ZD至顶网软件频道消息:对于制造业来说,提高生产的良品率非常重要,哪怕只是1%也能产生巨大的价值。2016年8月,在工业重镇苏州,国内大型能源巨头协鑫光伏尝试用阿里ET优化标准化车间的生产参数。
据了解,光伏切片生产有着十分精密的工艺流程:一根仅0.1mm粗细的钢线不断摩擦硅锭,最终切出一片片仅0.2mm厚的硅片。车间的湿度、温度、砂浆上下部温度、导轮上下部温度等上千个参数在实时影响着生产。如此复杂的生产环境下,人工经验很难100%地保障产品质量。
ET工作的第一步,是将标准化车间所有端口的数据传入工业大脑,随后通过人工智能算法,对所有关联参数进行深度学习计算,精准分析出与良品率最相关的60个关键参数,并搭建参数曲线,并在生产过程中实时监测和控制变量。
经过ET的介入,目前,协鑫光伏的生产良品率已经提升1个百分点,每年可节省上亿元的生产成本,成为首个“中国智造1%”的威力范本。
3月29日,在云栖大会深圳峰会上,阿里云正式发布ET工业大脑,让工业生产线上庞大的钢铁躯体拥有智能大脑。阿里云总裁胡晓明表示,我们希望利用人工智能技术发挥“中国智造1%”的威力。中国制造业如果提升1%的良品率,意味着一年可以增加上万亿的利润。
目前,ET已马不停蹄地参与到新能源、化工、环保、汽车、轻工业、重工业等不同制造领域的工作中。除了协鑫外,徐工集团、中策橡胶、吉利等制造领域的标杆企业都在积极引入ET工业大脑,投入智能制造的浪潮之中。
阿里云人工智能科学家闵万里表示, 与其他领域相比,将人工智能技术应用到工业生产的复杂度更高。单从数据而言,一台民用涡轮风扇发动机的转速就能达30000转/分钟,不同型号涡轮发动机转动次数也不同,这相当于1分钟内就可以产生海量不同标准的数据。
ET工业大脑的背后是阿里云自主研发的云计算操作系统飞天——可将遍布全球的百万级服务器连成一台超级计算机。借助飞天的计算能力,阿里云ET才能胜任工业大脑的工作,指挥工业生产线上的庞大躯体。
闵万里透露,目前ET工业大脑已经在流程制造的数据化控制、生产线的升级换代、工艺改良、设备故障预测等方面开展工作。ET的目标是成为一个不断吸收专业知识的 “大脑”,可以指挥各种类型的工业躯体。“我们希望用21世纪的机器智能,帮助人类更好地指挥20世纪的机器”。
好文章,需要你的鼓励
OpenAI明确表示要成为互联网一切事物的主导界面。AI智能体正在改变用户的数字习惯,从健康记录分析到购物指导,ChatGPT已经在多个领域扩展影响力。用户快速采用AI工具,但企业和生态系统的适应速度滞后。电商领域的权力分配尚不明确,用户偏好AI驱动的答案优先体验,品牌则推动生成式引擎优化。研究旨在了解用户与企业在AI变革中的适应差异。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。