999国内精品永久免费视频,色偷偷9999www,亚洲国产成人爱av在线播放,6080亚洲人久久精品,欧美超高清xxxhd

對于西門子來說，人工智能既是一個讓人興奮的課題，又是一個富有極高要求的工作內(nèi)容。

如果把數(shù)字化雙胞胎比作西門子的關(guān)節(jié)，起到有機(jī)聯(lián)結(jié)工業(yè)數(shù)據(jù)的作用，那么人工智能的存在對于西門子來說，無疑就是經(jīng)脈——將數(shù)據(jù)的價值和能力輸送至更深、更遠(yuǎn)，延伸到那些不容易被挖掘或是此前難以發(fā)現(xiàn)的細(xì)枝末節(jié)。

舉個簡單的例子：老舊車間是否需要進(jìn)行數(shù)字化升級改造？

首先遇到的問題就是掌握車間的基本情況，包括設(shè)備的運行狀態(tài)、系統(tǒng)的種類與架構(gòu)、運營維修等信息。

然后，實現(xiàn)初步的數(shù)字化雙胞胎。

將這些形式迥異、來源不同的數(shù)據(jù)關(guān)聯(lián)在一起，構(gòu)建一個一體化的語義模型，以便清晰地把控車間的全局狀況。

西門子助力雙星集團(tuán)打造數(shù)字化工廠，圖片來自雙星

規(guī)劃定義階段之后，接下來的問題往往是：數(shù)字化究竟能夠帶來多少好處？是否值得投入？有大的提升空間？

「大部分客戶在一開始對這些問題都很難有一個清楚的把握。而我們有 AI，就可以基于語義和數(shù)據(jù)去做智能分析，然后通過仿真驗證，幫助客戶解決數(shù)字化升級中遇到的這些問題?！刮鏖T子中國研究院產(chǎn)品建模與仿真研發(fā)部研發(fā)總監(jiān)李明說道。

而且在她看來，AI 在工業(yè)領(lǐng)域的潛能并不止步于分析與評估，還會在故障診斷、預(yù)測性維修等方面展現(xiàn)能力，

「如果僅僅知道故障卻不能判斷原因，就無法做到提前預(yù)防，這其實不算是真正幫助車間完成了改善工作?！?/p>

毫無疑問，老舊工廠的數(shù)字化升級是一個典型，但卻不是個例。

西門子擁有龐大而多元的業(yè)務(wù)與產(chǎn)品體系。在過去的幾十年里，西門子針對人工智能技術(shù)展開了一系列探索，并將其應(yīng)用于 CT 及 MRI 結(jié)果分析的復(fù)雜圖像識別、燃?xì)廨啓C(jī)和風(fēng)場等工業(yè)系統(tǒng)、銅價預(yù)測和電網(wǎng)產(chǎn)能利用率的預(yù)期以及工業(yè) 4.0 中用于協(xié)作、自適應(yīng)和柔性生產(chǎn)的物理自主系統(tǒng)等方面。

與此同時，西門子在人工智能相關(guān)技術(shù)和人才方面上的持續(xù)投入也有目共睹。

2017 財年，西門子在相關(guān)業(yè)務(wù)的投入約為 52 億歐元，超過 2016 財年的 47 億歐元。2018 年財年，西門子的研發(fā)投資計劃在現(xiàn)有水平上增加 4.5 億歐元。

此外，西門子在北京、上海、蘇州、南京、武漢、無錫、青島等城市建立了研發(fā)分支機(jī)構(gòu)，并在青島、成都成立了智能制造創(chuàng)新中心。截至 2017 財年，西門子全球研發(fā)人員已經(jīng)達(dá)到約 4 萬人。

近日，西門子全球高級副總裁 Norbert Gaus 接受了機(jī)器之能的采訪，還原了這家老牌工業(yè)企業(yè)在人工智能大潮中的獨特思考與生存法則。

西門子全球高級副總裁 Norbert Gaus

以下為采訪實錄，機(jī)器之能做了不改變原意的整理。

從最初的互聯(lián)網(wǎng)到后來的移動互聯(lián)網(wǎng)，發(fā)展至后來的人工智能技術(shù)以及現(xiàn)在大熱的邊緣計算、區(qū)塊鏈，對于西門子而言，要抓住的技術(shù)機(jī)遇是哪些？

