Matrix首席人工智能科学家邓仰东:工业大数据的“又一春” | 金色财经独家专访

根据中国工业大数据创新发展联盟发布的《2017中国工业大数据产业发展概要》显示,截止2020年工业大数据市场规模预计将达到822亿元,中国拥有全球80%的港口机械,70%的高铁列车,60%的挖掘机械,40%的海洋装备,39%的建筑机械重卡,30%的轮胎橡胶等。在数据方面,仅中国的工业大数据市场到2020年将达到123亿美元。

什么是工业大数据?规模如此庞大的工业大数据到底有什么用?又如何真正实现应用呢?带着这些问题采访了Matrix AI Network(以下简称Matrix)首席人工智能科学家邓仰东博士,对当代工业大数据的应用情况与面临的困难进行了深入沟通。

Matrix首席人工智能科学家邓仰东

MATRIX首席人工智能科学家邓仰东博士曾参与国家多项重大项目,关于工业人工智能的专利(已批准和正在申请)超过30项。 其中,人工智能创新包括以机理-数据联合驱动知识图谱挖掘、预测式在线学习和小样本分析为核心技术。

工业大数据是指在工业领域中,围绕典型智能制造模式,从客户需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应、库存、发货和交付、售后服务、运维、报废或回收再制造等整个产品全生命周期各个环节所产生的各类数据及相关技术和应用。

邓仰东博士向介绍,距离工业大数据真正实现还存在若干需要克服的困难。对此,Matrix开发了“工业大数据智慧云链平台”——一个集工业制造和运营于一体的平台。提供数据采集、分析和算力集成解决方案,引入先进数据采集装备,建设整合终端、雾计算和云计算的区块链化工业互联网平台,支撑传统制造业数字化转型,在运输、建筑领域和智能城市建设中被广泛应用。 

工业大数据的检测与预警 

在将各项工业数据上传到云端储存的过程中无法避免的会面临机器一旦与传感器连接,数据便会源源不断的“冒出来”,要将这些工业数据全部传到云端显然不现实。并且,大多数工厂不具备高性能网络传入设备,这无疑也增加了数据上云的难度。工程师不得不依据重要性对所有数据进行筛选,以判断哪些数据“有资格”进入云端保存。

邓仰东对介绍:“针对这种情况,Matrix开发的工业大数据智慧云链平台选择采用终端计算。也就是说,很多事情不见得一定要在云上进行,在终端也可以。比如在工厂装一台服务器或加速器,大部分数据直接在现场就可以处理完,只有一些价值比较高的数据才传到云上。”

那么如何完成“筛选”工作呢?邓仰东介绍,以机车为例,先用大量的正常数据训练出模型,随后再将行驶过程中的每组数据与之对比。若偏离较大,意味着有问题,这部分数据将被上传。同时,这种方式还能对故障进行预测。

以机车为例,最初的故障检测只是将传感器数据传回处理中心,判断是否出现故障。但即使出现故障,也是“事后发现”,做不到“预警”。随后逐渐有机车制造企业开始尝试做预测,但方式仍然非常“简单粗暴”。例如轴承故障与否靠温度来判断,于是将报警温度设置为75度。这样确实能具备一些预警能力,但缺点是不够灵活。比如列车行驶到吐鲁番,外界温度已经高达50度以上,轴承很容易达到75度,便会不停的报警。工程师只能不停的前去查看,无形中带来的麻烦比发生故障还多。

因此,Matrix工业大数据智慧云链平台采用的大数据+人工智能模型最大的发挥了工业大数据的核心作用之一:提高安全性。通过数据挖掘的手段找到装备本身的脆弱性,再用传感器等数据监测手段捕捉环境危险,并以此不断训练AI模型,提高风险预测性。

工业大数据的第二个作用是提高效率

众所周知,制造业是中国的一大重要产业。中国GDP是世界的11.6%,但能耗与碳排放是世界的23%。以能源消耗型产业支撑经济始终不是长久之计,如何尽快转向可持续发展道路是当务之急。如何持续?邓仰东的答案是:提高效率。也就是工业4.0的整体核心要求:增质提效。

搭建制造业的“信任”桥梁

另一方面,目前的云提供商多为百度、阿里等大型企业,而它们自身也是人工智能市场的主要玩家。于是问题来了,对于有需求的工厂或者公司来说,不免会担心:我把核心数据和模型传到你的云端,你会不会擅自使用呢?答案当然是“有可能”。

那么有人说,我自己建私有云行不行?行,但是难。尤其制造业是工业互联的主体,但是术业有专攻,制造企业往往不具备建立一个成熟云端的能力。某家电制造企业曾研发过工业互联网,想推广到上下游企业应用。造是造出来了,但兼容性很低,不适用其他企业的具体应用情况,最终也只适合本企业使用。

自己做不了,别人做的又信不过,怎么办?区块链技术为Matrix云链平台提供了解决方案——分布式存储。承载存储的设备可能来自阿里、腾讯,可能来自个人,有国内也有国外的,如此一来,没有任何主体能够看到数据全貌,即使拿到了数据的片段,也没有任何意义。 

除了对云提供商的不信任,合作方之间也存在不信任的问题。比如中车集团与铁路总公司,“造火车的”把火车卖给“开火车的”,想要拿到火车的具体运行数据。但“开火车的”担心我把数据给你了,你用这些数据训练出AI模型以后把我甩掉,直接拿出去卖,对我一点好处也没有啊,那我为什么要给你。

“现在很多公司都是这样,谁也不信任谁。手里有数据,但是他们宁可放在库里烂掉,也不愿意拿出来”,邓仰东说,“但是如果把数据的传输、使用都放在区块链上,当由这些数据而建立的模型进行交易时,就可以提供充足的溯源依据。”

除了溯源与数据价值确定,云链平台结合边缘计算技术,还会对不同来源的算力进行记录。在此,区块链回归最初的记账功能。

但是,云链平台也不是没有弱点。基于区块链技术搭建的分布式云平台天生的劣势便是性能较中心化云平台差一些。所有的机器放在一个屋子里与放在全世界的网络传输代价必然不同,完成同样计算所需要的机器自然也更多。另一方面,中心化云端的设备基本都是相同配置,便于管理。分布式云端的设备种类成千上万,配置各有不同,再加上全世界不同地区的带宽限制不同,在共同完成一项任务时,如何进行算力的调度也是一项需要重点突破的难题。

邓仰东介绍,MATRIX作为一个主打“人工智能+区块链”概念的新一代公链,希望借助人工智能优化区块链的各个层面,同时,用区块链对外输出人工智能服务,释放实体经济的上层价值。正因如此,“工业大数据智慧云链平台”的设计不仅是为了对Matrix AI Network的进一步应用,也是使人工智能、区块链等技术真正融入生活中。

据了解,Matrix工业大数据智慧云链平台计划在4月份确定具体开发方案并完成白皮书的编写,5-6月份启动研发,2020年初开启内测,争取年中公测上线。后续进展如何,将始终保持关注。

本文来源: momoshui 文章作者: 佚名
    下一篇

当前稳定币市场中USDT“一家独大”,但透明度和审计问题让USDT饱受诟病,PAX作为稳定币市场中监管合规方面的先行者能否打破这一格局?