人工智能快速、高效地完成
PLC 代碼生成等任務(wù)
通過(guò) TwinCAT Chat,可在 TwinCAT XAE 開(kāi)發(fā)環(huán)境中方便地使用以 OpenAI 開(kāi)發(fā)的 ChatGPT 為代表的大型語(yǔ)言模型(LLM)進(jìn)行項(xiàng)目開(kāi)發(fā),在此次訪談中,TwinCAT 產(chǎn)品經(jīng)理 Fabian Bause 博士和 Jannis Doppmeier 介紹了從控制編程到企業(yè)管理等各個(gè)方面最重要的應(yīng)用考慮以及潛在的效率提升。
自 ChatGPT 推出以來(lái),每個(gè)人都在談?wù)摯笮驼Z(yǔ)言模型(LLM)。通過(guò) TwinCAT Chat,倍福成為在 2023 年漢諾威工業(yè)博覽會(huì)上展示大語(yǔ)言模型在自動(dòng)化領(lǐng)域應(yīng)用的首批供應(yīng)商之一。客戶(hù)在展會(huì)上以及展會(huì)后的反饋如何?
Jannis Doppmeier:客戶(hù)的反饋始終都是積極正面的。管理層和直接用戶(hù)都表現(xiàn)出了濃厚的興趣。大部分客戶(hù)都看到了這項(xiàng)技術(shù)在自動(dòng)化領(lǐng)域的巨大應(yīng)用潛力。有些客戶(hù)甚至表示有興趣在將來(lái)測(cè)試版推出后立即試用。這表明該領(lǐng)域?qū)ο冗M(jìn)解決方案的需求正不斷增長(zhǎng)。隨著 TwinCAT Chat 的推出,倍福為將 LLM 集成到工業(yè)應(yīng)用中做出了重要貢獻(xiàn)。
大型語(yǔ)言模型能為自動(dòng)化工程師和企業(yè)管理層帶來(lái)哪些根本優(yōu)勢(shì)?
Jannis Doppmeier:大型語(yǔ)言模型可為自動(dòng)化工程師以及企業(yè)管理層帶來(lái)許多好處。對(duì)于自動(dòng)化工程師來(lái)說(shuō),通過(guò) LLM 的自動(dòng)生成和補(bǔ)全代碼功能有可能徹底改變開(kāi)發(fā)流程。這將加快整個(gè)流程。您甚至可以讓 LLM 創(chuàng)建個(gè)人專(zhuān)題,針對(duì)遇到的問(wèn)題給出具體的解決方案,加快解決問(wèn)題的過(guò)程。另一個(gè)優(yōu)勢(shì)是能夠始終如一地執(zhí)行和遵守自動(dòng)化領(lǐng)域的規(guī)范和最佳實(shí)踐。從企業(yè)管理的角度來(lái)看,LLM 可以推動(dòng)企業(yè)內(nèi)部的知識(shí)傳遞。它們可以作為一個(gè)中央知識(shí)庫(kù),存儲(chǔ)有價(jià)值的信息,并在需要時(shí)提供。此外,LLM 還可以作為客戶(hù)咨詢(xún)時(shí)的第一接觸點(diǎn),減輕技術(shù)支持團(tuán)隊(duì)的工作壓力。
倍福 TwinCAT 產(chǎn)品經(jīng)理 Jannis Doppmeier
這不僅能縮短響應(yīng)時(shí)間,還能提升客戶(hù)滿(mǎn)意度。總之,LLM 為應(yīng)對(duì)現(xiàn)代商業(yè)領(lǐng)域的眾多挑戰(zhàn)提供了高效、創(chuàng)新的解決方案。
—— Jannis Doppmeier
LLM 在使用方面是否仍存在技術(shù)上的不確定性?
Fabian Bause 博士:答案顯然是肯定的。技術(shù)上確實(shí)存在很多不確定性,但考慮到目前的發(fā)展速度,這也不足為奇。目前,自動(dòng)化行業(yè)面臨的一個(gè)主要挑戰(zhàn)是 LLM 的“幻覺(jué)”,即 LLM 會(huì)反復(fù)生成用戶(hù)不一定能識(shí)別出的“編造”的答案。
倍福 TwinCAT 產(chǎn)品經(jīng)理 Fabian Bause 博士
例如,在早期開(kāi)發(fā)階段,我們發(fā)現(xiàn) TwinCAT Chat 生成的 PLC 代碼中的一些運(yùn)動(dòng)函數(shù)根本不存在,至少在 TwinCAT 中不存在。但這些問(wèn)題都是可以解決的,并且會(huì)隨著時(shí)間的推移得到顯著改善。
—— Fabian Bause 博士
從法律的角度來(lái)看,是否也存在不確定性?
