展望ChatGPT在水泥工業(yè)的應用

1、水泥行業(yè)智能化發(fā)展概況及ChatGPT介紹隨著科學技術不斷進步，近幾年5G網(wǎng)絡已在水泥行業(yè)得到實際應用，并取得了不錯的成果。國內(nèi)水泥廠利用5G網(wǎng)絡和工業(yè)互聯(lián)網(wǎng)實現(xiàn)了無人礦山、無人機巡檢、智能巡檢機器人等技術應用，推動了整個水泥行業(yè)的智能化發(fā)展。人工智能是當今非常熱門的行業(yè)話題，更是各個企業(yè)競爭力的角逐地，目前水泥行業(yè)涉及的人工智能還處于初步應用和探索階段。最近美國人工智能研究實驗室OpenAI新推出了一種人工智能技術驅(qū)動的自然語言處理工具ChatGPT，即GPT-3.5架構，它是建立在生成型預訓練變換器3（GenerativePre-trainedTransformer3，簡稱GPT-3）之上衍生發(fā)展出來的，加入了人類反饋強化學習（ReinforcementLearningfromHumanFeedback，簡稱RLHF）去訓練變成ChatGPT，其進化過程如圖1所示。圖1GPT-3進化ChatGPT過程GPT-3的目的是為了使用深度學習生成人類可以理解的自然語言，目前GPT-3的神經(jīng)網(wǎng)路包含1?750億個參數(shù)。GPT-3.5與GPT-3最大的差別在于GPT-3主要扮演一個搜集資料的角色，較單純地使用網(wǎng)絡上的資料進行訓練，而GPT-3.5則是由GPT-3基礎上增加RLHF微調(diào)衍生出來的版本，比GPT-3更強大，再配上過濾器或安全鎖機制確保GPT-3變換器成為輸出內(nèi)容是客觀的、無偏見的、安全和翔實的語言工具ChatGPT。正因為ChatGPT配有強大的語言生成能力、巨量的基礎世界知識、高級的學習模型，可以和人類幾乎無異的聊天場景進行交流。ChatGPT不是簡單的聊天機器人，還能進行撰寫郵件、腳本、文案、翻譯、代碼等任務。如此強大的工具會為今后各行各業(yè)帶來重大變革，僅水泥行業(yè)來說，該工具可以在水泥廠多個領域進行探索研究其應用的可行性，本文僅列舉控制領域、管理領域和診斷領域進行探討，ChatGPT引入水泥行業(yè)的應用領域如圖2所示。圖2ChatGPT引入水泥行業(yè)應用領域2、ChatGPT在水泥行業(yè)的應用展望2.1控制領域整個工廠控制系統(tǒng)可以實現(xiàn)無人值守。現(xiàn)有自動化公司推出的水泥廠專家控制系統(tǒng)大多是采用模糊控制器、專家知識庫、數(shù)據(jù)庫等配合一定算法實現(xiàn)的。專家控制系統(tǒng)的原理本質(zhì)是設計一系列分段的、不連續(xù)的控制方法，然后通過某種算法，將這些分段點附近不連續(xù)的部分經(jīng)過一個光滑過渡，再把這些分成一段一段的控制方法銜接成一個連續(xù)的控制方法。作為一種多變量的控制技術，通過模糊控制系統(tǒng)把難以被明確表達的控制問題轉(zhuǎn)化成更加易于表達和計算的模糊規(guī)則算法，以便提高系統(tǒng)操作效率和精度。但本身這項技術存在不少問題待處理，例如復雜模糊控制系統(tǒng)內(nèi)部的算法沖突、輸入空間的分割過多問題、控制參數(shù)自適應等問題。另一方面因?qū)＜铱刂葡到y(tǒng)輸入端和輸出端變量的不可預測改變，超出了控制系統(tǒng)正常允許的范圍，則需要花費時間進行人工重新配置調(diào)整參數(shù)，或者更新控制模型代碼并重新調(diào)試，會導致控制系統(tǒng)暫時下線轉(zhuǎn)為常規(guī)人工控制操作方式，待控制系統(tǒng)進行改造調(diào)整升級后恢復上線控制。而引入ChatGPT之后，設想ChatGPT經(jīng)過軟件編程人員訓練后，能夠自我更新控制模型代碼，并在模擬環(huán)境下進行仿真調(diào)試，快速完成控制算法代碼迭代升級，縮短專家控制系統(tǒng)的離線時間，或者能夠?qū)崿F(xiàn)在線無擾動升級以適應控制系統(tǒng)因輸入端和輸出端變量異常變化帶來的宕機的問題。當專家控制系統(tǒng)離線或因異常情況下不可使用的時候，DCS系統(tǒng)可考慮植入ChatGPT模型進行模擬操作人員控制，用專家控制系統(tǒng)的知識庫作為ChatGPT的學習模型培訓材料，進行解釋推理。另外ChatGPT與操作人員面對面進行語言交互培訓，讓ChatGPT從交流中學習操作知識和認知正確的操作步驟，操作人員提出操作過程問題，來檢測ChatGPT回答內(nèi)容是否正確，矯正其錯誤地方，并借助其自身的RIHF訓練方法，根據(jù)操作人員的反饋，保證對無益、失真或偏離信息的最小化輸出。同時將這些訓練正確內(nèi)容合并到專家知識庫內(nèi)，不斷完善知識庫的內(nèi)容，經(jīng)過訓練后形成虛擬的人類操作人員，即AI（人工智能）操作人員上線替代人類操作人員進行無差別地操作DCS系統(tǒng)。