Назад към Новини
ИндустрияAI Understanding брифинг

LG дава подробности за експертни AI системи за фабрики, наука и финанси

Herald Economy съобщава, че LG AI Research е представила фокусирани върху индустрията AI системи, обхващащи производство, научни открития и финансов анализ, като същевременно развива автономни фабрики, лаборатории и роботизирани възможности.

4 min readRead the linked source
Source-provided image accompanying LG details expert AI systems for factories, science and finance
ИзточникИзточникът е записан
Издател
mbiz.heraldcorp.com
Изходна връзка
mbiz.heraldcorp.comhttps://mbiz.heraldcorp.com/article/10872205
Тип източник
Свързан източник — статусът на първичен източник не е установен.
КонтекстРазберете това за 60 секунди

Започнете тук

Ключови термини

AI агент
Софтуерна система, която може да наблюдава, разсъждава и предприема действия за постигане на цел, често използвайки инструменти и памет.
Тествайте себе сиТест за обяснение на AI модели

Какво стана

Herald Economy съобщава, че LG AI Research е представила системи EXAONE за производство, наука и финанси на своя LG AI Talk Concert 2026. В доклада се казва, че системите включват прогнозиране на фабричните процеси, визуална инспекция, откриване на материали, автономно експериментиране и мулти-агентен финансов анализ. Той също така описва сътрудничеството и внедряването, включително интегрирането на EXAONE 4.5 в южнокорейска система за преглед на лекарства. Не бяха предоставени публичен достъп, ценообразуване и независими резултати от ефективността.

Herald Economy съобщава, че LG AI Research демонстрира експертни AI системи на събитие в Сеул. В производството представи EXAONE Tabular за процес и прогнозиране на качеството и EXAONE Omni-Inspect за визуална проверка при променящи се условия на изображението. Докладът казва, че и двете могат да работят от малки количества данни на място, но не предоставя независими измервания, за да потвърди тези твърдения.

В доклада се казва, че LG разработва AI агент за визуална инспекция, предназначен да управлява вземането на проби от данни, етикетирането и обучението на модели, с по-дългосрочната цел за автономни фабрики. В науката той представи EXAONE Discovery за проектиране на материали и прогнозиране на резултати от синтез и описа работата по автономна експериментална система, която свързва дизайна на AI с физическите лабораторни тестове.

Herald Economy също съобщава, че LG разработва материали за охлаждаща течност с GS Caltex и кандидати за перорални пептидни лекарства с D&D Pharmatech. В него се казва, че EXAONE 4.5 е интегриран в системата за изкуствен интелект на Министерството на безопасността на храните и лекарствата на Южна Корея за преглед на нови лекарства, въпреки че всеки ефект върху сроковете за одобрение остава по-скоро очакване, отколкото отчетен резултат.

За финансите в статията се казва, че EXAONE Business Intelligence използва множество сътрудничещи агенти за анализ на данни, разсъждения, прогнозиране и обяснение. Съобщава се, че е стартиран по-рано тази година и се разширява с London Stock Exchange Group и Koscom, с планове за допълнителни региони и класове активи. Не са посочени условия за достъп или цени.

Детайли за източника: mbiz.heraldcorp.com ↗

Защо има значение

Докладът описва преминаването от AI помощ с общо предназначение към системи, предназначени да интерпретират променящите се индустриални условия, да правят оперативни преценки и да предприемат действия. Ако докладваните възможности работят на практика, те биха могли да повлияят на фабричния контрол на качеството, лабораторните изследвания, прегледа на лекарствата и финансовия анализ. Значението остава проспективно: Herald Economy съобщава твърденията и плановете на LG, но не предоставя независимо тестване, количествена точност, данни за безопасност или доказателства, че тези системи са широко достъпни.

Докладваните системи са насочени към последващи работни процеси, при които грешките могат да създадат производствени дефекти, подвеждащи прогнози, опасни лабораторни действия или регулаторни проблеми. Следователно тяхната стойност зависи от надеждността, проверимостта и ефективния човешки контрол, нито едно от които не е установено от статията.

Акцентът в доклада върху изключенията и променящите се среди е практически уместен: индустриалните системи трябва да се справят с условия, които се различават от данните за обучение. Статията обаче не разкрива методи за валидиране, проценти на неуспех, инциденти с безопасността или сравнения със съществуващи инструменти.

Статията също така посочва, че системите имат различни нива на зрялост. Някои са описани като интегрирани или стартирани, докато автономните фабрики, автономните експерименти и възможностите на роботите са описани като цели за развитие. Те не трябва да се третират като еднакво годни за разгръщане.

Interactive Mechanism

Интерактивен механизъм: как всъщност работи

Разгледайте интерактивно основната технология зад тази разработка.

Thinking Budget (Test-Time Tokens):1,024 tokens
Complex Accuracy79%Math & Code Logic
Latency3.2sTime to first full output
Inference Cost$0.0092Per query estimated
Reasoning StyleStep VerificationInternal chain depth
Active Thinking Trace:
1Deconstruct user problem into formal constraints
2Propose candidate hypotheses & step-by-step calculation
3Self-correction: Backtrack and refute subtle edge cases
4Exhaustive consistency check & final output synthesis
Core takeaway: Test-time compute fundamentally changes AI economics. Instead of only scaling during pre-training, giving reasoning models more tokens at inference time allows them to systematically solve PhD-level STEM problems.
Интерактивна проверка на концепцията+10 Points
AI Models Explained Quiz

Which component of an AI application is the machine-learning model itself?

Какво да гледате след това

Следете за първична техническа документация, независими оценки и доказателства за реални внедрявания. Важните неизвестни включват кои организации могат да използват всяка система, дали някой продукт е общодостъпен, цени, изисквания за данни и инфраструктура, човешки надзор и контрол на безопасността за автономни решения. Планираното от LG разширяване на финансовото покритие и автономната лабораторна и фабрична работа трябва да се третира като бъдещо развитие, докато компанията или потребителите не документират резултатите.

За описаните системи не е документиран публичен процес на регистрация, декларация за обща наличност или ценообразуване. Съобщените партньорства и правителствена интеграция не установяват, че отделни компании, изследователи или обществеността имат достъп до тях.

Допълнителното докладване трябва да установи дали системите работят с клиентски данни, какви предпазни мерки управляват автономните действия и дали потребителите могат да проверяват или отменят решенията на модела.

Независимите оценки биха били особено полезни за инспекция на променящо се изображение, прогнозиране на времеви серии, откриване на материали и лекарства и финансов анализ с множество агенти. Докладът не дава такива резултати.

Статията казва, че LG планира да разшири EXAONE Business Intelligence в повече региони и класове активи, но не дава график или доказателства, че тези разширения са извършени.

Свързани ръководства и викторини

Обяснени модели на AIAI агентиAI обучениеТествайте какво знаете — опитайте безплатен тест с изкуствен интелектПотърсете термин за AI в нашия речникСледвайте инструмента за проследяване на финансиране на AI
Намирате ли това за полезно?