في عصر الذكاء الاصطناعي، تكتسب نماذج اللغات الضخمة (Large Language Models) شهرة متزايدة في مجالات متنوعة، بما في ذلك تشغيل المعدات الصناعية. في دراسة جديدة، تم اقتراح فكرة "برج الأطالس" (Ontology Tower) كحل موحد لتعزيز كفاءة هذه الأنظمة. يعتمد هذا البرج على نموذج ضيق ولكن عميق من المعرفة يختص بجهاز واحد، وذلك من خلال معرفة موسعة مستمدة من النقاط المقاسة والعلاقات الفيزيائية، بالإضافة إلى الدروس المستفادة من السجلات التشغيلية.

تم اختبار هذا النموذج في محطة لاستخراج الهواء ذات رطوبة منخفضة، حيث استخدم وكلاء الذكاء الاصطناعي نصوصًا مستندة إلى نظام البرج لتقييم تسع مهام مسجلة مسبقًا. تم استخدام أربعة نماذج مفتوحة الوزن تتراوح من 9 مليارات إلى حوالي 750 مليار معلمة. ونتيجة لهذا النظام، ارتفعت كفاءة الوكلاء بنسبة 20% في تجنب الأخطاء المحتملة، مما يبرز فعالية النموذج الأصغر بحجم 9 مليارات معلمة، والذي حقق مستويات مشابهة لنظرائه الأكبر في الأداء.

بإضافة الدروس المكتسبة في نموذج البرج أو استخدامها في التوجيه، زادت فعاليتها بشكل ملحوظ، حيث تمكن الوكلاء من تحقيق متطلبات المتغيرات دون أية مشكلات في الغالب.

إن الاعتماد على نظام محدد في الكيانات لكنه غني بالمعلومات، يمثل مستقبل الذكاء الاصطناعي في تشغيل المعدات الصناعية، حيث يمكن أن توفر المعرفة المطلوبة لتعزيز الأداء والكفاءة.