大数据,云计算技术如何促进人工智能的工业应用?

随着人工智能技术研究的不断深化,其正在逐渐成为新一轮技术变革的核心,而大数据、云计算等新技术反过来也在支撑人工智能在应用领域的落地,那么我们先来看一看大数据,云计算技术是如何促进人工智能的工业应用的?

6月16日,第十五届中国国际软件和信息服务交易会召开第二天,在主题为“人工智能:图景、生态、应用”的人工智能产业趋势论坛上,辛辛那提大学特聘讲座教授、美国国家科学基金会智能维护系统研究中心主任李杰,普华永道资深合伙人季瑞华,阿里云研究中心主任田丰,酷特集团副总裁柳屹立,明略数据技术副总裁黄代恒,优圣美创始人兼首席科学家Ph·D,Saptho Nair作为演讲嘉宾从不同角度介绍了人工智能的应用实践。

李杰:智能制造中的人工智能与工业大数据分析

工业大数据分析的目的是从制造与工业系统中利用传感器及现有与过去数据找出隐藏的操作问题及未知的变异,及时地做预防警报排除故障并创造价值。美国辛辛那提大学特聘教授李杰在论坛上从工业大数据、人工智能、工业大数据分析工具与CPS应用架构等方面具体介绍了工业大数据分析与预测式智能制造及一些成功企业案例。

李杰教授表示,人工智能利用传感器实现智能化,为了让数据做得更好,让机器更聪明,让人更聪明,而不是说取代人类,这种说法是完全错误的,比如无人驾驶的目的是无忧驾驶,是为了预防系统性风险。

季瑞华:建立人工智能信任和信心的责任框架

未来五年人工智能辅助vs人工的角色转化率

普华永道资深合伙人季瑞华从商业角度分析了人工智能对各大行业的重要程度,并以可视化数据显示了未来那些角色由人工更大程度转向人工智能辅助。会上,季瑞华表示,我们应当在合理的人工智能框架下,从战略到设计到实施到运行和监控,让人工智能技术真正为企业带来好处。而如果要建立人工智能框架,使其推动整体业务发展必须要明确人工智能的战略。

合理的人工智能框架

普华永道还对以下十种人工智能解决方案对业务的影响程度进行了研究调查,其中以虚拟个人助理占比最高,调查结果如下:

虚拟个人助理对业务的影响占31%;

自动分析对业务的影响占29%;

自动交流,如电子邮件和聊天室对业务的影响占28%;

自动研究报告和数据聚合对业务的影响占26%;

自动化操作和效率分析对业务的影响占26%;

预测分析对业务的影响占26%;

用于决策支持的系统对业务的影响占21%;

机器人对业务的影响占19%;

自动销售对业务的影响占18%;

机器学习对业务的影响占16%;

田丰:阿里云的智能平台战略

如今对于人工智能,人们已经由热产能进入到寻求人工智能变现的阶段,基于这一现状,阿里云研究中心主任田丰在会上向我们介绍了产业级人工智能的应用。整体人工智能以数据为基础,称为数据智能,中国的云端产业升级也是来自于数据智能新一波浪潮的推动,甚至在一带一路峰会上还出现一个有趣的说法——中国“新四大发明”——网购、支付宝、共享单车、高铁。这四大发明,实际上代表了两种技术的发展路线——前两项与阿里云相关,是数据智能的消费升级,后两项则是产业升级,一辆自行车从卖硬件,变成了卖服务、卖共享经济的一项服务。中国新四大发明的背后都是基于云计算、大数据来产生所有相关的应用。

而对于企业搭建人工智能平台战略方面,田丰以美国四大巨头——谷歌,亚马逊,微软,Facebook为例,这四大巨头的人工智能布局是一个产业发展的纬度,首先自研AI芯片,然后是打造开放平台,然后是AI特殊产品的服务应用和场景,当然企业级服务距离消费者略微远,如今这是Saas一个发展的方向。现在阿里巴巴也在打造开放平台,今年3月份宣布了NASA计划,阿里巴巴走的纬度也是相关生物识别、物联网等等。阿里人工智能平台包括四个大脑,它们都属于阿里云旗下人工智能产品“阿里云ET”。工业大脑致力于提升工业生产线良品率,医疗大脑致力成为医生助手,城市大脑则主要关注如何解决城市交通问题。

柳屹立:从传统到智造的完美一击

酷特集团来自传统制造业,以西装定制化生产而闻名。酷特集团副总裁柳屹立讲述了酷特集团由传统制造业向定制化生产智造的转型升级过程并基于十余年的转型过程沉淀了三大核心,一大价值。2003年的时候开始进行技术转型,2011年公司确定C2M(顾客对工厂)战略,直接从顾客到工厂,工厂直接为用户生产出个性化定制产品,同时酷特集团开始研究SDE工程,旨在帮助为传统企业转型升级改造提供解决方案,一个一站式解决方案,为此酷特集团成立了八大科研中心,从互联网络、盈利模式、轻松执行、数据驱动、价值链整合等八个纬度进行研发。2016年正式向传统企业输出全套的解决方案,帮助它们转型升级。

黄代恒:感知与洞察——工业大数据应用实践

明略数据技术副总裁黄代恒以轨道交通为例讲述了数据挖掘在轨道交通行业的落地。行业人工智能在工业方面分成感知和洞察两个部分,利用分布式的技术,对传感层、传输层,前端收集的大量数据进行分析从而产生业务价值,这是感知,而洞察是可以进行分析、预警,基于生命周期的统计分析,将故障分析、预测由人工化、抽样化,向智能化、全面化的转变。

Saptho Nair:机器学习在IT运营大数据中的应用

优圣美创始人兼首席科学家,Saptho Nair介绍了IT运营中机器学习的应用,并以金融业务为例展开叙述。机器学习分为三种类型,以IT数据为基础,一种是异常检测,通过寻找IT运维行为发生的变化来发现设备是否在正常运行。第二种是智能预测,机器可以通过大数据分析进行未来预测,具有足够的处理能力来完成下一环节的运行。第三种则是聚合分类,针对不同的消费者进行分类,例如将金融行为进行分类,看人们是否可能向银行偷钱等。