CNET科技資訊網(wǎng) 12月8日 北京消息(文/齊豐潤): “人機(jī)料法環(huán)”是制造業(yè)中影響產(chǎn)品質(zhì)量的五大因素,而在智能制造的改革之下,這五大因素也發(fā)生了前所未有的改變。在中國制造千人會上,百度物聯(lián)網(wǎng)拓展總監(jiān)袁聞騫就結(jié)合物聯(lián)網(wǎng)談及了智能制造環(huán)境下的人機(jī)料法環(huán)所需要做出的改變。
袁聞騫在演講中表示:“其實(shí)互聯(lián)網(wǎng)解決人的問題已經(jīng)基本上非常成熟了,基于互聯(lián)網(wǎng)的思維我們?nèi)タ次锫?lián)網(wǎng),再去看智能制造,平等對待的人和機(jī),以人和機(jī)作為對象,法作為動態(tài)的服務(wù),我們可以把不同的服務(wù)串聯(lián)起來,變成動態(tài)的法,這個思路是不是就可以解決我們現(xiàn)在所有系統(tǒng)信息孤島的問題,去解決我們在智能制造中所面臨的數(shù)據(jù)問題。”
今天主要內(nèi)容主要是兩塊,一塊是物聯(lián)網(wǎng),一塊是人機(jī)料法環(huán)的問題。大家都知道百度也不能算是說傳統(tǒng)的玩智能制造的企業(yè),為什么在智能制造千人會上分享物聯(lián)網(wǎng)和智能制造的關(guān)系。
首先談一下物聯(lián)網(wǎng)。中國互聯(lián)網(wǎng)發(fā)展到現(xiàn)在這樣一個時(shí)代,其實(shí)為我們物聯(lián)網(wǎng)提供了天時(shí)。中國制造業(yè)規(guī)模也是提供了這個地利,所以我們有理由相信智能制造,物聯(lián)網(wǎng)最大的發(fā)展應(yīng)該就是在中國,稍微提一下,也是根據(jù)摩爾定律成本不斷下降。
從彭博社分析上可以看到,今天我們是物聯(lián)網(wǎng)的世界,從兩個緯度去看,首先是數(shù)量規(guī)模去看,今天在物聯(lián)網(wǎng)時(shí)代,我們可以看到物的數(shù)量有百億級,從百億級物上可以看到這個市場的規(guī)模是萬億級美元的市場規(guī)模。這樣一個物聯(lián)網(wǎng)所采用的技術(shù),或者大家所關(guān)注的點(diǎn)也跟原先的系統(tǒng)有所不同,在IOT這層百億級設(shè)備和萬億級規(guī)模物聯(lián)網(wǎng)上產(chǎn)生的企業(yè),他們更注重的是數(shù)據(jù),對于大數(shù)據(jù)的分析和展現(xiàn)。
2020年全球物聯(lián)網(wǎng)規(guī)模將會突破3萬億美元,互聯(lián)網(wǎng)可以說是連接所有人的網(wǎng)絡(luò)。那么物聯(lián)網(wǎng)是互聯(lián)網(wǎng)的一個延伸和拓展,它不僅僅連接幾十億人,更連接幾百億的設(shè)備甚至上千億的設(shè)備。截止到2014年,中國物聯(lián)網(wǎng)市場規(guī)模約為6100億。
稍微聊一下物聯(lián)網(wǎng)的現(xiàn)狀,不管對于制造,還是物聯(lián)網(wǎng)都有這樣一個現(xiàn)狀,那就是紛繁復(fù)雜不同的協(xié)議,也產(chǎn)生了行業(yè)鴻溝。現(xiàn)在所采用的物聯(lián)網(wǎng)技術(shù)很多還是上世紀(jì)80年代的技術(shù),所以在數(shù)據(jù)分析上和設(shè)備并發(fā)上還是會有很多的問題,我們也發(fā)現(xiàn)數(shù)據(jù)丟失上,由于我們技術(shù)并不能承載這么大量規(guī)模的設(shè)備,所以我們很多數(shù)據(jù)也是在采集或者分析過程中,其實(shí)都有丟失,也為我們大數(shù)據(jù)分析產(chǎn)生了很多遺憾吧,很多緯度的數(shù)據(jù)在我們分析過程當(dāng)中發(fā)現(xiàn),應(yīng)該有的數(shù)據(jù)緯度其實(shí)并沒有,應(yīng)該有的數(shù)據(jù)粒度也沒有達(dá)到。現(xiàn)在制造業(yè)企業(yè)2C了以后,無可避免就有一個發(fā)布的問題,發(fā)布的問題就把我們原來制造的網(wǎng)絡(luò)和互聯(lián)網(wǎng)無可避免的去做打通,在能源行業(yè),生產(chǎn)行業(yè),各個行業(yè)這個打通其實(shí)帶來了很多安全的問題,這就變成了一對矛盾。我到底是要去打通,還是不要去打通,打通了可能有安全問題,但不大同又沒有辦法直接2C,這是我們總結(jié)下來看到的一些問題。
