• 官方微信

    CA800二维码微平台 大视野

  • 工控头条

    CA800二维码工控头条App

当前位置:自动化网>自动化新闻>产业分析>工业互联网平台背景下的工业大数据与智能制造

工业互联网平台背景下的工业大数据与智能制造

发布时间:2018-04-17 来源:转自智研院 类型:产业分析 人浏览
关键字:

互联网 制造 工业大数据 智研院

导  读:

智研院工业大数据首席专家郭朝晖不久前做了题为“工业互联网平台背景下的工业大数据与智能制造”演讲。

  智研院工业大数据首席专家郭朝晖不久前做了题为“工业互联网平台背景下的工业大数据与智能制造”演讲。内容如下。


  各位朋友,大家晚上好!在讲这次内容之前,我的压力很大:前面几位专家已经把问题讲得非常清楚、也非常全面了,我该讲些什么呢?后来想,就向大家汇报我的一点心得:关于工业互联网平台以及相关智能制造、工业大数据、人工智能等概念的关系。我试图用简单的逻辑把这些概念串起来。平心而论,这些观点也不都是有把握的。网友中高人很多,今天把这些观点抛出来,正好请大家帮我指出问题、改正错误。


智研院,工业大数据,互联网,制造

图1


  准备这个报告时,我开始准备了接近40张。后来发现,说的多了反而不容易说清楚。于是决定干脆少几张。今天的话题其实就围绕这张图展开的:里面有我很多曾经的困惑。


  这张图可以分成三个部分。左边讲的是相关技术的原理、思想是怎样的,讲这些技术为什么突然一下子突然发力——其实是有了经济潜力;右边讲的是创造经济价值的逻辑,就是技术要与业务场景结合、如何寻找或者创造这样的场景。中间这一部分就是工业互联网平台以及承载的相关技术。它的作用是把技术和业务连接起来,把原理体现出来、把潜力变现、是企业推进智能化的支撑技术。


  如果没有这个支撑技术,再好的想法也难以落地。或者说,落地的代价太大、经济性不好。如果有了这个公共的支撑技术,就不要大家各自开发软件了,只要用公用的东西就行了。这样,小企业也有能力来用先进技术了。这个道理和淘宝平台其实是一样的。不过,这个平台承载的是企业自己的专有的知识、经验、诀窍等专用的“私货”,并连接人、机、物、数据等资源。这些“私货”可以自己用,也可以像商品一样“出售”、给别人提供服务。


智研院,工业大数据,互联网,制造
图2


  我们先看图的左边这一部分。这部分回答一个困惑——这些技术为什么突然成了热点了?


  大家可能都知道,最近几年出的新概念特别多:从工业4.0、智能制造、大数据、CPS、工业互联网及其平台、人工智能、工业APP......这些概念让很多人觉得很悬,又怕赶不上潮流,于是就到各个地方去看很多文献、听专家报告。到头来还是似懂非懂。


  我觉得呢,这些概念不应该特别难以理解。如果觉得难以理解,那是因为陷入了思维误区、把问题想复杂了。想复杂的原因大概有几种:第一种觉得这些概念是牛人提出来的、一定有很多的学问(很多是故弄玄虚);第二个方面就是发现自己不知道怎么做,就以为自己不明白(其实是条件不够);第三个方面是相近的概念太多了,脑袋都搞大了(本来就相近啊!)。


  在我看来,这些概念其实很简单,确实是过去一些思想的延伸、相似或者相近是很自然的。我们要解释的是:为什么突然成为热点?


