“雖然大家經常討論的是聊天機器人或情感陪伴助手這些應用，但實際上，我們現在能看到大模型在工業領域有更多的落地場景，大模型的應用場景非常廣泛。”

　　近日，微軟亞洲研究院資深首席研究員、微軟亞洲研究院機器學習組和產業創新中心負責人邊江博士接受記者采訪時說，大模型已經可以用于能源領域的電能產量預測，或者醫療領域的患者監測預測。

圖源網絡/侵刪

　　“這些時序預測任務，在大模型中都有很好的落地場景，盡管目前還沒有太多人深入討論。”邊江說，“我們通過相關研究，并對一些技術增強了大模型的預測能力，包括決策能力。”

　　邊江分享了一個解決供暖和空調系統中的能源消耗問題的創新解決方案，實時分析外部天氣情況和建筑內部人流量的變化，實時調整空調設備的送風溫度和送風壓力，能源使用效率提升，能源消耗減少達30%。

　　這個被稱為“可優化HVAC控制策略的強化學習”的技術，近日也在上海氣候周期入選2024年十大值得關注的氣候技術。

　　“這個算法的本質，其實是為了優化長期的收益，來調整當前的決策。比如，空調系統可能每隔15分鐘或1小時就需要重新設定，這些設置不僅影響當前的溫控效果，還會影響到空調的長期能耗。強化學習需要處理的就是這種時序決策問題，即如何做出既考慮當前影響又優化長期收益的決策。”邊江說，當然這里面臨的一個主要挑戰是環境動態變化。

　　“當時，我們在公司總部大樓測試這個算法，正好趕上加州的山火，這種大范圍的自然災害，顯著影響了美國西海岸的氣候，這類突發事件是我們以前沒有遇到過的挑戰。我們也設計了能夠適應這些復雜環境的算法，讓它做得更好。”邊江說，與當年AlphaGo處理的圍棋環境不同，圍棋的環境是靜態且封閉的，而HVAC系統則需要應對每天變化的氣候和不同的室內人員變動。

　　據了解，對于預測的算法，主要涉及兩種類型，一是時序預測，比如面向糖尿病患者，可以基于每五分鐘一次的血糖監測數據，預測其未來血糖的變化，這屬于時序數據的預測。另一種非時序數據的預測，即結構化的表格數據，比如金融行業中用于檢測欺詐行為或反洗錢等。

　　“根據我們目前的研究，大模型在這些預測任務上具有很大的潛力，通過對現有大模型的微調，我們可以賦予它這種預測能力。”邊江說，它可以用于能源領域的電能產量預測，或者醫療領域的患者監測預測。

　　“這些時序預測任務在大模型中也有很好的落地前景，盡管目前還沒有太多人對此有深入探討。我們已經進行了相關研究，并通過一些技術增強了大模型的預測能力，包括決策能力。”

　　此前剛剛在上海結束的F1中國大獎賽，不少車隊也都融入了高科技。“車手應該在哪一圈進站更換輪胎，應該選擇換哪種類型的輪胎……”邊江說。

　　據了解，F1賽車有三種不同的輪胎：軟胎、中性胎和硬胎。軟胎盡管可以短時間內獲得快速圈速，但無法堅持太多圈，磨損較快;硬胎耐磨但圈速不如軟胎快;中性胎則介于兩者之間。這根據比賽情況決策何時進站、換胎，以及換什么類型的胎。同時進站策略也很關鍵，它取決于當前車手的賽道位置，比如是否處于比較擁擠的賽段，或者出站后是否會遇到慢車等情況，這些都是重要的決策點。因為每圈都要決定這一圈要不要讓車手進站。

　　”整個決策過程是一個時序決策的過程，通過一套強化學習算法，并結合大數據模型生成數據，這一整套框架應用能夠于F1賽車的場景。”邊江說，在方程式賽車中，該基礎模型能夠優化賽車的輪胎維修策略，根據賽車輪胎的損耗和維修成本，找到最佳的進站維修時間，以縮短賽程、提高賽車排名。

　　邊江也表示，“我們已將大模型與強化學習結合，使其能夠提供高質量的離線數據，幫助學習泛化性很強的策略。

　　對于大模型在產業落地過程中的成本問題，邊江認為，考慮成本時，不同的角度會有不同的應對策略。

　　“站在微軟的角度，我們可以為客戶提供不同成本的解決方案。比如預測類的任務，可以將其作為一種云服務進行提供，這種模式特別適合中小企業，他們不需要自行處理大規模數據，只需收集幾個、幾十個樣本，就能利用我們的大模型，通過“上下文學習”(in context learning)，實現有效的預測。”

　　在邊江看來，另一個平衡成本的例子是采用基于檢索增強生成(RAG)的方法進行知識管理，這也是大模型落地的很好的場景。

　　“我們已與物流公司合作處理海關通關的知識管理，以及與醫藥公司合作進行FDA審批的知識管理中使用了這樣的方式。這種方法的優點在于，企業不需要自己訓練大模型，只需調用我們提供的大模型API，并結合RAG進行知識管理，就可以達到很好的效果。RAG是在已有的大模型基礎上進行增強，通過添加外部知識庫來實現更好的行業知識管理。”邊江說。

　　據了解，微軟近期發布了一個小模型Phi-3。小模型的優勢是計算量的需求少，對于沒有大模型算力的公司，小模型既可以作為補充，也因為較低的能耗而具有優勢，不是所有任務都需要大模型。小模型也是微軟研究院預測的今年的AI重點的研究方向之一。

（邯鄲小程序開發）