這涉及到我們的技術(shù)部局。

西門子擁有非常廣泛的產(chǎn)品和技術(shù)組合，結(jié)合技術(shù)門類，公司定義了 14 項核心科技。

西門子公司定義的 14 項核心技術(shù)

總體來說，是通過數(shù)字化手段來進(jìn)行研發(fā)。

數(shù)字化是基礎(chǔ)，產(chǎn)品要實現(xiàn)互聯(lián)化和智能化，這也是在技術(shù)發(fā)展中我們要促成的其中一個方面，讓大家知道互聯(lián)與智能對于現(xiàn)場設(shè)備全生命周期的安全和可靠意味著什么。

我們有許多工作組從事這方面的研究，其中之一是將老舊工廠的設(shè)備進(jìn)行互聯(lián)，另外是讓一個或多個系統(tǒng)實現(xiàn)智能化，未來將實現(xiàn)現(xiàn)場設(shè)備和系統(tǒng)之間的實時交互和通訊。要讓現(xiàn)場設(shè)備自主實現(xiàn)優(yōu)化，這是現(xiàn)場層面涉及到的科技。

第二是我們研發(fā)的信息技術(shù)，用于幫助客戶和我們自己進(jìn)行產(chǎn)品設(shè)計、制造流程的設(shè)計以及工廠的自動化和運營服務(wù)的自動化。

我們有各種各樣的工具來建造模型，用這些模型生成數(shù)據(jù)。這其中就用到 MindSphere（西門子推出的基于云的開放式物聯(lián)網(wǎng)操作系統(tǒng)）。

MindSphere 為設(shè)備提供互聯(lián)，對設(shè)備進(jìn)行管理、實施功能或者實施模型；在數(shù)據(jù)端和模型端，還對產(chǎn)品生命周期管理工具進(jìn)行連接，為利用數(shù)據(jù)開發(fā)應(yīng)用程序提供了一個生態(tài)系統(tǒng)。這些應(yīng)用程序來自西門子，也可以來自我們的合作伙伴、客戶和供應(yīng)商。

在這個生態(tài)系統(tǒng)的背景下，有一些非常熱門的技術(shù)，比如區(qū)塊鏈、物聯(lián)網(wǎng)、互連設(shè)備或者邊緣設(shè)備、人工智能、仿真和數(shù)字化雙胞胎等技術(shù)。

最后一個方面是信息安全。上百萬計的設(shè)備互聯(lián)會產(chǎn)生大量數(shù)據(jù)，保證網(wǎng)絡(luò)信息安全才能實現(xiàn)設(shè)備的可靠性。

這些技術(shù)方向?qū)τ谖覀儊碚f，既是一個讓人興奮的課題，又是一個要求極高的工作內(nèi)容。

對于人工智能在工業(yè)領(lǐng)域的應(yīng)用，西門子有哪些可以分享的成功案例？

在工業(yè)領(lǐng)域，通常會把人工智能應(yīng)用在維修、服務(wù)這些方面。

第一個案例是預(yù)測工業(yè)設(shè)備的維修時間。

很多時候，我們需要從火車、輪機(jī)這些關(guān)鍵部件中提取數(shù)據(jù)，來預(yù)測磨損等原因造成的故障，這里面涉及維修間隔的計算。

例如，燃?xì)廨啓C(jī)一旦出現(xiàn)故障，那么對于我們和客戶來說，都需要一個漫長的維修時間，而且成本十分高昂。

因此，我們需要挖取并推送數(shù)據(jù)，以便安排好在客戶方便的時間去進(jìn)行維修，這樣就能節(jié)約大量的成本，實現(xiàn)系統(tǒng)的優(yōu)化。

在一些場合下，我們會與客戶簽定維護(hù)合約，為其定期提供維護(hù)服務(wù)。我們的客戶并不關(guān)心你怎樣實現(xiàn)維修，只在乎設(shè)備能否在它的生命周期內(nèi)能否正常工作。

當(dāng)然，我們可以通過增加備件、增派工程師人手的方式實現(xiàn)的設(shè)備正常工作的要求保障?？蛻羰菬o所謂的，但我們有所謂，我們希望的是付出最小的代價完成任務(wù)。

