案例名称:【铜基新材料5G+工业互联网试点建设】
公司名称:【宁波金田铜业(集团)股份有限公司(601609)】
案例简述:
安全和品质是企业发展的永恒主题,也是企业提升综合效益、积极承担社会责任的集中体现。
金田铜业聚焦如何提高企业风险管控能力、提高产品质量、减少安全事故,确保安全高效生产,应用5G+MEC专网,代替企业现有有线网络、无线网络,极大地减少企业网络建设和运维成本,无需过多考虑环境及布局变化,提高网络部署效率和无线网络抗干扰能率。实现了 1100多设备点位的5G联网数据实时采集,40多个AI摄像头的数据传输,60多个MES终端的日常作业点检传输,实现生产设备OEE的有效提升,全面实现生产过程透明化及管理数字化。
金田铜业通过应用AI智能识别技术,结合后端MEC分析算力,有效提升人员作业安全,提高产品质量稳定。对生产作业场景人员闯入禁区、未佩戴安全帽、危险气体泄露、出铜口温度检测预警、产品表面AI质检等,改变了传统的人为检查和事后追查的模式,取而代之的是现场24小时无人实时监控和预警,解放人力的同时,提高安全检查效率,提升产品质量,提升员工安全守规意识。
扫码查看详细案例
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。