宁德核电：基于大模型的AI讲师开发实践

宁德核电 基于大模型的AI讲师开发实践 人工智能实验室负责人/王澍 1、不是供应商； 2、不能现场演示； 3、不是计算机背景。 为什么这么做？为什么没成功？ 目录 •以GPT为代表人工智能技术，可以为核电做什么？ •核电这样复杂成熟保守的领域，如何引入大模型？ •核电从业者AIGC基础薄弱，如何迎接挑战？ 大模型开发与应用实践 1.以GPT为代表人工智能技术，可以为核电做什么？ 宽泛地说： 1、“替”人们做曾经做过的事。 2、“帮”人们做之前做不了的事。 具体说呢： ？ 本着第一性原理来思考这件事 在探索和解决问题时回归到最基本、不可简化的事实，鼓励从零思考，而非基于现有解决方案的组合或者改进。 为什么要这么做？ 1、通用大模型的出现，让这件事变得简单可行 2、垂直大模型的可能性，只能在实践中发现、完善 第一次失败 •看看大模型在帮人做什么 •再看看我们自己在做什么 用大模型把原来做过的事情重新做一遍 重新思考 只有钱不行，还得有“双面”人 《大模型训练的数学与艺术》 强调一点 带着核电的烙印 大模型开发与应用实践 2.核电这样复杂成熟保守的领域，如何引入大模型？ （1）核电的技术特点 •复杂：涉及36万种各种不同类型的设备，基本同时运作。 •成熟：经大量实践证明是安全的设备与技术。 •保守：凡是没有被证明安全的，一律认为不安全。 （2）让项目启动 •数据安全 •网络安全 •人的不理解 •大模型的幻觉 第二次失败 •试图“解决”大模型的幻觉 转变视角，问题就不再是问题 （3）寻找突破口——第三次失败 明星场景 道理都懂，但依然失败了 从培训开始 重视 量大落后 天时、地利、人和 学什么不直观 年度计划，消除不确定性 为了满足所有人，所有人都不满意 （4）我们想要什么 一场“按图索骥”的旅行 “云中锦书” 培训管理 知识管理 人才管理 人因预测 PS：业务架构与产品架构可线下交流 一场始于培训的思考，要到哪儿结束？ 终点不同，业务架构将完全不同 云中锦书的核心要素：AI讲师 大脑+嘴替 大脑：核电大模型——锦书 •垂直语料库 •准确率 •泛化能力 嘴替：核电数字人——王澍、书锦 金风玉露一相逢 计划、报名、培训、考核、授权全流程，个性化定制 《核电站系统与设备》 职能线2天 生产线3周 操纵员6周 教务人员端 •计划、沟通工作：从16小时缩减至0 •管理工作：从30小时缩减至0 教员端 •课堂教学：从120小时缩减至0 •考试相关：从12小时缩减至0 •课后答疑：从0小时缩减至0 •课程开发工作：？？？ 课程开发 1、核安全三要素怎么讲？ 2、题库怎么开发？ 学员端 教员的选择 •内容上：个性化定制 •时间上：从6周缩减至1.5周 专业人员初始水平非专业人员初始水平 便胜却人间无数 “云中锦书”是数字化基建下培训领域率先掀起的革命 （4）寻找杠杆项目——办公效能、设备管理与生产决策 •文生图 •文生PPT •知识问答 人工智囊——书青 《操纵员与大模型关系的探讨》 《基于系统论的人因预测模型》 《大模型介入核物理培训》 “基本不可能”变为“基本可能” •偏差单筛选 •故障检修策略 •通知单定级 •…… 大模型开发与应用实践 3.核电从业者AIGC基础薄弱，如何迎接挑战？ 双向奔赴 （1）让人更懂大模型 中层管理者： •深刻理解大模型所带来的诸多层面的平权； •培养并发挥团队本着第一性原理思考问题的能力。 （2）让大模型更懂人 Agent 在核电厂的实践探索 Agent平台——实现工作流全智能化 通过Agent生成智能自动化核电厂workflow示意图