如此一來，問題轉(zhuǎn)移到了我們自己身上，就需要通過調(diào)取數(shù)據(jù)來研究如何實現(xiàn)工況的優(yōu)化，還要更加準(zhǔn)確地在現(xiàn)場預(yù)測什么地方會出問題，以及預(yù)測問題會在什么時候出現(xiàn)。

另一個案例是在電網(wǎng)行業(yè)。

在電網(wǎng)里，你也許檢測到一個故障，但卻無法知道到底什么地方出現(xiàn)了故障，因此我們需要對故障進(jìn)行精準(zhǔn)定位。

定位越準(zhǔn)確，維修成本就越節(jié)約。

傳統(tǒng)的定位方法依賴于人工，他們會通過評估數(shù)據(jù)完成定位任務(wù)。現(xiàn)在我們則用人工智能訓(xùn)練神經(jīng)網(wǎng)絡(luò)，可以把定位的準(zhǔn)確度提高 20%。

這不僅能夠為客戶節(jié)省大量的成本，還有一個妙處就是，定位能力不是依賴一個后端的超級計算去定位，而是只要在現(xiàn)場部署神經(jīng)網(wǎng)絡(luò)就可以實現(xiàn)了。

另外，我們除了維修服務(wù)方面，還會用人工智能技術(shù)進(jìn)行優(yōu)化運營，例如機(jī)床等方面。我們現(xiàn)在還開始用人工智能技術(shù)支持產(chǎn)品的設(shè)計。

可以說，我們的人工智能應(yīng)用非常廣泛，現(xiàn)在是貫穿于產(chǎn)品全生命周期的各個階段，覆蓋設(shè)計制造、運營、服務(wù)、維修等各個方面。

有人認(rèn)為，工業(yè)領(lǐng)域人工智能的突破方向在于，把統(tǒng)計模型與領(lǐng)域內(nèi)的知識與機(jī)理模型深度融合，您如何看待這一觀點？

我是非常認(rèn)同的。

工業(yè)數(shù)據(jù)與其他環(huán)境中的數(shù)據(jù)非常不一樣。相比于商業(yè)、醫(yī)療領(lǐng)域，工業(yè)領(lǐng)域的數(shù)據(jù)量小了很多。

我們并不希望去弄來特別多的訓(xùn)練數(shù)據(jù)，而且工業(yè)領(lǐng)域有很多龐雜的非結(jié)構(gòu)、非標(biāo)簽化的數(shù)據(jù)，沒有那么多可供訓(xùn)練的數(shù)據(jù)，所以我們會使用仿真模型。

但有的時候，仿真模型的設(shè)計并非最優(yōu)化，所以很難完成這個過程，就只能依靠傳統(tǒng)領(lǐng)域?qū)＜液腿斯ぶ悄軐＜乙黄痖_展工作的方式。

現(xiàn)在，我們不會單獨利用訓(xùn)練數(shù)據(jù)，而是會綜合利用產(chǎn)品的設(shè)計、制造以及運行流程中各個方面的數(shù)據(jù)，把它們場景化、背景化，從而構(gòu)建出知識圖譜，然后讓領(lǐng)域知識的積累實現(xiàn)自動化，再同機(jī)器學(xué)習(xí)以及神經(jīng)網(wǎng)絡(luò)結(jié)合起來，進(jìn)而克服工業(yè)領(lǐng)域中數(shù)據(jù)量不夠的瓶頸。

當(dāng)然，我們所說的數(shù)據(jù)量不夠指的是故障數(shù)據(jù)不夠。

的確，在工業(yè)領(lǐng)域，有價值的異常、故障樣本數(shù)量相對稀缺，西門子如何解決其中數(shù)據(jù)樣本的不對稱、不平衡問題？如何最大化利用工業(yè)數(shù)據(jù)的價值？

我們會通過兩種途徑解決這個問題。

一種是使用仿真模型來生成數(shù)據(jù)，但是仿真以及現(xiàn)在的數(shù)字化雙胞胎，還未必能夠生成可用于機(jī)器學(xué)習(xí)的數(shù)據(jù)。