  这些概念被热炒的原因,是因为技术条件发生了改变。换句话说,如果过去提出这些概念、却没法实现、只能是空想、至多是写写论文、做个样板。我常举控制论之父维纳的例子:维纳或许有CPS的思想,但他的时代没有计算机和互联网、提出CPS也只能停留在生物控制层面。在前几年,互联网不发达、难以实施掌控资源时,CPS的概念几乎可以用计算机里面的“控制模型”来取代。现在到了工业互联网(智能制造时代),问题变得复杂了,要把众多的模型组织起来,需要一个更加一般性的概念来说事。于是,就有了CPS。总之,没那么悬。


  前面提到条件的改变。最重要的一个就是ICT技术的进步:摩尔定律连续发展了50年,量变到质变了。这种变化常常被人提起来,以至于很多人习以为常、当成耳旁风了——其实,如果不是身在其中,有过经历、这种变化的真正意义却难以体会到。曾经有一位年轻博士问我:现在工业上的先进技术一点都不先进、我读书时研究得就比这个深。我就告诉他,理论方法虽然不新、但技术应用是新的啊。比如,20年前,我博士毕业刚工作的时候,一个微分方程求解都没办法实时计算,更不用说CPS、实时图像处理了。所以,理论再好也不能用于实时管控、只能发发论文。


  ICT技术让技术成本大大降低。这让相关应用范围大大增加。30年前的宝钢是中国最现代化的工业企业,那时搞信息集成的100台PC机,需要经过中央领导特批!有ICT技术的进步,现在一些小企业都有办法搞了。这就是所谓普遍性、一般性的意义。条件发生变化以后,很多技术搞起来就合算了。于是,概念一下子热起来了。当然,这只是潜力,要把潜力变现还不是那么容易。而这真是我们这代人要做的事情。


  下面谈谈我对互联网本质的看法。互联网的本质作用很简单:人类可以通过空间限制获得信息、掌控资源。这句话很简单、很多人都说过类似的话。大家想想看:从雅虎、谷歌、淘宝、微信、滴滴等,这些东西其实都是这个道理啊!


  于是问题就来了,为什么最近几年工业互联网才热起来呢?


  要回答这个问题呢,就要知道科技发展有个规律:技术往往是从难度最低、收益最大、成本最低的地方产生,然后向难度高、收益相对较少的领域聚散。就像流水的规律一样。在我看来,现在红领制衣的技术,和30年前宝钢搞的按合同组织生产本质上差不多。现在很多所谓的创新,本质上就是技术扩散。比如,现在很多数字化设计的技术,就是从航天、航空、军工扩散过来的。而且,技术成本越低,越容易扩散。


  我们看看,互联网的发展过程就会发现的确是难度越来越高的。最初普及的应用只是非实时地发普通的电子邮件,后来从非实时的交换到实时数据交换,从小数据到大数据,从单纯的信息交换到资金产权的交换等等。这里就不展开了。按照这个逻辑来说,工业互联网的应用一定是比较难的。但难在什么地方呢?


  理解工业的本质特点:我常说一句话:确定性是工业人追求的目标。工业人追求安全、稳定、可靠。当外行看到技术的性能不断地突破极限(比如高铁越来越快)——其背后是在这种极限条件下解决了安全、稳定、可靠这些问题;而且背后这些工作量极大、难度极高!不理解这个,怎么能叫理解工业呢?有些“砖家”胆子特别大,啥都敢说,就是因为没在现场干过、没干过真正的难事,不了解这个道理。


  现代工业系统对可靠稳定要求是非常高的。为什么呢?因为出现一点点的问题就有可能出现危及生命的大事故、会造成非常大的物质损失。这一点和个人消费品很不一样。举个例子:你花了50块钱买个杯子,如果杯子不好,至多损失50块钱。但是,如果你花50块钱给高铁买了一个零件,导致高铁事故:那损失是多少倍啊?所以,“损失放大”很要命。另外,工业技术的个性化很强、默会知识很多,这些都是普通商务活动没法比的。我们会发现搞工业的人往往比较踏实,有经验的人看起来往往胆小,其实都是环境和背景导致的性格。


  工厂里面有一种说法:说的好不叫好,用的好才是好。把这句话翻译:单纯用信息描述工业技术是不够的!人们甚至不清楚自己需要什么,只能用实践来证明。所以,即便找到更便宜的,企业一般也不会随意更换供货商:怕出事啊!对互联网来说,这就糟糕了:即便用互联网把信息传过去,人家也不一定敢用。这就是工业特性约束互联网应用的原因。


