1.了解人工智能技術(shù)原理，學(xué)習(xí)AI智能體的使用方法

2.學(xué)習(xí)B端AI解決方案整體規(guī)劃方法，數(shù)據(jù)、算法、算力、應(yīng)用層全面打通

3.了解工業(yè)場景AI應(yīng)用賦能業(yè)務(wù)流程的方法，學(xué)習(xí)工業(yè)場景AI工具應(yīng)用設(shè)計(jì)方法

4.學(xué)習(xí)AI智能體設(shè)計(jì)、搭建和開發(fā)流程，完成智能體自主搭建

模塊一：認(rèn)知與基石 - 從AI到工業(yè)智能體

1.1 人工智能基礎(chǔ)速覽

機(jī)器學(xué)習(xí)與深度學(xué)習(xí)：如何讓機(jī)器從數(shù)據(jù)中學(xué)習(xí)。

自然語言處理：如何讓機(jī)器理解人類的語言與指令。

與大模型的關(guān)鍵區(qū)別：從“執(zhí)行任務(wù)”到“理解與規(guī)劃任務(wù)”。

1.2 工業(yè)智能體：智造新引擎

核心定義：具備自主感知、決策與執(zhí)行能力的數(shù)字員工。

與傳統(tǒng)自動(dòng)化、傳統(tǒng)AI模型的區(qū)別：靈活性、適應(yīng)性與人機(jī)協(xié)同。

典型應(yīng)用場景圖：預(yù)測性維護(hù)、生產(chǎn)調(diào)度優(yōu)化、質(zhì)量根因分析。

模塊二：核心架構(gòu) - 智能體的“五臟六腑”

2.1 大腦：LLM與領(lǐng)域知識融合

工業(yè)領(lǐng)域微調(diào) vs. RAG：策略選擇與權(quán)衡。

實(shí)戰(zhàn)： 構(gòu)建一個(gè)包含設(shè)備手冊、工藝參數(shù)的工業(yè)知識庫。

2.2 感知：多源工業(yè)數(shù)據(jù)理解

連接OT數(shù)據(jù)：處理設(shè)備時(shí)序數(shù)據(jù)、報(bào)警日志。

多模態(tài)信息處理：理解工業(yè)圖像、文本報(bào)告等。

2.3 規(guī)劃與行動(dòng)：從思考到執(zhí)行

任務(wù)分解：將復(fù)雜指令拆解為可執(zhí)行步驟鏈。

工具調(diào)用：賦予智能體調(diào)用API、數(shù)據(jù)庫、專業(yè)軟件的能力。

實(shí)戰(zhàn)：讓智能體完成一次“查詢某設(shè)備最近一小時(shí)的振動(dòng)數(shù)據(jù)并判斷健康狀態(tài)”的任務(wù)。

模塊三：系統(tǒng)集成與進(jìn)階 - 從原型到引擎

3.1 智能體系統(tǒng)架構(gòu)設(shè)計(jì)

設(shè)計(jì)一個(gè)可靠、可擴(kuò)展的工業(yè)智能體框架。

3.2 多智能體協(xié)同

工廠內(nèi)的“數(shù)字員工”生態(tài)：調(diào)度智能體、維護(hù)智能體、質(zhì)量智能體如何協(xié)作。

3.3 可靠性保障與落地

工業(yè)級要求：幻覺消除、安全護(hù)欄設(shè)計(jì)與驗(yàn)證閉環(huán)。

與MES、SCADA等現(xiàn)有系統(tǒng)的集成挑戰(zhàn)與策略。

上海威才咨詢 資深講師  方老師

?  上海市人工智能技術(shù)協(xié)會(huì)特聘講師

?  上海人工智能研究院專家/顧問

?  國際標(biāo)準(zhǔn)IEEE P2807.13《知識圖譜與大規(guī)模預(yù)訓(xùn)練模型融合框架》牽頭專家

?  國際標(biāo)準(zhǔn)IEEE P2807.12《基于知識圖譜的知識服務(wù)技術(shù)要求》牽頭專家

?  中國信通院《基于大模型的科研文獻(xiàn)助手技術(shù)要求》牽頭專家

人工智能專家，在AI基礎(chǔ)技術(shù)預(yù)研、產(chǎn)品開發(fā)和生態(tài)建設(shè)方面有豐富經(jīng)驗(yàn)；牽頭參與2項(xiàng)科技部國家重點(diǎn)研發(fā)計(jì)劃“戰(zhàn)略性科技創(chuàng)新合作”AI課題項(xiàng)目；牽頭與參與的省部級項(xiàng)目7項(xiàng)；參加超過20項(xiàng)國際國內(nèi)AI標(biāo)準(zhǔn)制定并擔(dān)任重要角色。正在研發(fā)的圍繞AIGC的產(chǎn)品包括與國內(nèi)頭部礦山安全公司合作的安全生產(chǎn)大模型，與國內(nèi)頭部基礎(chǔ)設(shè)施央企合作的工程文檔評審領(lǐng)域大模型。