Fabian Bause 博士:確實(shí)如此!歐盟的《人工智能法案》目前仍存在不確定性。該法案尚未獲得最終通過(guò),僅這一點(diǎn)就給行業(yè)帶來(lái)了極大的不確定性。政策制定者在監(jiān)管人工智能應(yīng)用方面面臨的一個(gè)主要挑戰(zhàn)是,政策的推進(jìn)過(guò)程比通用人工智能領(lǐng)域的快速發(fā)展速度要慢得多。通用的法律法規(guī)將如何適用于很多尚不可知的人工智能發(fā)展,我們拭目以待。但毫無(wú)疑問(wèn),必須完善監(jiān)管措施。
像 TwinCAT Chat 這樣的 AI 應(yīng)用程序?qū)?lái)是否能夠完全取代控制編程人員以及他們的創(chuàng)造力嗎?
Fabian Bause 博士:當(dāng)然不會(huì)。我們的目標(biāo)并不是要完全取代程序員,目前的技術(shù)發(fā)展也并不意味著會(huì)出現(xiàn)這種情況。相反,我們的目標(biāo)是為程序員提供更好用的工具,幫助他們提高工作效率,這一切都是為了提高程序員的生產(chǎn)力 — 不僅僅是作為解決技能短缺的關(guān)鍵方法之一。如果因?yàn)檎也坏胶细竦膶?zhuān)業(yè)人員而無(wú)法填補(bǔ)崗位空缺,就必須使用 AI 保持競(jìng)爭(zhēng)力。
TwinCAT Chat 有哪些技術(shù)特點(diǎn)?
Jannis Doppmeier:倍福開(kāi)發(fā) TwinCAT Chat 的主要目的是為用戶(hù)提供比在網(wǎng)絡(luò)瀏覽器中使用 ChatGPT 等傳統(tǒng)方式優(yōu)勢(shì)更明顯的軟件工具。主要附加值在于其深度集成,尤其是針對(duì)自動(dòng)化行業(yè)的專(zhuān)業(yè)化需求。其核心功能包括將聊天功能直接集成到開(kāi)發(fā)環(huán)境(IDE)中。由于它將通信和代碼交互無(wú)縫集成在一起,因此能夠大大簡(jiǎn)化開(kāi)發(fā)過(guò)程。我們的模型的基本初始化已專(zhuān)門(mén)針對(duì) TwinCAT 的要求進(jìn)行了定制。因此,您可以直接提出具體問(wèn)題,不必告訴模型您首先使用的是 TwinCAT,也不必告訴模型您希望以結(jié)構(gòu)化文本形式提供代碼示例。另一個(gè)亮點(diǎn)是能夠輕松地使用生成的代碼,這不僅能夠節(jié)省開(kāi)發(fā)人員的時(shí)間,還能避免手動(dòng)傳輸代碼時(shí)出現(xiàn)的錯(cuò)誤。與 TwinCAT Chat 交互設(shè)計(jì)極大地減少了命令輸入需求。
相反,用戶(hù)只需點(diǎn)擊鼠標(biāo),即可使用專(zhuān)門(mén)為改善用戶(hù)工作流程而設(shè)計(jì)的、經(jīng)過(guò)預(yù)先測(cè)試的請(qǐng)求。這些請(qǐng)求包括以下操作:
代碼優(yōu)化:系統(tǒng)可以提出建議,以提高代碼的性能或效率。
代碼文檔化:TwinCAT Chat 可幫助創(chuàng)建注釋和文檔,可以幫助團(tuán)隊(duì)其他成員更容易地理解代碼。
代碼補(bǔ)全:如果代碼片段缺失或不完整,我們的系統(tǒng)可以生成代碼補(bǔ)全建議,以確保功能性。
代碼重構(gòu):TwinCAT Chat 可根據(jù)特定規(guī)范和策略重構(gòu)代碼,使其更加符合公司的規(guī)范。
Jannis Doppmeier:總之,該系統(tǒng)提供了一個(gè)高效、直觀的用戶(hù)界面,極大地方便了開(kāi)發(fā)過(guò)程。
除了目前重點(diǎn)關(guān)注的支持 PLC 代碼生成之外,未來(lái)還有哪些領(lǐng)域?qū)⒆兊酶又匾?
