杰克逊 - AI在屏幕上看起来很酷。但在工厂，电力项目和生产车间，它的规模更大：它可以缩短时间，降低风险，真正使用。
据中国日报6月5日星期五报道，中国人工智能研究人员发布了开源框架Real World AI（RWAI）和基于真实场景的竞赛平台，以加速AI在行业中的应用。
该倡议由长江三角洲研究院清华大学人工智能创新中心开发。重点不再是让AI模型变得更聪明，而是弥合技术能力与现场使用之间的差距。
研究小组的负责人表示，全球人工智能行业正面临一个大问题。模型和设备的能力正在迅速提高，但行业采用速度较慢。
因此，RWAI旨在组织人类和机器协同工作的方式。该框架包括角色分配，工作流程，人机交互，人类反馈和跨团队协作。
在实践中，RWAI正在重新构建AI进入现实工作的方式。该系统使用三个基础：现实任务，直接交互的人类反馈，以及人类与AI关系中的基本规则。
研究小组表示，现场测试表明，RWAI比传统的软件开发模型更有效。通常需要两到三个月的项目初始验证时间可以缩短到不到两周。
该团队还推出了一个竞技场AI平台。与通常只比较模型的AI排行榜不同，该平台评估了现实业务运营中的AI解决方案。
所使用的规模更接近于公司的需求，例如组织成本、时间效率、计算成本和合规性。
该平台使用挑战者-冠军机制。竞争的不是单一模型，而是完整的解决方案。它包括团队结构、工作流程、AI代理的组合以及上下文工程。
AI代理是一种可以更独立地执行特定任务的系统。上下文工程是指组织信息，指令和情况的方式，以便AI可以提供正确的结果。
获奖的解决方案将作为最佳实践发布，以便可以复制和重用。
中国日报报道称，中国南方电网的互联网服务子公司已经使用RWAI来处理电网基础设施项目的安全管理，从规划到现场工作。
以前，手动监督由于复杂的合规规则而面临效率限制。通过RWAI，公司为工作场所和分包商管理开发了一个智能风险控制系统。
结果，隐藏风险检测率提高了约40%。风险警报的准确性也达到92%。
该公司的资深工程师胡锐表示，RWAI有助于弥合AI技术和实际应用之间的差距，同时降低试错成本。
胡说，该系统将工程管理从仅仅对问题作出反应转变为更主动的智能控制。
该平台还被江苏东沈宏化工公司使用，该公司一直面临着将传统行业知识与人工智能相结合的挑战。
通过RWAI，东方沈阳将30年的生产过程知识与整个产业链的数据相结合。目标是建立一个大型行业模型，真正了解公司的业务。
通过多模式故障监测和预测，该公司能够减少主要生产线的计划外停机时间。该系统还可以提供更优化的生产调度建议。
多模态意味着系统可以同时读取多种数据类型，例如文本、数字、图像或传感器信号。
该公司的AI业务部门的副总裁兼总经理Yang Tianwei表示，RWAI评估功能有助于公司将内部模型转换为可重用、可重组和可计费的产品库。
“这不仅激活了东沈宏自己的智能开发，还为流程行业的大型模式的实施提供了经过现场测试的最佳实践解决方案，”杨说，引自中国日报。
目前，RWAI涵盖了各种用途，从行业预测系统，文档审查，风险控制到研究报告的制作。
它还用于一些《财富》全球500强公司的项目。
研究小组表示，该平台将提供真实世界的计算机与人类交互数据，以支持大型语言模型的开发和学术研究。
The English, Chinese, Japanese, Arabic, and French versions are automatically generated by the AI. So there may still be inaccuracies in translating, please always see Indonesian as our main language. (system supported by DigitalSiber.id)
