至顶网软件频道消息:过去两年,工业互联网领域发展如火如荼。据不完全统计,国内有超过80家厂商致力于工业互联网平台的技术和生态发展,意图在工业互联网产业形成高门槛竞争之前占据一席之地。
2018年2月1-2日,由工业和信息化部指导,中国信息通信研究院、工业互联网产业联盟联合主办的2018工业互联网峰会在北京召开,以加快新一代信息技术与制造业深度融合,深入实施工业互联网创新发展战略,助力实体经济转型发展提供关键支撑。
[图说:2018工业互联网峰会阿里云展台]
工业互联网厂商各擅胜场
从竞争格局来看,全球工业互联网正处在格局未定的关键期、规模化扩张的窗口期、抢占主导权的机遇期。不同领域出身的厂商正在结合自身优势编织一张不断延伸和丰富的工业互联网。
工业互联网的提速发展,一方面得益于业界巨头的推动,另一方面来源于传统制造业的智能化升级和规模化消费市场的兴起,在云计算、大数据、人工智能等技术的浪潮中共同助推工业互联网产业迅速成长。
在此过程中,自动化领域起家的GE Predix、西门子 MindShpere正在齐头并进;工业软件领域出身的PTC ThingWorx、SAP Leonador则基于软件应用视角发展工业互联网;由国内制造企业生发出来三一根云平台、海尔COSMOPlat等则从行业应用切入工业互联网;另外还包括互联网领域的代表阿里云ET工业大脑以挖掘数据价值赋能工业互联网,帮助企业实现智能升维。
这些厂商的切入点各有不同,技术和战略也泾渭分明;相同的是它们纷纷结合自身优势加入这场工业互联网平台的抢夺战中。
工业互联网构筑增强型微笑曲线
传统微笑曲线将产业链分为三个区间,即研发与设计、生产与制造、营销与服务。受限于传统技术手段和模式,处于微笑曲线中间的生产制造环节带来的附加值往往偏低,制造商们总是不断地追求向研发设计和品牌营销两端升级,实现效益的最大化。
但随着时间的演进,云计算、大数据、物联网、人工智能等技术带来的知识红利、模式红利、IT/OT融合的红利正在改变这一现状,并催生了增强型微笑曲线。
在工业互联网产业联盟副理事长、阿里巴巴集团副总裁刘松看来,目前工业互联网的发展趋势有一个典型的误区,就是过于集中在智能工厂本身,集中在OT技术和IT技术的叠加上。OT技术和IT技术的融合固然可以提升微笑曲线的生产制造环节,但不是工业互联网所能带来价值的全部,甚至只是很小一部分。
[图说-阿里巴巴集团副总裁刘松]
事实上,在微笑曲线的左侧,可以通过互联网协作和人工智能的方式帮助数百万工程师提高工业知识的积累效率,形成知识红利;在微笑曲线的右侧,互联网技术激发了数十亿消费者潜力,可以以用户驱动的方式推动消费类制造业的发展,形成模式红利。
刘松认为,工业互联网很重要的意义在于,通过在移动互联网领域沉淀了十数年的关键技术,与传统制造业业务相叠加,由此在微笑曲线的研发与设计、生产与制造、营销与服务三个区间带来更大的增益。
这才是工业互联网赋予增强型微笑曲线的价值。
阿里云工业互联网定调智能升维
现阶段,通过IT/OT技术的融合,不少企业建设了数字化工厂、搭建了智能化产线,开始走上了工业智能之路。这也是当前大多数工业互联网平台供应商所致力于的战略方向。
刘松则认为帮助工业企业洞察数据价值、实现智能升维同样重要,甚至带来的价值更显著。
[图说-阿里巴巴集团副总裁刘松]
理论上,现代化企业的业务和管理过程都是可以被数据化,企业的生产线上流淌的不仅仅是产品,更多是数据,这些数据价值在哪里?如何有效利用?
在中策橡胶,基于阿里云ET工业大脑,将生产端的各类数据进行深度运算和分析,形成了资源最优利用的方案组合,提升了5%混炼胶合格率。在传统工厂智能化升级、产线智能化改造模式下,中策橡胶是无法推演出从越南进口的橡胶原材料会影响产品合格率,而基于云的深度运算和分析,帮它们找出了这一影响因子。
在天合光能,阿里云数据科学家通过研究光伏电池的业务流程和制作工艺,构建出数据分析模型,对工艺参数进行调整,最终在丝网印刷环节捕获到了关键因子,优化后A品率提升了7%。传统模式下,即便最优秀的工程师和专家也无法给出这样的预测。基于阿里云ET工业大脑洞察数据价值,是对IT/OT技术融合所带来提升进一步的补充。
[图说-阿里云ET工业大脑帮助天合光能提升A品率7%]
刘松说,在已知的模式下主动进行改革是转型升级,而在未知的领域实现创新并带来价值是智能升维。阿里云工业互联网平台就是通过数据、算法对传统的工业企业进行智能升维。
前段时间,阿里巴巴在一场机械专场招聘会的招聘信息引起业界广泛关注:招聘对象是10年以上经验的工人老师傅,获聘的工人师傅将成为阿里云“ET大脑工业训练师/ET大脑业务专家”。不仅如此,阿里云还是第一个将研发业务下沉到企业车间的公司,在ET工业大脑项目中,阿里云算法工程师下到工厂车间写代码已成常态。将领先的数据科学与车间一线工人的经验相结合,成为了阿里云工业互联网战略的制胜法宝。
[图说-阿里云工程师在车间写代码]
在2018工业互联网峰会上,刘松发表主题演讲详细介绍了阿里云工业互联网平台——阿里云ET工业大脑,围绕工业生产活动中的供、研、产、销环节,通过对生产过程中散落在不同环境、不同系统数据的多维感知,同时与阿里云面向不同业务场景的算法模型相结合,深入生产一线,对数据进行人工智能分析,帮助企业解决最优参数调节及生产过程控制、设备故障诊断与预测性维护、生产设备的协同调控等核心问题。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。