至顶网软件频道消息:如今,中国制造正在向“智造”方向迈进,数字化、智能化从制造业的新生事物变成了关键词。如何借助新的工具提升制造业装备水平,如何让服务型制造得到更多关注,如何创新商业模式,变得更为重要。
云计算、大数据、人工智能是这些问题的答案。12月20日,在深圳国际工业互联产业生态大会上,金山云解决方案总监于科伟表示,制造企业在转型升级过程中,工业行业云将起到关键的支撑作用,金山云可为客户提供成熟完善的工业云解决方案。下一步,金山云将运用基于云、大数据、AI、区块链等平台的工业行业云,助力制造企业实现从制造到智造的变革。
金山云解决方案总监于科伟发表主题演讲
工业行业云助力制造业奏响转型四部曲
目前,中国制造业正在向高度自动化、网络化、信息化方向演进,随着人工智能技术的逐步应用,同时开始向工业智能化方向发展。
“制造企业升级需要‘四部曲’”,于科伟表示,首先,在转型升级方面,围绕自身业务升级需求,持续优化生产过程、运营管理、资源配置和管理服务,真正将软件升级为平台,提升平台迭代效率和服务质量,降低成本的同时提高创新力。
第二,在能力输出方面,基于云计算,将自身工业制造和数字化转型能力转化为服务能力,构建工业智能制造的行业云平台。
第三,在整合生态方面,整合装备和自动化企业,凭借工业设备与经验积累,打造智能制造云平台的创新服务模式,将其服务能力迁移到云端构建服务平台,实现应用的灵活部署和调用。
第四,在平台能力方面,强化服务能力,拓展全新业务模式。如消费品生产能力拓展、个性化产品生产、通过行业云汇聚产业上下游资源为企业提供工序对接、协同设计、制造协同等应用服务。
这“四部曲”是制造企业转型升级的关键步骤,云服务将在其中起到关键支撑作用,云服务商的重要性也得以凸显。依托金山集团三十年的企业级服务基因和经验,金山云通过深耕行业,为客户提供完整的工业云解决方案,加速推动制造行业转型升级。
云大数据AI区块链开启智造变革
在演讲中,于科伟向听众介绍了金山云与世界五百强企业鞍钢共建的“精钢云”工业互联网平台这一案例。“精钢云”融合云计算、大数据和人工智能技术,结合鞍钢原有IT资源,通过加强信息化建设,建设数字化工厂,实现智慧诊断、智慧物流、智慧质量、智慧安全,重构商业模式。
对金山云而言,利用精钢云将自身工业制造和数字化转型能力转化为服务能力,构建工业智能制造的行业云平台,对外输出云能力。对鞍钢而言,能够以“云+大数据+AI+IoT”为支撑,结合钢铁上下游、周边企业,组建基于精钢云的工业互联网平台,推进智能工厂建设,实现企业内部应用和设备的互联、供需链上下游企业间的业务互联、跨供应链和跨行业的产业集群的生态互联。
“下一步,我们将以工业行业云,助力制造企业实现从制造到智造的变革”,于科伟展示了金山云通过工业行业云整合工业供应链、财务、生产、流程等数据,通过数据模型算法结合BI、人工智能提供企业经营状况分析与预测。他表示,工业行业云将基于云、大数据、AI、区块链等平台,提供可弹性伸缩的云服务,为特定场景提供安全可靠、扩展便捷的网络资源,让工业企业开发者快速构建更安全、更稳定的应用。同时,可快速构建数据集群,对各个工业制造环节进行信息收集分析,从而提升效率。
在演讲中,于科伟介绍了通过金山云工业行业云的深度学习平台,结合图像识别算法训练钢材表检和屏幕瑕疵检测的案例。他表示,工业行业云通过对场景和流程的训练,让设备自主判断,降低繁琐的重复性劳作,减少人为错误率,赋予机器自学习能力,降低人工成本。同时提供以“数据驱动、软件定义、虚实映射、异构集成”为特色的工业互联网整体解决方案,制造企业将从“触网”发展到整体“上云”,将全产业流程纳入到更为开放的网络中来。
“制造业是国民经济的根基,运用最新技术让制造业成为中国经济的中坚力量,是云服务商的责任”,于科伟在演讲最后表示,金山云将紧跟创新潮流,成为一股改变制造业的重要力量,与各个生态伙伴一起,助力制造业客户加速数字化转型,抓住新工业革命带来的战略机遇,在新的时代蓬勃发展。
好文章,需要你的鼓励
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。