来源 :拓尔思2024-09-25
9月24日，拓尔思参与协办的中国信息协会能源工作委员会成立大会暨能源数智化高峰论坛在北京召开。本次会议汇集了政产学研用各界的领导、专家及企业代表等，共同聚焦能源产业与数智技术的深度融合，旨在推动我国能源产业高级化、产业链现代化发展。会上，拓尔思副总裁林松涛发表了《拓天大模型解决方案及实践案例》的主题演讲。
林松涛在演讲中指出，随着开源大模型的迅速演进，AI企业面临着训练成本高与迭代速度难以匹配的挑战。在这种背景下，大模型的关注焦点由“卷参数”转向“卷应用”，如何实现与行业应用的深度融合成为新的探索方向。从能源行业角度出发，生成式人工智能的核心价值在于其知识赋能能力，而非单纯的创意产出。因此，构建基于能源行业专业知识的垂直大模型，成为满足其特定需求的关键。
在垂直大模型的构建过程中，专业知识的积累和数据能力的提升显得尤为重要。拓尔思推出的拓天大模型一体化平台，覆盖了从大模型训练、应用构建、数据与知识治理，到专业知识导入等大模型落地的完整流程，为不同行业不同需求的用户提供定制化解决方案。平台不仅能够有效解决实际问题，更能在实践中持续优化升级，从而拓宽应用场景的深度和广度。
以能源行业为例，拓尔思利用RAG检索增强生成、向量数据库加持多模态数据检索、融合大模型的知识图谱等技术，将能源行业的专业知识、政策法规、技术标准等进行专业化治理，确保输出内容的合规性与可靠性。同时，通过引入自主演化任务链的AI Agent，实现了AI技术与业务流程的深度融合。
拓尔思在某央企能源研究院的实际应用探索中，基于拓天大模型一体化平台，有效利用该研究院丰富的知识沉淀，面向政策获取与分析、能源行业资讯获取与分析、成果摘要与提取、综合智能交互问答等方向充分细化应用场景，构建研报辅助编撰助手，提升内外部非结构化信息资源的处理效率，为研究院决策和运营管理提供数智化支撑。
林松涛表示，大模型的落地应用是一个不断试错与迭代的过程，企业需要保持创新精神与突破勇气，以适应行业发展的需求。