那么就不得不聊到云,云應(yīng)運(yùn)而生,我們覺得用云解決物聯(lián)網(wǎng)這個問題是非常合適的,云在過去17年內(nèi)其實(shí)也是改變了整個世界,不僅僅是IT的世界。
在這里可以看到云跟傳統(tǒng)部署很大的區(qū)別。云是無處不在的東西,有網(wǎng)的地方就有云。大家可以想見到,第一是設(shè)備的接入可以是無處不在的接入。 現(xiàn)在萬億級的物聯(lián)網(wǎng)規(guī)模,我們看到擴(kuò)容并發(fā)彈性,那么云天生就是解決這個問題。云的無限擴(kuò)展,首先是彈性并發(fā)的,彈性計(jì)算的,另外存儲空間也是有彈性的。也就是說,我用來支撐物聯(lián)網(wǎng)的架構(gòu),我其實(shí)是可以是彈性的,在我的業(yè)務(wù)初期可能是非常小的云,將來同樣一個架構(gòu)可以支撐無限拓展的業(yè)務(wù)體系。
再從按需服務(wù)來看,其實(shí)云提供的服務(wù)是多種多樣的,一切都可以是服務(wù),這個服務(wù)是按需收費(fèi)的機(jī)制了,這個也不用多說,大家應(yīng)該都明白。集眾人智為眾人用,很多制造業(yè)企業(yè)都已經(jīng)有眾設(shè)、重研的平臺,能夠把社會上更多優(yōu)秀的人的資源集中到企業(yè)的制造、設(shè)計(jì)、研發(fā)、測試平臺上,從這里看,從云這樣一個架構(gòu),其實(shí)是非常有利于把這些眾匯聚起來。為眾人用也很好理解,很多人做好本職工作以后,忽然發(fā)現(xiàn)我的某一個部門可以獨(dú)立出去為公眾服務(wù),百度云其實(shí)也是百度內(nèi)部,為百度搜索、地圖負(fù)責(zé)后臺引擎的部門,出來以后做了百度云這樣一個事業(yè)部,其實(shí)也是為眾人用的非常典型的例子?,F(xiàn)在我們能看到很多智能制造物聯(lián)網(wǎng)的問題非常碰巧能用云來解決這些問題,所以我們非常激動說,何不用云的技術(shù)來做這樣一個物聯(lián)網(wǎng)。
大家會想到公有云和私有云,從我們來看,中小型企業(yè)在將來態(tài)勢上還是會以公有云為主。中國人還是相對比較能夠包容和接受共享的這樣一個民族,因?yàn)橹袊某鞘惺鞘澜缟献畲蟮模鞘袘?yīng)該說是最大的共享體,我們在城市里面共享很多城市的資源。
稍微多拓展一點(diǎn)到智能制造,剛才談的都是物聯(lián)網(wǎng)。這是智能制造千人會了,制造這個行業(yè)非常深,只是說大家一起探討一下關(guān)于制造這塊物聯(lián)網(wǎng)又能做一些什么呢?制造這塊跟很多行業(yè)一樣,人機(jī)料法環(huán)在制造里面,我們認(rèn)為是非常重要的,逃不出的是人機(jī)料法環(huán)的這些環(huán)節(jié)。
從原有的系統(tǒng)來看,我這邊起的題目叫以法串聯(lián)。以法串聯(lián),現(xiàn)在碰到了非常大的問題就是信息孤島的問題。每個系統(tǒng)里面可能都有重復(fù)的關(guān)于人和機(jī)的信息,那關(guān)于人和機(jī)的信息,在我們做分析的時(shí)候,我們會發(fā)現(xiàn)這些信息不僅僅重復(fù),可能還是有一些沖突或者說對立的一些數(shù)據(jù)。
這些數(shù)據(jù)怎么去統(tǒng)一呢?根本沒有辦法統(tǒng)一,那就是為什么現(xiàn)在大家都在說打通所有的業(yè)務(wù)系統(tǒng),不僅僅是生產(chǎn)企業(yè),還有零售企業(yè),各種企業(yè)都在強(qiáng)調(diào)打通這個系統(tǒng)。從這塊來看有可能,以法串聯(lián)的架構(gòu)本身是制約打通系統(tǒng)的這樣一個方案。
反過來想想,如果不是以法串聯(lián),如果是以人和機(jī),平等對待人和機(jī)的思路對待新的人機(jī)料法環(huán)的結(jié)構(gòu)呢。其實(shí)互聯(lián)網(wǎng)解決人的問題已經(jīng)基本上非常成熟了,為什么說基于互聯(lián)網(wǎng)的思維我們?nèi)タ次锫?lián)網(wǎng),再去看智能制造,我們就想到這樣一個新的思路,平等對待的人和機(jī),以人和機(jī)作為對象,法作為動態(tài)的服務(wù),我們可以把不同的服務(wù)串聯(lián)起來,變成動態(tài)的法,這個思路是不是就可以解決,我們現(xiàn)在所有系統(tǒng)信息孤島的問題,去解決我們數(shù)據(jù)分析的這些問題,是這樣一個思路。
