知识图谱建模驱动的大型语言模型操作系统(LLM OS)在过程工程问题解决中的任务自动化
本文探讨了新兴生成式人工智能(GenAI)模型,如大型语言模型(LLM),如何增强过程系统工程(PSE)中的解决方法学。研究发现,这些尖端的GenAI模型,特别是基础模型(FM),在广泛的任务范围内,如回答查询、图像生成和复杂决策等方面提供了多功能适应性。本文深入介绍了经典和新兴的GenAI模型,包括FM,并探讨了它们在PSE的关键领域内的应用,如合成和设计、优化和整合以及过程监测和控制。此外,本文还讨论了在充分利用 GenAI 在 PSE 中的潜力方面所面临的潜在挑战,包括多尺度建模、数据要求、评估指标和基准、以及信任与安全性,从而加深对如何将 GenAI 有效集成到系统分析、设计、优化、运营、监控和控制中的探讨。该研究为未来关于在PSE中应用新兴GenAI的研究提供了指导。
Feb, 2024
一项具有大型语言模型 (LLM) 的复杂机器控制系统的多专家检索增强生成 (RAG) 系统,可以协助操作员进行知识检索任务,与机器直接交互并编写高级控制系统脚本,从而简化并加速机器操作任务。
May, 2024
通过使用基于transformer的生成神经网络架构的ChatGPT和其他大型语言模型(LLM)在自然语言处理和图像合成等领域的惊人成功,许多研究人员对过程系统工程(PSE)中的潜在机会感到兴奋。然而,尽管它们在某些任务中非常有用,如撰写文件的初稿、代码编写辅助、文本摘要等,但它们在高度科学领域的成功受限于缺乏深度领域知识而无法推理、规划或解释。在这篇论文中,我们讨论了在化学工程领域开发这种系统面临的挑战和机遇。
May, 2024
本研究探讨了在能源和电力工程领域中使用大型语言模型(LLMs)与可调用工具进行研究,并重点关注燃气轮机的燃气通道分析。我们开发了双代理工具调用过程,以整合专家知识、预定义工具和LLM推理。我们评估了包括LLama3、Qwen1.5和GPT在内的各种LLMs。较小的模型在工具使用和参数提取方面存在困难,而较大的模型展示了较好的能力。所有模型都面临着复杂、多组分问题的挑战。基于测试结果,我们推测具有近1000亿参数的LLMs可以通过精调和先进的提示设计满足专业场景需求。持续的发展可能提高其准确性和效果,为更强大的基于人工智能的解决方案铺平道路。
Jun, 2024
设计了一个灵活的智能体工程框架,着重规划和执行,适用于多个领域的复杂应用,提供可靠性的工业应用,并提出了确保多个自主智能体共同解决任务的可扩展、灵活和协作式工作流技术。
Jun, 2024
通过将大型语言模型(LLM)代理整合到自动化生产系统中,本文介绍了一种新颖的方法,旨在增强任务自动化和灵活性。我们通过基于自动化金字塔的层次框架对生产操作进行组织,将原子操作功能建模为微服务,并通过专用的数字孪生系统进行接口调用执行。这为编排生产过程提供了可扩展和灵活的基础。在数字孪生系统中,通过语义丰富化将低级硬件特定数据解释为可理解的生产规划和控制任务的LLM数据和知识。大型语言模型代理会被系统性地要求解释这些生产特定数据和知识,然后生成一个过程计划,该计划被分解为一系列原子操作,作为微服务在现实世界的自动化系统中执行。我们在实验室的自动化模块化生产设施上实施了本方法,并通过一个具体案例研究展示了LLMs如何处理生产规划和控制任务。这导致了具有更高水平的任务自动化和灵活性的直观生产设施。最后,我们揭示了实现大型语言模型在自治系统中的全部潜力的若干限制,并指出了有希望的优点。
Jul, 2024
本研究针对传统流程建模方法需大量专家参与的高成本和时间问题,提出了一种高效、自动化的流程模型生成框架MAO。该框架利用大型语言模型与多智能体协作,通过创新的提示策略提高合作效率,实验结果表明其生成的流程模型在多个数据集上显著优于现有方法,并且比人工建模更具优势。
Aug, 2024
本研究针对当前大型语言模型(LLMs)在复杂场景中的推理能力不足的问题,提出一种基于人工智能代理工作流(AgWf)的方法,以提升过程挖掘的有效性。通过将复杂任务分解为简单工作流并结合确定性工具与LLMs的领域知识,该研究展示了AgWf的多种实施方式与过程挖掘相关的案例,具有重要的应用潜力。
Aug, 2024
本研究针对过程工程计算缺乏基础AI模型的问题,提出了一种新的自主智能体框架,利用检索增强指令调整(RAIT)技术提升小型代码语言模型(SLMs)。研究表明,该框架的性能可与大型专有模型相媲美,具备更好的可解释性和成本效益,能够有效解决特定的过程工程任务。
Aug, 2024
本研究解决了化学和过程工业中对于过程流图和管道与仪表图的理解及解读不足的问题。提出了一种安全的企业级解决方案,使用层次化、多智能体的检索增强生成框架,通过开源小规模多模态模型进行分析,实现数据隐私、可解释性和成本效益的提升。实验结果表明,该方法在开放域问答任务中具有显著的有效性。
Aug, 2024