案例名称:【数字化推动冷藏箱发泡工艺优化】
公司名称:【中国国际海运集装箱(集团)股份有限公司(000039)】
案例简述:
国务院办公厅印发《“十四五”冷链物流发展规划》标示着冷链行业进入新的发展阶段。冷链全流程对载体均有非常高的温度控制性能要求,除了使用专用温度控制设备进行温度调节外,也需要用到特殊材料进行保温。聚氨酯泡沫是目前世界主流隔热材料之一,广泛应用于冷藏集装箱的保温层。当前业内普遍采用基于聚合MDI的闭式浇筑三明治发泡,其工艺涉及参数达到一百多种,且参数间存在明显的交叉关系,有的参数甚至人工难以观测。在这样的复杂场景下,传统的优化手段以人工经验主导,无法兼顾众多影响参数,目前已陷 入工艺瓶颈,难以突破。
本案例主要介绍如何利用数字化技术,分两个阶段推动冷藏箱保温材料硬质聚氨酯发泡工艺优化,打破工艺瓶颈。一阶段利用IOT对工艺过程进行数字化,通过对数据的分析挖掘,帮助生产趋向质量稳定。在数据积累可观量级后,二阶段以数字化为基础走向智能化,利用大数据技术进行特征工程处理,使用人工智能算法进行模型训练,并将AI模型与业务生产流程相结合,赋能工艺优化,从而降低生产成本,优化产品质量。该关键工艺摸索出的优化路线不仅为企业带来经济效益, 同样为行业提供了一种可行的应用模式参考。
扫码查看详细案例
好文章,需要你的鼓励
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。