  事实上,工业互联网会把网上的联结对象(如较为封闭的机器)构成一个有机的系统、甚至是动态控制系统(后面有个例子),而不是像淘宝这样松散的、一对一的联系。所谓的系统,就会有“牵一发而动全身”的事情发生。所以,工业互联网对安全、稳定、可靠、实时性的要求更高。


  工业互联网领域很多的事情都与这个道理相关。工信部原副部长杨学山说工业互联网姓“工”不姓“网”,工信部信软司安筱鹏副司长说工业互联网平台应用要解决“能力度量问题”。在我看来,就是这个道理。还有些实践表明,工业互联网不像淘宝这样2C的互联网,就是打不掉中间商!也是工业的特点造成的。


  总结一下,工业界技术创新的特点是:先进技术在工业企业中能否应用,往往决定于稳定可靠性问题能否解决。打个比方说:车子能跑得快,往往不是车子性能决定的,而是车况和路况所决定、能够保证安全的速度是多快。大数据、智能制造、互联网的工业特色都能用这个道理解释。反映到实际工作中就是:理念先进技术不一定有用、但对安全、稳定、可靠有帮助的技术却往往用处很大。顺便说一句,不展开:这个道理能指导我们创新的方向。


智研院,工业大数据,互联网,制造
图3


  我们现在再来谈一谈对智能的认识。《三体智能革命》中提出了智能的20字箴言:“状态感知、实时分析、自主决策、精准执行、学习提升”。这5个要点中最近本的有三个,就是把感知、决策和执行三个过程统一起来。


  我们知道,互联网是智能制造的重要推手。为什么呢?就是感知和控制资源的能力大大加强了! 管控资源的能力加强,为什么会引发智能制造呢?我的逻辑是:管控的资源多了、问题就变得很复杂了,人忙不过来或者容易出错;这个时候,必须要计算机来代替他人决策——注意,我的逻辑是:必要性增加了,而不是技术可行性改变了。


  反之,如果问题简单的话,没必要上这些高大上的概念和系统,企业干“高射炮打蚊子”的事情是不划算的。按照智能制造(smart manufacture)的含义,钢铁行业很早就具备了基本特征。那时候,日本人就对我们说:“100万吨产量的时候,靠人管得过来;600万吨的时候,没有计算机就管不过来了!”所以,智能制造是人们不得不把任务交给计算机来完成的。这个时候才有意思。


  注意提醒一下刚才说过的逻辑:问题复杂到人没法干,这是负面问题。智能化相关概念,是解决负面问题的!解决负面问题,才有价值。当然,这些负面问题是企业“自找”的:为了更好地满足用户需求。


  让我们的感知和执行能力大大拓展了,能干什么呢?我把它总结成了六个字,就是“协同、共享、重用”。这六个字针对各种资源,包括物质资源知识资源,公司内部和外部的资源,人、设备和数据的资源等等。这六个字,既让问题变得复杂,但另一面是能更有效地创造价值,并实现智能制造快速响应的要求。


  这个图上,手和眼睛代表互联网带来的感知和执行能力,而脑袋代表计算机的自动决策。要自动决策、体现智能需要知识。对智能化来说,知识这个东西非常重要、是关键所在。有人说大数据很重要,我却觉得:外面看是大数据、里面看其实是大知识。下一页会深入展开。


  另外说明一下:要实现这个逻辑呢,需要做很多事情,包括ICT技术之外的事情,如物质条件的准备、组织流程改革、商业模式创新、设备更新换代等等。所以,推进智能制造被称为两化的“深度融合”。我甚至认为,真正的智能制造首先是生产关系的变革。很多企业觉得难,就是这个原因:改变生产关系,关键在领导!


  人工智能最近很热。智能制造(Smart Manufacture)和人工智能(AI)有联系,也是有重大区别的。由于时间关系,这里只简单说几句。


  我经常给人家打一个比方,工厂里的智能主要是“吴淑珍式的智能”。吴淑珍是中国台湾地区前领导人陈水扁的夫人,内线炒股发财:陈水扁的亲信告诉她哪个股票要涨,她就去买、买了就赚。我把“吴淑珍式的智能”表述为“准确及时的信息+简单的推理”。这种智能不像巴菲特炒股,是“模糊的信息+复杂的推理”。


  工业过程智能更多的是“吴淑珍式的智能”而不是“巴菲特式的智能”,为什么是这种呢?


