香港理工大学建筑环境及能源工程系黄鑫炎副教授与团队，于中国工程院院刊《Engineering》发表「LLM-AI」自驱动消防应急智能体框架，为未来智慧消防提出全新解决方案。
该系统以大语言模型作为推理与任务协调核心，整合基于人工智能物联网技术的 ConvLSTM-Fire 火灾预测模型。针对紧急情况下人工处理复杂数据的局限，系统引入自驱动机制，能依据用户以自然语言提出的火场状况查询或应急决策需求，自主拆解任务、生成并运行程序代码，并且能在出错时自动修正及重试，实现了从数据获取、模型调用、分析推理到结果可视化的全流程死循环。
实验显示，即使在火场极端条件环境下部分传感器失效，系统对二维温度场与烟气路径的预测准确率仍高达97%以上，展现极高稳健性。此项研究推动大语言模型从传统的「静态问答」模式，升级为具备感知、计算与执行能力的「消防应急智能主体」，提升智慧消防技术在真实火场环境中的可用性与可靠性。未来，团队将进一步整合多模态感知信息，增强跨场景泛化能力，加速推动相关技术在智慧建筑与城市消防领域的实际部署。
黄教授现为理大潘乐陶慈善基金智慧城市研究院、潘乐陶慈善基金智慧能源研究院、可持续城市发展研究院及碳中和资源工程研究中心成员。
阅读研究全文 : https://www.sciencedirect.com/science/article/pii/S2095809926001244?via%3Dihub
网上报导：
Sciencenet - https://polyu.me/4yhr5Cj| 研究部门 | 潘乐陶慈善基金智慧城市研究院 | 潘乐陶慈善基金智慧能源研究院 | 可持续城市发展研究院 | 碳中和资源工程研究中心 |
|---|
你可能也感兴趣