水泥行業(yè)的控制領域引入ChatGPT語言模型通過四個階段進化出AI操作人員模擬操作人員對DCS系統(tǒng)操作，模擬編程人員對專家控制系統(tǒng)代碼進行維護升級。（1）第一個階段是ChatGPT通過學習模型，引入海量操作人員數(shù)據(jù)并融入專家知識庫，通過Prompt的方法（一種ChatGPT預訓練的模型方法）實現(xiàn)認知決策的可控可解釋。（2）第二個階段是將ChatGPT和人類操作人員的面對面交互問答學習，作為AI操作仿真訓練，并將每一個問答信息匯集到專家知識庫。（3）第三個階段是在操作人員監(jiān)督管理下將ChatGPT引入，真實接管操作人員操作，在其中嘗試使用RLHF。一般來說，操作人員的每一次接管，都是對人工智能AI操作策略的一次人為反饋，這個接管數(shù)據(jù)可以被簡單當成一個負樣本來使用，就是AI操作決策被糾正的一次記錄。同時也可以被當作改進認知決策的正樣本來學習。（4）第四個階段引導ChatGPT向編程人員學習并掌握專家控制系統(tǒng)算法代碼，在控制系統(tǒng)模型出現(xiàn)任何外部輸入量或內(nèi)部輸出量變量異常變化后，能夠快速實現(xiàn)控制系統(tǒng)算法代碼自我迭代更新升級，恢復控制功能，確保專家控制系統(tǒng)正常運行。通過上述四個進化階段構建了一個模擬人類的AI操作人員（見圖3），基于這個新型的模式，AI操作人員可以使用DCS系統(tǒng)對全廠設備進行控制操作，在各種工況下做出最優(yōu)的決策操作，同時可以進行專家控制系統(tǒng)代碼維護修繕工作。圖3ChatGPT進化示意舉例說明：水泥廠配套的磨專家控制系統(tǒng)，由于磨系統(tǒng)喂入原料成分的改變，使得專家控制系統(tǒng)不能正常自動控制，必須退出專家控制系統(tǒng)，切換到操作人員直接手動控制磨系統(tǒng)設備，同時軟件編程人員根據(jù)外部變量變化信息修改調(diào)整控制系統(tǒng)的代碼，并經(jīng)過調(diào)試驗證后恢復磨專家控制系統(tǒng)上線。如果ChatGPT經(jīng)過培訓后引入AI操作人員，當磨系統(tǒng)的原料出現(xiàn)改變，專家控制系統(tǒng)無法正常運行時自動地切換到AI操作人員上線操作，保證磨系統(tǒng)正常連續(xù)工作，同時快速修改專家控制系統(tǒng)代碼，通過仿真測試，再次切換到磨專家控制系統(tǒng)接管運行。若以上方法還無法滿足正常運轉(zhuǎn)的要求，再切換成操作人員或編程人員接手處理，甚至需要工藝工程師進行工藝過程計算分析，實施工藝設備改造來達到磨系統(tǒng)的正常運行。操作人員或其他人員接管處理也是對AI操作人員策略的正向反饋，作為一次正向?qū)W習經(jīng)驗錄入到專家知識庫內(nèi)。2.2管理領域通過專家知識庫、數(shù)據(jù)庫、工廠MIS系統(tǒng)等工廠各種信息，并結(jié)合工廠外部各種市場資源等信息（錄入到管理知識庫），對ChatGPT進行培訓后，可塑造成水泥廠AI咨詢?nèi)藛T，可以與工廠的生產(chǎn)管理人員進行對話交流，提出工廠整體管理優(yōu)化方案，給出相應的生產(chǎn)排程、停產(chǎn)檢修、設備維護、備件購置、安全措施、新員工培訓等計劃預案，這個功能將大大減少管理人員的工作量，并有效地提高了工作效率，為企業(yè)創(chuàng)造更多價值。舉例說明：工廠管理人員要求AI咨詢?nèi)藛T根據(jù)市場情況給出年度生產(chǎn)計劃，并完成年度利潤額指標，ChatGPT會根據(jù)工廠現(xiàn)有生產(chǎn)情況信息結(jié)合目前水泥行業(yè)熟料或水泥成品的市場行情進行分析，優(yōu)化原料的進場、產(chǎn)能、成品出廠、銷售等各個環(huán)節(jié)，輸出一份詳細計劃預案，經(jīng)過管理人員審核，如果計劃預案出現(xiàn)不滿意或是不正確的地方，管理人員可以進行修改，并將修改的預案樣本作為正向資料輸入到管理知識庫內(nèi)。2.3診斷領域?qū)⒏鞣N設備的使用手冊、維護手冊等信息匯集到設備知識庫，并將每一次設備出現(xiàn)問題尋求設備廠家售后服務人員診斷的全過程信息錄入設備知識庫，以供ChatGPT學習，采用與控制領域相同的訓練方式，可以培養(yǎng)出AI診斷人員，可對出現(xiàn)問題的設備提供相應的診斷和解決方案，以減少等待設備廠家處理時間。舉例說明：當篦冷機設備出現(xiàn)故障時，DCS系統(tǒng)產(chǎn)生報警信息并送至ChatGPT模型，AI診斷人員獲取該報警信息后，就會對這條報警信息進行分析，從DCS系統(tǒng)收集相關設備數(shù)據(jù)信息，結(jié)合學習認知找出設備故障的原因，并輸出對應的處理方案，如果不能解決故障或超出AI診斷人員回答能力，再求助于設備廠家售后服務人員進行處理，完成處理后ChatGPT會將這項求助處理整個數(shù)據(jù)作為正向樣本錄入到設備知識庫內(nèi)，同時把不能解決故障的處理方案作為負向樣本導入設備知識庫內(nèi)。3、結(jié)束語展望在不久的將來，新一代人工智能驅(qū)