Menurut berita dari IT House pada 11 Agustus, Microsoft Asia Research Institute baru-baru ini mengusulkan metode penggunaan model GPT-4 untuk mengontrol sistem pendingin udara (HVAC) dalam skenario industri, yang dapat mengungguli sistem kontrol industri tradisional dalam hal biaya dan efisiensi."
Menurut Microsoft, untuk skenario industri, perangkat lunak kontrol industri tradisional memerlukan banyak waktu dan anggaran untuk memproses tugas heterogen, ketidakefisienan sampel, dan beradaptasi dengan skenario baru. Namun, menggunakan model besar yang telah dilatih sebelumnya untuk mengontrol peralatan kontrol industri terkait dapat memastikan tinggi akurasi Dalam hal tingkat tertentu, biaya penyebaran terkait berkurang.
Dilaporkan bahwa Microsoft menggunakan model GPT-4 dan menciptakan lingkungan sistem pendingin udara virtual untuk eksperimen, mengembangkan metode yang dapat menggunakan model dasar untuk kontrol industri tetapi "tanpa pelatihan berlebihan", dan akhirnya mendapatkan "hasil positif". Microsoft juga menyatakan bahwa tujuan dari penelitian ini adalah untuk mengeksplorasi potensi penggunaan model besar pra-terlatih secara langsung untuk tugas kontrol industri, dan merancang metode untuk menyelesaikan tugas kontrol industri dengan "hutang teknis" rendah, sehingga secara bertahap menggantikan lingkungan industri dengan tinggi tingkat toleransi kesalahan.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
Microsoft Research Asia meluncurkan model besar untuk skenario industri, menggunakan GPT-4 untuk mengontrol sistem pendingin udara
Menurut berita dari IT House pada 11 Agustus, Microsoft Asia Research Institute baru-baru ini mengusulkan metode penggunaan model GPT-4 untuk mengontrol sistem pendingin udara (HVAC) dalam skenario industri, yang dapat mengungguli sistem kontrol industri tradisional dalam hal biaya dan efisiensi."
Menurut Microsoft, untuk skenario industri, perangkat lunak kontrol industri tradisional memerlukan banyak waktu dan anggaran untuk memproses tugas heterogen, ketidakefisienan sampel, dan beradaptasi dengan skenario baru. Namun, menggunakan model besar yang telah dilatih sebelumnya untuk mengontrol peralatan kontrol industri terkait dapat memastikan tinggi akurasi Dalam hal tingkat tertentu, biaya penyebaran terkait berkurang.
Dilaporkan bahwa Microsoft menggunakan model GPT-4 dan menciptakan lingkungan sistem pendingin udara virtual untuk eksperimen, mengembangkan metode yang dapat menggunakan model dasar untuk kontrol industri tetapi "tanpa pelatihan berlebihan", dan akhirnya mendapatkan "hasil positif". Microsoft juga menyatakan bahwa tujuan dari penelitian ini adalah untuk mengeksplorasi potensi penggunaan model besar pra-terlatih secara langsung untuk tugas kontrol industri, dan merancang metode untuk menyelesaikan tugas kontrol industri dengan "hutang teknis" rendah, sehingga secara bertahap menggantikan lingkungan industri dengan tinggi tingkat toleransi kesalahan.