圆桌讨论：如何通过生成式 AI 和 LLM’s（Large Language Models） 加速制造业转型步伐

主持人：

Anthony McLoughlin | Altair 航空航天销售数据分析和人工智能副总裁

特邀讨论小组：

Naresh R. Jasotani I 谷歌云 AI/机器学习创新-汽车部门

Ingo Mierswa 博士 I Altair 产品研发部 高级副总裁

Mark Do Couto I Altair 数据分析 高级副总裁

Mahshid Shirani 丨Altair 数据科学经理

演讲主题：制造业人工智能技术行业分析报告

本次演讲，Michael 将分享其最新观点，即数据孤岛应该成为过去，由设计师、工程师、生产技术人员组成的团队需要在满足多个目标的同时，抢先于竞争对手将产品向客户推广。分析流程和产品性能不仅需要数据科学家的专业知识，还需要工程师团队的投入。Michael 的演讲将带来对工业和制造业企业目前面临的挑战分析，并介绍基于人工智能的解决方案如何帮助工程师战胜挑战。

演讲主题：数据科学助力 Avery Dennison 降低生产成本

本次演讲中，Karan 将分享这家全球销售额达8.4亿美元的跨国公司是如何提高现有员工的技能来解决数据科学人才短缺问题，并详细介绍数据科学如何为员工赋能。他还将介绍们如何简化过程工艺专家的知识迁移，因为提取信息是一项艰难的工作，但这也意味着他们可以将这类新技术应用到生产环节并增加收入。

演讲主题：人工智能推动酿酒流程持续优化

本次演讲，他将介绍如何借助人工智能的帮助，改善酿酒厂的可持续性流程。为了在工业运营中扩展人工智能应用，过程工艺工程师和酿酒商都需要借助数据分析和机器学习进行赋能。演讲将重点介绍过程优化的案例，讲解如何更有效地利用资源和原材料，以及如何最大限度地降低成本并减小对环境的影响。同时还将针对机器学习在能源需求预测方面的应用、避免能源需求高峰并降低整体能源消耗等方面进行讨论。

演讲主题：基于结构可靠性验证的数据驱动的平台开发

本次演讲，Kim 将带来基于CAE数据开发机器学习的结构可靠性验证的过程分享，此次验证算法通过将产品划分为结构性能预测和开发阶段性能预测，通过收集和处理时间序列数据来开发机器学习需要大量的数据，而CAE需要大量的资源来生成数据，很难获取大量的数据，为了克服这个问题，他使用了现有项目的CAE结果数据进行机器学习。

演讲主题：使用 DEM 和机器学习优化热拌沥青混合料搅拌机

本次演讲，Andrew 博士将带来其最新的探索实践分享，即利用在云端对几何参数空间进行良好分布的参数化随机采样，并使用机器学习将响应曲面拟合到结果上，然后使用多目标遗传算法 (MOGA) 快速估计从响应曲面得到的全局最优参数集，MOGA 的优化结果经过验证，识别出一种新的搅拌机配置，提供更少的搅拌叶片、更低的扭矩和更大的物料流量。