  要回答这个问题,还要回到工业的特点说事:人的随意性很强,是工业中不确定性的一个重要来源。所以,工厂里一般要求工人进行标准化操作、抑制随意发挥,在什么场景下做什么样的事情,是有明确规定的。


  从程序员的角度说,“吴淑珍式的智能”用的知识其实就是一些“IF语句”。这个听起来有点土,但本质就是这个。而且,这种提法不新鲜、不知道出现多少年了。专家系统理论中有个“学术化”的说法叫“产生式规则”,就是这个东西。20年前我到北京培训一个所谓的人工智能软件,差不多就是这个东西。


  我也曾经困惑:这个东西过去为什么用得少呢?现在想来,用得也不少,但直接编程更容易、似乎没必要用那么多专用语言和工具,来“杀鸡用牛刀”。现在为什么不一样了?因为问题复杂了、管理的知识多了、灵活性要求高了,实现的办法就要重新想一想了。我觉得,对于真正复杂的问题,还是要平台来解决。我给人讲创新,常常讲到简单的问题和复杂问题的处理方法不一样,量变到质变,就是这个道理。这里就不展开了。


  我们现在再来看看大数据的本质。在我看来,大数据最根本的用途是产生有用的知识、特别是用于智能决策的知识。工业大数据真的有这个潜力!我们知道,人类一切的知识来源于历史,如果大数据能够广泛完整地记录历史发生的痕迹,人们有可能大数据中获得更多的知识。毕竟,在大数据背景下,人的记忆力远不及计算机。


  当前,产生知识的“潜力”要转会为现实的“能力”,还需要有其他的前提。其中一个即所谓“样本=全体”。换一种说法就是:这个能力保证,你总能从历史数据中找到你想要的案例。在GE关于飞机发动机实时监控的著名案例中,一个重要的条件就是:一台发动机偶尔出现的故障,很可能在其他发动机上也出现过。诊断和处置的知识就可以直接利用。数据多了,这个前提就容易实现,即所谓:日光之下无新事。


  在这个前提下,有一种思维方式特别重要,就是强调相关性。我觉得,这句话很多人理解的有问题、不到位。我的理解是:所谓强调相关性就是找相似的案例。找到这样的案例,直接去模仿就是了,而不必要按照科学的逻辑去思考。就好比我们用高德导航:走一条路要花多长时间,只要看看别人用了多长时间,而不是根据时间、速度来推算时间。我觉得,这未必就是排斥因果性,而是在一定场景和范围内,不需要知道因果性就可以了。这个差别很重要:因为工业大数据强调可靠性,常常需要因果来保证。


  大数据还强调“混杂性”。在我看来,强调混杂性就是便于找到“相似的”一种保证。能够让我们能够从多个角度去分析知识、从而得到更加可靠的知识。我们知道,新一代人工智能最近很热。其背后的原因就是大数据智能可以支撑新一代智能制造范式。大数据能够让机器学习“学得好”、“学得对”、“学到本质”,甚至连一些人说不清楚的知识(如感性知识)机器都能自己学会。

1 2 下页

本文地址:http://www.ca800.com/news/d_1o0c67q8n2al1.html?ac=ok

拷贝地址

上一篇:解读未来制造业生产新模式——无人工厂

下一篇:智能制造来了,“专业”如何应对

版权声明:版权归中国自动化网所有,转载请注明出处!