Fabian Bause 博士:LLM 的玄妙之處在于,只需要一點(diǎn)兒想象力,就能普遍使用。除了 PLC 代碼生成工具之外,我們還在開(kāi)發(fā)一款可以自動(dòng)創(chuàng)建 TwinCAT HMI 項(xiàng)目的聊天機(jī)器人。目標(biāo)是用戶(hù)只需告訴聊天機(jī)器人他們想要的 HMI 結(jié)構(gòu),TwinCAT 就會(huì)在后臺(tái)生成整個(gè) HMI 項(xiàng)目。因此,客戶(hù)可以立即收到可視化 HMI 的反饋。只需向 LLM 說(shuō)明 HMI 編程接口即可實(shí)現(xiàn),因?yàn)槭聦?shí)上,這也只是另一種 LLM 可以輕松掌握的“語(yǔ)言”。另一個(gè)項(xiàng)目涉及到我們文件編制系統(tǒng)的聊天機(jī)器人界面,該系統(tǒng)以文檔的形式包含了數(shù)千兆字節(jié)的知識(shí)。
這正是我們的客戶(hù)所面臨的挑戰(zhàn):我們以文本形式提供大量知識(shí)。為什么呢?因?yàn)檫@是讓數(shù)百人能夠同時(shí)獲得信息的唯一方式,換句話說(shuō),書(shū)面文本只是一種工具。
—— Fabian Bause 博士
Fabian Bause 博士:語(yǔ)言是人類(lèi)最重要的信息傳遞手段。一個(gè)人提出問(wèn)題,另一個(gè)人理解或者解釋問(wèn)題,并根據(jù)自己的經(jīng)驗(yàn)得出答案。這就是我們可以使用 LLM 完成的事,即我們提出一個(gè)問(wèn)題,LLM 就能解釋這個(gè)問(wèn)題。無(wú)需使用特定的關(guān)鍵詞,因?yàn)橄到y(tǒng)可以處理措辭可能不夠準(zhǔn)確的問(wèn)題。如果現(xiàn)在允許 LLM 訪問(wèn)倍福龐大的軟件庫(kù),模型就能生成有針對(duì)性的答案。今后,我們將不再需要使用關(guān)鍵字來(lái)搜索答案,而是可以提出具體的問(wèn)題。
TwinCAT Chat 還可幫助用戶(hù)開(kāi)啟新的工作模式。這究竟意味著什么?在實(shí)際應(yīng)用中有什么優(yōu)勢(shì)?
Jannis Doppmeier:我們的工具是一種創(chuàng)新的解決方案,通過(guò)充當(dāng)數(shù)字化助手顯著提高開(kāi)發(fā)人員的工作效率。代碼不再需要逐行手動(dòng)輸入。這個(gè)助手會(huì)接管耗時(shí)且重復(fù)的常規(guī)任務(wù)。這樣,開(kāi)發(fā)人員就有更多的時(shí)間和能力專(zhuān)注于他們的核心任務(wù),即軟件的實(shí)際設(shè)計(jì)和構(gòu)思。在這個(gè)需要抓住每一個(gè)優(yōu)勢(shì)的市場(chǎng)中,我們的工具讓企業(yè)能夠在人員短缺的情況下依然保持競(jìng)爭(zhēng)優(yōu)勢(shì),并滿(mǎn)足客戶(hù)日益增長(zhǎng)的需求。
所使用的語(yǔ)言模型有何重要性?
Fabian Bause 博士:目前,多家知名 IT 巨頭的語(yǔ)言模型正在激烈競(jìng)爭(zhēng),如 openAI 的 ChatGPT、谷歌的 PaLM 和 Bard,以及百度的 ERNIE。這些主流模型的共同點(diǎn)是,它們都以 API 云服務(wù)的形式提供。除了技術(shù)上的差異,還有區(qū)域性挑戰(zhàn)。例如,在中國(guó)無(wú)法訪問(wèn) ChatGPT 和谷歌的 LLM。這對(duì)倍福來(lái)說(shuō)是一個(gè)挑戰(zhàn),因?yàn)橹袊?guó)市場(chǎng)對(duì)我們非常重要。此外,將第三方云服務(wù)集成到我們的產(chǎn)品中意味著我們?cè)诤艽蟪潭壬弦蕾?lài)于該供應(yīng)商。該服務(wù)在技術(shù)上將如何發(fā)展?其穩(wěn)定性和向后兼容性如何?使用成本如何?以及該服務(wù)的隱私策略將如何變化?
考慮到這些不確定性,我們正在努力訓(xùn)練我們自己的模型,當(dāng)然不是從零開(kāi)始,而是基于用于商業(yè)用途的開(kāi)放式 LLM。這樣,我們就不需要與 ChatGPT 等通用模型競(jìng)爭(zhēng),而是專(zhuān)注于一個(gè)明確定義、范圍小得多的應(yīng)用領(lǐng)域。
—— Fabian Bause 博士
|