في عالم اليوم المتغير بسرعة، تسعى الشركات لتبني تقنيات جديدة لتعزيز سلسلة التوريد الخاصة بها، وخاصةً في صناعة أشباه الموصلات. يقدم البحث الحالي نهجًا مبتكرًا يعتمد على نماذج اللغة الضخمة (Large Language Models) لتحليل سلسلة التوريد لـ RISC-V، حيث يدمج بين نماذج الرؤية اللغوية (Vision-Language Models) وهندسة النماذج المدفوعة (Model-Driven Engineering).
تسهم هذه الطريقة في معالجة التحديات المرتبطة ببيانات سلسلة التوريد المتنوعة وغير المنظمة من خلال الاستفادة من LLMs لفهم النصوص وVLMs لاستخراج المعلومات من الوسائط المرئية كالمخططات والجداول والمستندات الممسوحة. تعمل هذه النماذج بشكل متكامل لتعريف الكيانات الرئيسية والعلاقات بينها، ومن ثم تنظيم هذه المعلومات في رسم معرفي يعكس مكونات سلسلة التوريد وترابطاتها.
ليتمكن المحللون من إجراء تقييمات شاملة، يتضمن سير العمل تقنيات MDE ونمذجة تعتمد على القيود، مما يسمح بالتحقق الرسمي من الاعتمادات، واكتشاف نقاط الاختناق، وتقييم المخاطر. إن التعاون بين الفهم الدلالي المعتمد على LLMs وVLMs والتحليل الرسمي القائم على MDE يدعم كل من التقييم الاستكشافي والنظامي لمرونة سلسلة التوريد.
ميزة أخرى في هذا النهج هي آلية المشاركة البشرية، التي تمكن من الاستفسار التفاعلي والتحقق من صحة المعلومات من قبل الخبراء. وقد تم تقييم هذا النهج في سيناريوهات نظام RISC-V، حيث أظهر فعاليته في توليد رؤى قابلة للتنفيذ، وتعزيز الشفافية، ودعم اتخاذ القرار في سلاسل التوريد المعقدة.
استكشاف سلسلة التوريد باستخدام الذكاء الاصطناعي: نهج مبتكر يعتمد على RISC-V
يقدم هذا البحث طريقة مبتكرة تعتمد على نماذج اللغات الضخمة (LLMs) لتحليل سلسلة التوريد الخاصة بـ RISC-V، مما يمكن من الحصول على رؤى شاملة من البيانات المتعددة. النهج يعالج تحديات البيانات غير المهيكلة من خلال دمج التحليل اللغوي مع رؤية الحاسوب.
المصدر الأصلي:أركايف للذكاء
زيارة المصدر الأصلي ←جاري تحميل التفاعلات...