相关新闻
互联网 制造 工业大数据 智研院
  • 杭州余杭区人大常委会领导莅临我司参观考察

    8月28日上午,杭州余杭区人大常委会主任党组书记汪宏儿一行在未来科技城管委会创新经济促进局局长陆建友的陪同下,莅临我司参观交流工作,我司产品副总裁郑卫军陪同参观和会谈。机器人,互联网,智能,研发中心,

  • 工业和数据的小团圆——图尔克与您相约工博会

    中国国际工业博览会将在上海国家会展中心举行,图尔克展台将以“工业和数据的小团圆”为主题,展示一系列产品和方案将如何为工业和信息融合这一过程,提供数据价值。/O系统,互联网,智能,智能制造,

  • 震坤行工业超市完成1.29亿美元C轮融资,老虎环球基金、君联资本领投

    2018年8月28日,工业用品电商服务平台震坤行宣布,已完成总额1.29亿美元的C轮融资,这也是迄今中国MRO领域最大一笔单轮融资。本轮融资由老虎环球基金、君联资本领投,壳牌中国、元禾母基金跟投,老股东钟鼎创投、元生资本、经纬中国继续大比例追加投资,华兴资本担任本轮融资的独家财务顾问。软件,互联网,智能化,

  • 天拓四方助力首钢秘铁1000万吨精矿扩建项目竣工

    近日,在遥远的太平洋东岸,首钢秘铁公司马尔科纳矿区晴空万里、彩旗招展,近500名各方代表齐聚这里,共同见证首钢秘铁1000万吨精矿扩建项目的竣工。中国驻秘鲁大使贾桂德、秘鲁能矿部长弗朗西斯科?阿蒂略?伊斯莫德斯、伊卡大区主席费尔南多?何塞?希约尼斯、首钢集团副总经理,以及参与首钢秘铁扩建项目的设计、施工、监理

  • 数据中心业务价值永续的密码

    随着中国互联网、移动互联网和物联网的发展,多数民众的日常社会行为已转移至通过大数据进行连接和存储。无论是线上的随意点击还是线下的移动支付都会产生海量的数据。这些数据也被利用于信息的汇集、市场趋势分析和企业的决策变更。质量,服务,智能化,数据中心,

  • 跨界 融合 走进智造 工业互联——让制造数字化 交流会

    中国制造2025行动纲领全面推动中国制造转型,互联网+、工业互联网、物联网、云计算、人工智能等等,正在深远影响产业变革。智能装备、智慧工厂、机器人应用等技术正在引领制造方式变革,海尔、美的、格立等行业巨头以走在前面;广大中小企业制造转型则面临巨大困局,从资金、模式、标准等需要恰当引导;深圳、东莞是电子制

  • 中国互联网大会北京举行 工信部:经济新动能显著增强

    2018(第十七届)中国互联网大会10日在北京举行。中国工业和信息化部副部长陈肇雄表示,推动中国互联网发展再上新台阶。

  • 数字化推动食品工业转型升级成都站即将启幕

    近年来,消费互联网推动O2O模式逐步成熟,饿了么、盒马鲜生等最新的商业模式雨后春笋,这些新思维在各种新技术的加持下快速变成新颖的商业模式,在资本和技术的推动下实现了业务的指数增长。

  • 传博通收购CA 使其产品不局限于半导体领域

    据路透社报道,知情人士周三透露,芯片制造商博通(Broadcom Inc )即将斥资约190亿美元收购美国商业软件公司CA Inc ,以使其产品多元化,而不是局限于半导体领域。

  • 英特尔将甩掉半导体制造业务,但可能无人能接手

    据意大利bitchips网站消息,英特尔准备甩掉半导体制造业务,时间点落在在2020-2021年之间。

  • 又一巨头关厂! 外资加速撤离! 制造业令人担忧!

    友达光电为全球第三大、台湾第一大液晶显示面板制造商,拥有完整的3.5代至8.5代生产线,提供1.1吋至85吋涵盖各类显示器应用之面板。

  • 半导体行业的生死时速,IC设备到底有多重要?

