型的基礎架構transformer的由來和原理做了較爲全面的介紹。第三章開始考慮大模型如何構建的問題，對數據集準備、tokenization、詞嵌入、模型訓練的過程全部梳理了一遍。第四章接着考慮模型訓練之後的微調和對齊。第五章拓展到了處於當前研究前沿的多模態大模型。第六章又對提示詞工程做了一些介紹。 以上是對大模型本身在知識、原理、技術層面上的引導和介紹部分，而後面幾章相對鬆散，分別討論了構造面向製造業企業應用大模型的技術路線（包括微調通用大模型和RAG）、AI Agent、大模型、大模型實際部署和壓縮的技術。 第10章和第11章開始真正具體講解工業領域大模型的實際案例，以及它們可能的應用場景，包括排產（運籌，資源調度）、工藝優化（多模態任務，參數調控自動化、智能化）、產品質檢（視覺/多模態任務）、設備運維（多模態任務，傳感器信息->設備監測評估結果）。 第12章做一些空泛的總結展望。 總體來說，這本書乏善可陳，灌水嚴重，對於我來說，看這本書最期望看到的是聚焦製造業大模型的痛點、難點和實際應用前景，對其進行嚴謹、務實的討論。相關技術細節、行業洞察，這些纔是最有價值的東西，什麼都要塞進去，不會就此讓讀者認爲作者是個全才，反而使得整本書顯得臃腫、缺少亮點、重點。 這本書實際我只讀了3h左右，想看的人可以作爲參考，不要浪費時間在這種圈錢的水貨上面
這本書大部分內容在講大模型，關於製造業如何落地大模型的方法和案例不夠全面和深刻