有了這樣一個思路,我們再來看這個架構(gòu),我的數(shù)據(jù)層,可能就是說人和機(jī)的模型的數(shù)據(jù)將會是我新的所有數(shù)據(jù)層。另外應(yīng)對所有數(shù)據(jù)的服務(wù),比傳統(tǒng)業(yè)務(wù)系統(tǒng)更小的,有一些共享的服務(wù),這些服務(wù)可以以微服務(wù)的形式在服務(wù)層去定義。我們?nèi)ゴ蛲ㄟ@些業(yè)務(wù)系統(tǒng)的過程,其實(shí)就是把這個服務(wù)打通了,我把這些數(shù)據(jù)打通了,換一換思路,我不去打通,我去打通系統(tǒng)和數(shù)據(jù)。
以數(shù)據(jù)為承載,算法為驅(qū)動,應(yīng)用為導(dǎo)向的全新物聯(lián)網(wǎng),分別是物理現(xiàn)實(shí)層、網(wǎng)絡(luò)協(xié)議層、數(shù)字克隆層、算法服務(wù)層、應(yīng)用服務(wù)層。在數(shù)字克隆層,我們發(fā)現(xiàn)完全可以用原有互聯(lián)網(wǎng)方式去做數(shù)據(jù)克隆、數(shù)據(jù)分餾和調(diào)度。上面的算法和服務(wù)層,這塊服務(wù)層其實(shí)完全可以讓更多的企業(yè)或者更多的人作為一個生態(tài)來貢獻(xiàn)這些算法,再結(jié)合百度原有人工智能算法,其實(shí)可以貢獻(xiàn)非常有意思的算法的服務(wù)層,進(jìn)而來提供對整個應(yīng)用服務(wù)層的支撐。
百度在這邊提供的是幾個PaaS平臺,首先是打通所有物跟云,包括數(shù)據(jù)克隆的,包括展現(xiàn)分析的平臺叫天工的平臺,我們的口號也是說開放的擁抱生態(tài)。我們有很多SaaS,創(chuàng)新企業(yè),他們以新的方式作為我們百度的生態(tài)一起來服務(wù)整個行業(yè)。
天算平臺,對于所有計(jì)算的能夠,包括百度自身的算法,加上百度機(jī)器學(xué)習(xí)和深度學(xué)習(xí)平臺,都集成在天算平臺里面作為PaaS的平臺。
天智平臺,大家知道百度現(xiàn)在是人工智能的公司,我們的無人車,動力機(jī)器人,各種各樣的人工智能在各行各業(yè)內(nèi)所用。在物聯(lián)網(wǎng)或者說機(jī)器越來越智能的時(shí)代,大家能夠發(fā)現(xiàn)天智平臺里面所提供的,比如說智能客服,增強(qiáng)現(xiàn)實(shí),身份認(rèn)證,這些服務(wù)其實(shí)非常容易被物聯(lián)網(wǎng)所用的。
從應(yīng)用場景來看,從我們的監(jiān)控到維保到工作流程管理和決策分析的場景。此外智能制造的場景,也是跟我們智能制造生態(tài)合作伙伴一起打造這樣一個云端相結(jié)合的智能制造的架構(gòu)。
在C2M應(yīng)用場景上,我們也是集合百度云和百度天工所有的業(yè)務(wù),來幫助企業(yè)把原有生產(chǎn)、物流、銷售、對接服務(wù)一整個過程,幫助企業(yè)一起去打造。
后面稍微有幾個案例,我簡單介紹一下吧。首先是我們利用天工平臺的數(shù)據(jù)接入加上天算平臺大數(shù)據(jù)分析,幫助風(fēng)電企業(yè)去做風(fēng)電預(yù)測,12個小時(shí)預(yù)測兩類經(jīng)常發(fā)生的故障。有常態(tài)數(shù)據(jù),瞬態(tài)數(shù)據(jù)和標(biāo)簽數(shù)據(jù),經(jīng)過百度幾個平臺相互串聯(lián),我們也是能夠達(dá)到對所有設(shè)備商兩類鼓掌的預(yù)測達(dá)到7%的誤報(bào)率。
還有對于智慧路燈的應(yīng)用,還有橋梁健康檢測的應(yīng)用,這些相對來說更偏智慧城市一些,我也就不做更多介紹。還有零部件生產(chǎn)供應(yīng)鏈管理,這在制造上應(yīng)用是非常多的,我們幫助企業(yè)去利用物聯(lián)網(wǎng)技術(shù)去看,實(shí)時(shí)制造過程中的制造質(zhì)量,去實(shí)時(shí)把這些質(zhì)量能夠跟握云連通,包括跟云內(nèi)的智能分析。另外包括云內(nèi)所有這些發(fā)布,跟做質(zhì)量報(bào)告,利用云的方式重新去看一下供應(yīng)鏈?zhǔn)窃趺礃尤プ鲋圃熨|(zhì)量上的管理。
我今天的分享先就到這里,多謝大家。
好文章,需要你的鼓勵
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動信息,顯著解決了當(dāng)前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運(yùn)動質(zhì)量,在多項(xiàng)測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。