    在浦东张江中芯国际的工厂里,无时无刻不在上演着代表人类最高制造水平的“接力赛”。直径30厘米的圆形硅晶薄片穿梭在各种极端精密的加工设备之间,由它们在硅片表面制作出只有发丝直径千分之一的沟槽或电路。热处理、光刻、刻蚀、清洗、沉积……每块晶圆要昼夜无休地被连续加工两个月,经过成百上千道工序,最终集成了海

  • 原子尺度的制造将引发电子产业革命

    加拿大阿尔伯塔大学的科学家利用机器学习将原子尺度的制造完善并自动化,这项前所未有的进步,为大规模生产比人们现今使用设备更快、更小、更环保的新型电子产品铺平了道路。它可以使智能手机在两次充电间工作数月,可以使计算机速度快上百倍,但使用的能量少一千倍。相关研究成果在线发表在5月23日的《美国化学学会纳米》

  • 上海发布三年行动计划 打造航空制造产业链

    近日,《上海市航空制造产业链建设三年行动计划(2018—2020)》(简称《行动计划》)发布,明确优化空间布局、加强用地保障,将航空产业打造成为上海巩固提升实体经济能级的新增长点。

  • IDC:2018年全球四大行业(金融、制造、医疗和公共部门)云支出达225亿美元

    据国际数据公司(IDC)新发布的《全球半年度行业云跟踪报告》显示,2018年全球四大行业(金融、制造、医疗和公共部门)的行业云支出总额将高达225亿美元。在这四大行业中,医疗保健机构在行业云支出总额中将占到48%。

  • 《“人工智能+制造”产业发展研究报告》发布

    近日,由中国社会科学院工业经济研究所、腾讯研究院共同研究编制的《“人工智能+制造”产业发展研究报告》在京发布。

  • 易往信息承接工信部标准院“工业云服务模型标准化与试验验证系统”项目成功验收,助力数字中国落地

    当前,随着互联网、工业大数据、人工智能等新技术的爆发,数字中国建设即将进入高峰期,并覆盖经济、社会、文化、生活等方方面面,对经济发展方式转变、产业转型升级都有着重要的促进作用

  • 工业互联网平台建设的出发点、切入点和着力点

    前不久,中国信息通信研究院、浙江省经济和信息化委员会、萧山区人民政府共同主办的“2018中国工业大数据大会?钱塘峰会”在浙江杭州成功举办。安筱鹏博士做专题报告,以下是“走向智能论坛”根据讲话录音整理的演讲内容,供大家学习交流。

  • 易往信息受邀参加2017工业物联网与大数据发展高峰论坛

    当前,随着互联网与工业融合创新,智能制造时代的来临,工业大数据技术及应用成为未来提高制造业生产力、竞争力、创新能力的关键要素。9月22日,由中国机电一体化技术应用协会、中国工业大数据创新发展联盟主办的“2017工业大数据发展高峰论坛”在广东盛大召开。易往信息作为行业专家,受邀参加本次高峰论坛。我们凭借专业

  • 工业大数据云平台的作用

    在信息化与工业化不断融合的背景之下,工业大数据云平台信息技术已经渗透到了工业企业产业链中的各个环节,传统工业企业拥有的数据量也日益丰富。大数据分析更是带来了制造行业研究以及趋势分析的全新维度。

  • 工业大数据对制造业带来的七大变化

    工业大数据是互联网、大数据和工业产业结合的产物,是中国制造2025、工业互联网、工业4.0等国家战略在企业的落脚点。

  • 推动智能制造的源动力——工业大数据

    近年来,随着工业4.0、先进制造等新概念的广泛普及,互联网、人工智能、大数据、工业机器人等新技术层出不穷并不断取得突破,制造业被推到新一轮工业大变革的风口浪尖。推动智能制造的源动力——工业大数据

  • 工业大数据在智能制造的作用

    在2017中国大数据应用大会上,美国辛辛那提大学特聘讲座教授、美国白宫信息物理系统与美国挑战项目顾问李杰对工业大数据做了自己的见解。

  • 用全新的自己遇见你:天拓四方官网全面升级啦!!

    本次网站升级从产品、解决方案和服务三方面诠释了智能制造和工业大数据的核心理念,采用了简洁大气的工业设计风格,在网站内容上也增加了产品和服务的多样性,通过清晰的产品结构和服务模块满足客户的多样性需求,网站共设有4大板块,3大子站和2个专题页,下面小编就带您一起了解下天拓四方升级后的全新网站吧。

猜您喜欢

更多精彩信息看点 请扫描以下二维码