宋磊-上下文相关的决策优化：基础模型在工业控制中的应用探索.pdf

ML-Summit2024

全球机器学习技术大会

MachineLearningSummit

2024年4月25-26日·上海

主办方：

合作伙伴：

2024技术会议一技术人的思想盛宴

全球机器学习全球软件研发全球产品经理全球C++及系

技术大会技术大会大会统软件技术大会

ML-Summit2024SDCon2024PM-summit2024CPP-Summit2024

9月5-6日北京7月4-5日北京8月8-9日北京10月17-18日深圳

12月5-6日深圳11月7-8日上海

媒体服务一多形态的技术内容

媒体服务

访谈新闻稿件产品解读产品评测客户案例活动整理专题

权威出版

《新程序员》

聚集全球技术大师、行业技术先锋，从前沿技术到行业先锋，

为您带来全方位的深刻洞见和专业解读。

《中国开发者调查报告》

中国样本丰富的开发者调

查报告，目前已成为完整

准确了解中国开发者市场

的重要参考资料。扫码购买必威体育精装版

版程序员杂志

ML-Summit2023

宋磊微软亚研首席研究员

在人工智能和工业优化领域有多年的研究和实践经验，专注于人工智能和优化算法

在业界尤其是在供应链、能源、可持续发展等领域和方向的应用。在相关领域拥有

多个专利，并在国际会议和期刊上发表过数十篇论文。加入微软之前，宋磊在某电

商公司负责智能供应链系统相关算法的研发和系统建设，在相关业务领域积累了大

量的经验。目前他主要的研究方向为强化学习在大规模运筹优化问题中的应用，同

时对于基础模型在工业场景尤其是知识管理和决策支持方面的应用也有浓厚兴趣。

演讲主题：

上下文相关的决策优化：基础模型在工业控制中的应用探索

基座模型在工业控制中的应用探索

MSRAIndustryInnovationCenter

宋磊

工业控制–背景和挑战

基于基座模型的控制–挑战和机会

基于基座模型的领域知识管理

案例分享

开放环境下的工业控制：快速适应外部环境变化

•我们的目标：一种较为通用的控制方法，能够快速适配外部环境变化并作为反馈，且具备

较强的鲁棒性和泛化性。

现有控制方法：相对封闭的环境工业控制：开放环境

受控制的系统不受外部变化影响系统的运行受外部环境因素影响；

外部环境独立不受控制

feedbackfeedback

没有影响无法直接控制有影响

多变、扰动、不可控的外部环境因素