联想首席科学家于辰涛:获得高质量数据是人工智能在工业领域应用的核心

日期:2019-04-28 来源:联想数据智能

日前,在江苏南京举办的2019 国家人工智能标准化总体组第二次全会暨人工智能标准技术与应用论坛会议(简称大会)上,联想集团副总裁、首席科学家(Fellow)于辰涛表示:“人工智能技术将赋能制造业转型升级,而获得高质量数据将成为企业提升竞争力、重塑市场格局的关键。”

大会由国家人工智能标准化总体组和中国电子技术标准化研究院联合主办,旨在总结国家人工智能标准化总体组工作成果、审议下一步工作计划,并交流人工智能技术产品、行业解决方案及标准应用实施情况,是人工智能产业界、科技界与政府部门密切合作的重要平台。

于辰涛表示,工业正从投资与工艺驱动的工业3.0向以创新和数据驱动的工业4.0转型,在这场企业的智能化转型过程中,人工智能作为重要的新技术,将发挥重要的价值。但人工智能并不是万能的,在工业领域应用也存在一些误区,例如认为人工智能将颠覆传统制造,深度学习是万能的,1%的优化价值不高,领先算法是核心竞争力等等。

于辰涛指出,这些误区会影响人工智能在工业领域的应用水平。事实上,在工业领域,人工智能并不能替换行业机理模型,而是在机理模型上的补充;深度学习非常适于智能感知,但很少用于机理优化;对于数字化基础好的头部企业,1%的优化价值巨大;数据质量决定算法,也是应用成败的核心。

于辰涛还指出,联想致力于整合企业内外部全量数据与AI技术,融合IT与OT,赋能传统制造业智能化转型。受限于数据、性能、可靠性等问题,人工智能在制造业的应用还处于探索阶段。因此,人工智能在工业领域应用时需尊重工业机理和行业专家的经验,构建知识模型。从了解产业现状出发,逐渐深化人工智能在工业领域的应用。从标准的角度,整合人工智能领域的工业优秀实践,形成产业的应用建议和关键举措,简化行业复制的工作。

在OT域,联想通过软硬件一体物联网解决方案与开发套件,获取全量产线数据和设备数据,获取工业生产环境下的高质量全量数据。基于完全自主知识产权的边缘计算整体解决方案以及Leez 物联硬件开发平台,帮助企业降低成本,灵活地解决边缘计算的接入问题;依托与清华大学合作开发的、目前开源界性能最快的工业时序数据库IOTDB,积极构建Apache社区,助力工业互联网平台的边缘智能升级,实现现场级工业智能。截至目前,通过应用联想边缘计算产品及解决方案,已接入百万工业设备,广泛赋能电子信息、石化、钢铁、家电、重型装备等多个行业。

在IT域,联想帮助企业构建全量数据湖,实现了亿级数据的秒级分析。同时,通过深度融合工业机理、大数据技术和人工智能技术,以工业智能升级“老专家经验”,实现生产过程数字化、治理过程精细化、决策过程智能化。

目前,联想行业智能解决方案已经在多个行业取得了成效。以石化行业为例,武汉石化炼油的催化裂化装置有1000多个信息采集点,以前主要依靠熟练工人根据经验对温度、压力等进行调节。现在通过智能物联网设备和传感器收集数据,再用联想大数据提供的基于深度学习与工艺模型相融合的分析优化工具改善催裂化工艺模型,帮助武汉石化实现了最高0.8%的收率提升。

在供应链智能化上,联想通过人工智能技术优化供应链,采用TQM质量管理监控体系,帮助制造企业在根因分析上缩短70%时间,质量预测准确度达90%以上,形成持续的质量管理机制。并通过外部数据和企业自身数据结合,提升中远期供应链预测的准确性。

以上仅仅是联想大数据行业智能实践的冰山一角。经过两年多的对外赋能,联想大数据已经为近百余家重量级企业提供了服务,并在汽车、石化等行业形成了客户集群,显示出联想大数据驱动的行业智能变革正在引爆多行业的智能升级,而联想大数据作为工业企业智能变革的“发射平台”,也将成为行业智能的引领者和赋能者。

忘记密码?