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)行項目開(kāi)發(fā)，在此次訪(fǎng)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)域應用的首批供應商之一�？蛻�(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)都表現出了濃厚的興趣。大部分客戶(hù)都看到了這項技術(shù)在自動(dòng)化領(lǐng)域的巨大應用潛力。有些客戶(hù)甚至表示有興趣在將來(lái)測試版推出后立即試用。這表明該領(lǐng)域對先進(jìn)解決方案的需求正不斷增長(cháng)。隨著(zhù) TwinCAT Chat 的推出，倍福為將 LLM 集成到工業(yè)應用中做出了重要貢獻。
  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？
  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。對于自動(dòng)化工程師來(lái)說(shuō)，通過(guò) LLM 的自動(dòng)生成和補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)勢是能夠始終如一地執行和遵守自動(dòng)化領(lǐng)域的規范和最佳實(shí)踐。從企業(yè)管理的角度來(lái)看，LLM 可以推動(dòng)企業(yè)內部的知識傳遞。它們可以作為一個(gè)中央知識庫，存儲有價(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)支持團隊的工作壓力。

  倍福 TwinCAT 產(chǎn)品經(jīng)理 Jannis Doppmeier

  這不僅能縮短響應時(shí)間，還能提升客戶(hù)滿(mǎn)意度�？傊�，LLM 為應對現代商業(yè)領(lǐng)域的眾多挑戰提供了高效、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)主要挑戰是 LLM 的“幻覺(jué)”，即 LLM 會(huì )反復生成用戶(hù)不一定能識別出的“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 TwinCAT Chat 生成的 PLC 代碼中的一些運動(dòng)函數根本不存在，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(zhù)時(shí)間的推移得到顯著(zhù)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。政策制定者在監管人工智能應用方面面臨的一個(gè)主要挑戰是，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)，必須完善監管措施。
  像 TwinCAT Chat 這樣的 AI 應用程序將來(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：當然不會(huì )。我們的目標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(zhù)會(huì )出現這種情況。相反，我們的目標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。如果因為找不到合格的專(zhuān)業(yè)人員而無(wú)法填補崗位空缺，就必須使用 AI 保持競爭力。
  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 等傳統方式優(yōu)勢更明顯的軟件工具。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 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構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)出現的錯誤。與 TwinCAT Chat 交互設計極大地減少了命令輸入需求。
  相反，用戶(hù)只需點(diǎn)擊鼠標，即可使用專(zhuān)門(mén)為改善用戶(hù)工作流程而設計的、經(jīng)過(guò)預先測試的請求。這些請求包括以下操作：
  代碼優(yōu)化：系統可以提出建議，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，可以幫助團隊其他成員更容易地理解代碼。
  代碼補全：如果代碼片段缺失或不完整，我們的系統可以生成代碼補全建議，以確保功能性。
  代碼重構：TwinCAT Chat 可根據特定規范和策略重構代碼，使其更加符合公司的規范。
  Jannis Doppmeier：總之，該系統提供了一個(gè)高效、直觀(guān)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)域將變得更加重要？
  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 項目的聊天機器人。目標是用戶(hù)只需告訴聊天機器人他們想要的 HMI 結構，TwinCAT 就會(huì )在后臺生成整個(gè) HMI 項目。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，因為事實(shí)上，這也只是另一種 LLM 可以輕松掌握的“語(yǔ)言”。另一個(gè)項目涉及到我們文件編制系統的聊天機器人界面，該系統以文檔的形式包含了數千兆字節的知識。
  這正是我們的客戶(hù)所面臨的挑戰：我們以文本形式提供大量知識。為什么呢？因為這是讓數百人能夠同時(shí)獲得信息的唯一方式，換句話(huà)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，并根據自己的經(jīng)驗得出答案。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，因為系統可以處理措辭可能不夠準確的問(wèn)題。如果現在允許 LLM 訪(fǎng)問(wèn)倍福龐大的軟件庫，模型就能生成有針對性的答案。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(zhù)什么？在實(shí)際應用中有什么優(yōu)勢？
  Jannis Doppmeier：我們的工具是一種創(chuàng )新的解決方案，通過(guò)充當數字化助手顯著(zhù)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)且重復的常規任務(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)際設計和構思。在這個(gè)需要抓住每一個(gè)優(yōu)勢的市場(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爭優(yōu)勢，并滿(mǎn)足客戶(hù)日益增長(cháng)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)言模型正在激烈競爭，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，還有區域性挑戰。例如，在中國無(wú)法訪(fǎng)問(wèn) ChatGPT 和谷歌的 LLM。這對倍福來(lái)說(shuō)是一個(gè)挑戰，因為中國市場(chǎng)對我們非常重要。此外，將第三方云服務(wù)集成到我們的產(chǎn)品中意味著(zhù)我們在很大程度上依賴(lài)于該供應商。該服務(wù)在技術(shù)上將如何發(fā)展？其穩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，我們正在努力訓練我們自己的模型，當然不是從零開(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 等通用模型競爭，而是專(zhuān)注于一個(gè)明確定義、范圍小得多的應用領(lǐng)域。

—— Fabian Bause 博士