7月4日，全(quan)球人工智(zhi)能领域的(de)顶级(ji)盛会——2024世界人工智(zhi)能大会（WAIC）在上海隆重开(kai)幕。中控(kong)技(ji)术以AI为核(he)心驱动力(li)，全(quan)面(mian)展示了公司(si)在人工智(zhi)能领域的(de)最新成(cheng)果和战略布局，受到了广(guang)泛(fan)关注。
展会现场，中控(kong)技(ji)术5T创新技(ji)术部总(zong)经理王(wang)宽心作《打(da)造(zao)工业AI核(he)心引擎，加速流程工业“智(zhi)变(bian)”》的(de)主题(ti)分享，系统介绍了中控(kong)技(ji)术自主研发的(de)流程行业首(shou)款AI时(shi)序大模型TPT（Time-Series Pre-trained Transformer）。作为中控(kong)技(ji)术在工业AI领域的(de)突(tu)破性创新和具有里程碑价值的(de)典型成(cheng)果，这也是TPT自6月初在新加坡面(mian)向全(quan)球重磅发布以来，在国内大型峰会上的(de)首(shou)次展出，吸引了与(yu)会嘉宾的(de)较高关注和热烈讨论。
AIGC技(ji)术为工业数(shu)智(zhi)化带来新的(de)可能
王(wang)宽心表示，一方面(mian)，流程工业具有能源密集、过程复杂、运行条件苛刻等典型特征，流程企(qi)业普遍存在效率低、人力(li)投入大、物耗能耗高等痛点长期以来得不到解(jie)决，然而AI技(ji)术的(de)应(ying)用(yong)，尤其是生成(cheng)式人工智(zhi)能（AIGC）技(ji)术的(de)迅猛发展正在推(tui)动人类进入超大规模、多任务、跨模态的(de)AI2.0时(shi)代，基于(yu)大模型技(ji)术来加速流程工业智(zhi)能制造(zao)和数(shu)字化转型，助力(li)企(qi)业优化生产流程，提升效率，降低能耗，为产品设计带来创新思路，从而增强流程工业企(qi)业的(de)市场竞争力(li)。
另一方面(mian)，在大模型应(ying)用(yong)场景不断繁荣(rong)的(de)同时(shi)，在工业领域单纯依靠以自然语言为载体的(de)LLM或者以图像或视频为载体的(de)CV模型还远远不够，难以触(chu)及工业核(he)心场景，诸如控(kong)制类、能耗类、操作类问题(ti)等等。在工业领域，时(shi)序数(shu)据是表达(da)工业装置特征的(de)重要载体，而工业大模型则需要以工业时(shi)序数(shu)据为语料，如何(he)基于(yu)工业时(shi)序数(shu)据构建(jian)大模型，成(cheng)为解(jie)决以上工业难题(ti)的(de)关键。
AI时(shi)序大模型TPT构建(jian)工业AI核(he)心引擎
基于(yu)流程工业核(he)心难题(ti)和客户需求，经过奋力(li)攻关，2024年6月，中控(kong)技(ji)术正式推(tui)出了流程行业首(shou)款时(shi)序大模型TPT，为流程工业打(da)造(zao)AI新质生产力(li)注入强劲动能。TPT在基于(yu)中控(kong)技(ji)术自研的(de)生成(cheng)式AI算法框架之上，通过汇聚不同行业的(de)海量的(de)生产运行、工艺、设备及质量数(shu)据等融合(he)训练而成(cheng)。这其中，中控(kong)30余年来，覆盖化工、石化、油气、电力(li)、制药、冶金、建(jian)材(cai)等50多个细分行业的(de)海内外3万多家客户，累计超过10万套的(de)工业控(kong)制系统的(de)大规模应(ying)用(yong)，所沉淀出的(de)行业Know-how和工业运行时(shi)序数(shu)据就是TPT能够成(cheng)功研发的(de)部分重要基础。
