通過 TwinCAT Chat，可在 TwinCAT XAE 開發環境中方便地使用以 OpenAI 開發的 ChatGPT 為代表的大型語言模型（LLM）進行項目開發，在此次訪談中，TwinCAT 產品經理 Fabian Bause 博士和 Jannis Doppmeier 介紹了從控制編程到企業管理等各個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，每個人都在談論大型語言模型（LLM）。通過 TwinCAT Chat，倍福成為在 2023 年漢諾威工業博覽會上展示大語言模型在自動化領域應用的首批供應商之一。客戶在展會上以及展會后的反饋如何？
Jannis Doppmeier：客戶的反饋始終都是積極正面的。管理層和直接用戶都表現出了濃厚的興趣。大部分客戶都看到了這項技術在自動化領域的巨大應用潛力。有些客戶甚至表示有興趣在將來測試版推出后立即試用。這表明該領域對先進解決方案的需求正不斷增長。隨著 TwinCAT Chat 的推出，倍福為將 LLM 集成到工業應用中做出了重要貢獻。
大型語言模型能為自動化工程師和企業管理層帶來哪些根本優勢？
Jannis Doppmeier：大型語言模型可為自動化工程師以及企業管理層帶來許多好處。對于自動化工程師來說，通過 LLM 的自動生成和補全代碼功能有可能徹底改變開發流程。這將加快整個流程。您甚至可以讓 LLM 創建個人專題，針對遇到的問題給出具體的解決方案，加快解決問題的過程。另一個優勢是能夠始終如一地執行和遵守自動化領域的規范和最佳實踐。從企業管理的角度來看，LLM 可以推動企業內部的知識傳遞。它們可以作為一個中央知識庫，存儲有價值的信息，并在需要時提供。此外，LLM 還可以作為客戶咨詢時的第一接觸點，減輕技術支持團隊的工作壓力。

倍福 TwinCAT 產品經理 Jannis Doppmeier

這不僅能縮短響應時間，還能提升客戶滿意度。總之，LLM 為應對現代商業領域的眾多挑戰提供了高效、創新的解決方案。

—— Jannis Doppmeier

LLM 在使用方面是否仍存在技術上的不確定性？
Fabian Bause 博士：答案顯然是肯定的。技術上確實存在很多不確定性，但考慮到目前的發展速度，這也不足為奇。目前，自動化行業面臨的一個主要挑戰是 LLM 的“幻覺”，即 LLM 會反復生成用戶不一定能識別出的“編造”的答案。

倍福 TwinCAT 產品經理 Fabian Bause 博士

例如，在早期開發階段，我們發現 TwinCAT Chat 生成的 PLC 代碼中的一些運動函數根本不存在，至少在 TwinCAT 中不存在。但這些問題都是可以解決的，并且會隨著時間的推移得到顯著改善。

—— Fabian Bause 博士

從法律的角度來看，是否也存在不確定性？
Fabian Bause 博士：確實如此！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，僅這一點就給行業帶來了極大的不確定性。政策制定者在監管人工智能應用方面面臨的一個主要挑戰是，政策的推進過程比通用人工智能領域的快速發展速度要慢得多。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展，我們拭目以待。但毫無疑問，必須完善監管措施。
像 TwinCAT Chat 這樣的 AI 應用程序將來是否能夠完全取代控制編程人員以及他們的創造力嗎？
Fabian Bause 博士：當然不會。我們的目標并不是要完全取代程序員，目前的技術發展也并不意味著會出現這種情況。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力 — 不僅僅是作為解決技能短缺的關鍵方法之一。如果因為找不到合格的專業人員而無法填補崗位空缺，就必須使用 AI 保持競爭力。
TwinCAT Chat 有哪些技術特點？
Jannis Doppmeier：倍福開發 TwinCAT Chat 的主要目的是為用戶提供比在網絡瀏覽器中使用 ChatGPT 等傳統方式優勢更明顯的軟件工具。主要附加值在于其深度集成，尤其是針對自動化行業的專業化需求。其核心功能包括將聊天功能直接集成到開發環境（IDE）中。由于它將通信和代碼交互無縫集成在一起，因此能夠大大簡化開發過程。我們的模型的基本初始化已專門針對 TwinCAT 的要求進行了定制。因此，您可以直接提出具體問題，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。另一個亮點是能夠輕松地使用生成的代碼，這不僅能夠節省開發人員的時間，還能避免手動傳輸代碼時出現的錯誤。與 TwinCAT Chat 交互設計極大地減少了命令輸入需求。
相反，用戶只需點擊鼠標，即可使用專門為改善用戶工作流程而設計的、經過預先測試的請求。這些請求包括以下操作：
代碼優化：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，該系統提供了一個高效、直觀的用戶界面，極大地方便了開發過程。
除了目前重點關注的支持 PLC 代碼生成之外，未來還有哪些領域將變得更加重要？
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，我們還在開發一款可以自動創建 TwinCAT HMI 項目的聊天機器人。目標是用戶只需告訴聊天機器人他們想要的 HMI 結構，TwinCAT 就會在后臺生成整個 HMI 項目。因此，客戶可以立即收到可視化 HMI 的反饋。只需向 LLM 說明 HMI 編程接口即可實現，因為事實上，這也只是另一種 LLM 可以輕松掌握的“語言”。另一個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獲得信息的唯一方式，換句話說，書面文本只是一種工具。

—— Fabian Bause 博士

Fabian Bause 博士：語言是人類最重要的信息傳遞手段。一個人提出問題，另一個人理解或者解釋問題，并根據自己的經驗得出答案。這就是我們可以使用 LLM 完成的事，即我們提出一個問題，LLM 就能解釋這個問題。無需使用特定的關鍵詞，因為系統可以處理措辭可能不夠準確的問題。如果現在允許 LLM 訪問倍福龐大的軟件庫，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鍵字來搜索答案，而是可以提出具體的問題。
TwinCAT Chat 還可幫助用戶開啟新的工作模式。這究竟意味著什么？在實際應用中有什么優勢？
Jannis Doppmeier：我們的工具是一種創新的解決方案，通過充當數字化助手顯著提高開發人員的工作效率。代碼不再需要逐行手動輸入。這個助手會接管耗時且重復的常規任務。這樣，開發人員就有更多的時間和能力專注于他們的核心任務，即軟件的實際設計和構思。在這個需要抓住每一個優勢的市場中，我們的工具讓企業能夠在人員短缺的情況下依然保持競爭優勢，并滿足客戶日益增長的需求。
所使用的語言模型有何重要性？
Fabian Bause 博士：目前，多家知名 IT 巨頭的語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是，它們都以 API 云服務的形式提供。除了技術上的差異，還有區域性挑戰。例如，在中國無法訪問 ChatGPT 和谷歌的 LLM。這對倍福來說是一個挑戰，因為中國市場對我們非常重要。此外，將第三方云服務集成到我們的產品中意味著我們在很大程度上依賴于該供應商。該服務在技術上將如何發展？其穩定性和向后兼容性如何？使用成本如何？以及該服務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，當然不是從零開始，而是基于用于商業用途的開放式 LLM。這樣，我們就不需要與 ChatGPT 等通用模型競爭，而是專注于一個明確定義、范圍小得多的應用領域。

—— Fabian Bause 博士

【關閉窗口】【打印該頁】