ZD至顶网软件频道消息: 慕尼黑-- 2017年2月16日:IBM (NYSE: IBM) 今天宣布,法国铁路运营商SNCF通过IBM云平台,利用IBM Watson物联网(IoT)为其日均1350万名乘客提供卓越的旅行体验,助力其提高运营效率、升级铁路出行安全。
作为全球客运及货运服务领域的领导者,SNCF管理着法国37,000公里的铁路、15,000列火车以及3,000座车站的调度、运营和维护。而这一庞大的运输网络的每一个节点目前都正在配备传感器。
利用IBM基于云的Watson IoT平台,SNCF连接了其整个铁路网络。这一网络通过成千上万个组件,从火车运输、铁路轨道和车站中获取各类数据及信息,并产出实时洞察。这些洞察进一步辅助SNCF管理设备,从而提高其火车运输的质量、安全性和可用性。
“工业互联网的兴起适逢铁路运输历史上的一个重要阶段。SNCF对于工业互联网的涉足遵循三个核心原则:必须具有明确的运营重点,必须反映出一种可见的工作方法,必须涵盖四个基础包括网络安全、‘平台即服务’部署模式、利用大数据提供决策支持,以及业务线流程的数字化,”SNCF首席技术官Raphaël Viard表示。“这也是SNCF选择IBM Watson这一单一、可扩展的平台作为我们工业物联网战略的关键原因所在。”
为了有效地收集和分析这些数据,SNCF开发了定制化的工业传感器,并将其安装在轨道和火车上,从而能够将成千上万个数据点实时、安全地发送到IBM云上的IBM Watson IoT平台中。
例如,在巴黎地区的公共运输系统中,新一代火车配备了2000个传感器,每月传送70,000个数据点。现在SNCF工程师无需手动定位和处理每一列火车,而是通关过远程监控,发现如车门故障或空调故障等在内的潜在问题。此外,SNCF工程师也无需再调运每列火车进行年检,只需点击一下鼠标就可以同时对200列火车完成检查,并且这一过程发生在火车运行的过程中。
 “我们非常欣喜地看到这家法国最大的铁路公司选择与IBM Watson IoT团队开展合作,这家公司每年帮助50亿名乘客来往于各地,”IBM Watson IoT总经理Harriret Green表示。“虽然有时人们没有意识到物联网的存在,但IBM与SNCF的这一合作作为一个真实的案例,充分展示了IoT正在如何渗透进入我们每一个人的生活。作为消费者,我们体验到了最短停机时间和准时的服务,这得益于Watson IoT、来自数千个传感器的数据以及SNCF杰出工程师和创新者的共同努力。”
通过预测何时需要维护,SNCF可以成功地预测火车故障,从而规避更昂贵的维修费用。根据SNCF的预估,新的火车和轨道运维方法可以将成本降低10%至30%。此外,SNCF还将能够显著提高其信号和火车的可靠性。
凭借这一精确至秒的洞察,SNCF维护团队还能够持续不断地了解铁路基础设施的状态。如若存在功能性障碍风险,还能在需要时向相关专业团队提供预警。
在全球各地,IBM正与超过6000家各行各业的客户开展合作,帮助其真正体验物联网带来的优势。其中许多创新技术正在位于慕尼黑的IBM Watson IoT总部进行展示。2月16日,IBM与其客户、合作伙伴和影响力人士齐聚这一总部,参加首届Genius of Things峰会,共同探讨Watson IoT客户如何实施IoT解决方案,以实现卓越成果。
 
 0赞
0赞好文章,需要你的鼓励
 推荐文章
                    推荐文章
                  虽然ChatGPT等AI工具正在快速改变世界,但它们并非无所不知的神谕。ChatGPT擅长"令人信服的错误",经常提供有偏见、过时或完全错误的答案。在健康诊断、心理健康、紧急安全决策、个人财务规划、机密数据处理、违法行为、学术作弊、实时信息监控、赌博预测、法律文件起草和艺术创作等11个关键领域,用户应避免完全依赖ChatGPT,而应寻求专业人士帮助。
这项由哥伦比亚大学研究团队完成的突破性研究首次揭示了AI系统自我改进中的"效用-学习张力"问题:系统追求更好性能时会增加复杂度,但过高复杂度会破坏学习能力。研究建立了学习边界定理,提出双门控制机制,为AI安全自我改进提供了理论基础和实用方案,对确保AI技术长期安全发展具有重要意义。
微软重启三里岛核反应堆的协议确认了AI革命与能源现实主义的融合。亚马逊和谷歌也达成类似协议,共同押注核能为AI未来提供最可行的动力路径。到2030年代,数据中心用电量可能媲美大国水平。国际能源署预测全球电力需求到2050年将增长六倍。核电厂90%的容量因子使其独特适合数据中心需求。世界核协会估计,当前全球398GW核能产能必须在2050年前至少增长两倍。
这项由Reactive AI公司Adam Filipek主导的研究提出了反应式变换器(RxT),通过事件驱动架构和固定大小记忆系统,将传统聊天机器人的对话成本从平方级降为线性级,使长期对话成本降低99%以上,同时实现恒定响应速度。实验证明即使12M参数的RxT也显著优于22M传统模型,为高效对话AI开辟新路径。
 
         
             
                 
                     
                     
                    