实际上，作为赋能流程工业企(qi)业的(de)智(zhi)能引擎，TPT深度结合(he)了中控(kong)技(ji)术的(de)四大数(shu)据基座，即全(quan)设备智(zhi)能感知平台（PRIDE）、全(quan)流程智(zhi)能运行管理与(yu)控(kong)制系统（OMC）、全(quan)流程智(zhi)能质量监控(kong)平台（Q-Lab）及流程工业过程模拟与(yu)设计平台（APEX），通过持续构建(jian)“AI+数(shu)据”核(he)心能力(li)，为客户提供(gong)“AI+安全(quan)”“AI+质量”“AI+低碳(tan)”“AI+效益”的(de)智(zhi)能化解(jie)决方案，引领流程工业加速“智(zhi)变(bian)”。
由此，相较于(yu)传统工业过程建(jian)模需要面(mian)向不同场景、基于(yu)不同数(shu)据分别进行，实施周(zhou)期长、模型迁移难等问题(ti)，TPT大模型的(de)明显优势在于(yu)基于(yu)超大规模的(de)数(shu)据构建(jian)出大参数(shu)模型，使得TPT具备了跨场景泛(fan)化，多任务处理等能力(li)，通过“预训练+微(wei)调(diao)”路线，可满(man)足批(pi)量化大规模复用(yong)、跨场景迁移需求，具备跨工况、跨装置适配能力(li)，实现了高精度、高可靠性的(de)闭环应(ying)用(yong)。
TPT能够颠覆工业应(ying)用(yong)分散、数(shu)据应(ying)用(yong)碎片(pian)化等难题(ti)，实现由一个TPT模型为基座打(da)造(zao)一个软件支撑多种应(ying)用(yong)场景的(de)新模式，将模拟与(yu)预测能力(li)融于(yu)一体，能够大幅提升建(jian)模效率，统一分析类、优化类、控(kong)制类、培训类等工业应(ying)用(yong)。
TPT助力(li)流程工业提人效、稳运行、增收益
王(wang)宽心认为，未来的(de)工厂一定(ding)是智(zhi)能自主运行和绿色可持续发展的(de)。目前TPT已经在氯碱、热电、石化等装置上取(qu)得了突(tu)破性应(ying)用(yong)，全(quan)面(mian)助力(li)流程企(qi)业提人效、稳运行、增收益。
在某(mou)大型化工企(qi)业中，TPT能够有效赋能无人工厂建(jian)设，在自动感知、智(zhi)能评估、智(zhi)慧决策、指令生成(cheng)及自动执行等关键环节表现突(tu)出。比如，通过内置海量的(de)工业语料，能帮助企(qi)业迅速建(jian)立(li)企(qi)业私域知识(shi)库，实现私域知识(shi)的(de)问答(da)检索等，全(quan)面(mian)提升获取(qu)信息(xi)的(de)效率；通过连接实时(shi)数(shu)据库，基于(yu)大模型语义理解(jie)能力(li)，可以对生产信息(xi)进行任意维度的(de)查询、生产报(bao)表查询分析等；构建(jian)面(mian)向工业场景的(de)多层级(ji)CUI、GUI协同交互，图文、语言融合(he)，沉侵式交互体验，实现多维信息(xi)的(de)快速检索；基于(yu)TPT可以对生产装置进行多工况瓶(ping)颈(jing)分析、操作参数(shu)优化，为装置优化操作、挖潜(qian)增效提供(gong)在线指导(dao)等。
在某(mou)锅炉燃(ran)烧优化项目中，相较于(yu)传统控(kong)制，TPT实现系统自控(kong)率达(da)到95%以上，氮氧化合(he)物含量下(xia)降5%，吨蒸汽煤耗能耗下(xia)降3.1%以上，达(da)到”提人效、稳运行、增收益”的(de)良好效果。TPT作为新一代工业智(zhi)能引擎，目前，中控(kong)技(ji)术已接到全(quan)球十多家能源化工领域龙头企(qi)业的(de)合(he)作邀约。
此次TPT在世界人工智(zhi)能大会的(de)精彩亮相加速推(tui)进了公司(si)AI技(ji)术在流程工业领域的(de)落地应(ying)用(yong)，未来，中控(kong)技(ji)术将持续构建(jian)“AI+数(shu)据”的(de)核(he)心竞争力(li)，以创新产品全(quan)面(mian)助力(li)流程工业实现“安全(quan)、质量、低碳(tan)、效益”四大关键目标和可持续发展。