另一個途徑也是主渠道，就是利用領(lǐng)域知識，按照數(shù)據(jù)需求定制網(wǎng)絡(luò)的設(shè)計，使得我們不再需要那么多的數(shù)據(jù)。畢竟汽輪機(jī)不可能出現(xiàn)一百萬次故障，這樣的話，數(shù)據(jù)量是夠了，但我們就有更大的問題需要解決了。

而且，我們不只看機(jī)器的數(shù)據(jù)、傳感器的數(shù)據(jù)，也會去看服務(wù)報告、制造報告等，以形成一個語境、上下文關(guān)系。如此一來，我們就可以把機(jī)器數(shù)據(jù)與其他的數(shù)據(jù)整合起來，綜合展開評估，也就彌補了機(jī)器數(shù)據(jù)的不足。

從 2001 年開始，西門子前前后后收購了 20 余家與工業(yè)軟件相關(guān)的公司，我們可以理解為西門子正在變成一家工業(yè)制造行業(yè)的軟件平臺級公司嗎？基于這一點，西門子在技術(shù)研究上和微軟等其他軟件公司相比，有什么差別？

我們和其他軟件公司的差異就在于 IoT（物聯(lián)網(wǎng)）和 IT（信息技術(shù)）之間的區(qū)別。

我們在軟件業(yè)務(wù)上往往會提供工具來支持產(chǎn)品的全周期管理，包括產(chǎn)品的設(shè)計以及制造產(chǎn)品的工廠的設(shè)計，工廠的運行等方面，這里有很大的區(qū)別。

我們總是可以借鑒到 IT 廠商在 IT 方面的專業(yè)知識，再結(jié)合我們自己在垂直領(lǐng)域中的專有知識。要知道，你是設(shè)計一個工廠，還是設(shè)計一個建筑；是設(shè)計一個電網(wǎng)，還是設(shè)計一個設(shè)備，領(lǐng)域知識是很不一樣的。

不僅需要設(shè)計工具能夠聚焦在某一個垂直領(lǐng)域的使用上，也需要長期積累大量的知識和豐富的經(jīng)驗。因此，我們會把 IT 行業(yè)和我們在專業(yè)領(lǐng)域的專有知識相結(jié)合，這是我們在軟件業(yè)務(wù)方面的方法。

另一方面，現(xiàn)在 IT 技術(shù)已經(jīng)貫穿到每一個產(chǎn)品當(dāng)中，也就是每一個產(chǎn)品線都在越來越智能化，越來越能適應(yīng)物聯(lián)網(wǎng)的世界。

現(xiàn)在的產(chǎn)品需要做到智能、可靠、安全、耐用。一個產(chǎn)品往往會有 20 年左右的壽命周期，所以我們希望相應(yīng)的 IT 技術(shù)也能跟上產(chǎn)品的使用年限。

我們不僅要提供所需的軟件、硬件，還要區(qū)考慮到部分部件是在本地加工，部分部件需要在云端進(jìn)行管理。

在云端管理不同國家的數(shù)以百萬計的設(shè)備，是物聯(lián)網(wǎng)世界中獨一無二的挑戰(zhàn)。

我們現(xiàn)在所處的行業(yè)與其他行業(yè)既有相似性也有差異性，我們的確可以從傳統(tǒng) IT 廠商那里得到學(xué)習(xí)和借鑒，但我們也要知道哪些技術(shù)是可以拿來用的，哪些是我們必須自己去開發(fā)的。

西門子在工業(yè)領(lǐng)域的 AI 應(yīng)用上有著怎樣的推廣策略？在實地完成工廠的自動化改造過程中，遇到過哪些問題？

首先，我們擁有一系列非常完整的解決方案。

從研究的角度出發(fā)，我們也認(rèn)識到中國有很多老舊企業(yè)擁有數(shù)據(jù)不存在的問題，所以產(chǎn)線改造不沒有想象中容易。

老舊工廠的改造和傳統(tǒng)的工廠智能化項目有一些區(qū)別。我們會從工廠的底層設(shè)計到物聯(lián)網(wǎng)設(shè)備的安裝，以及到最后的數(shù)據(jù)采集和展示展開研究。

針對中國的這個獨特需求，西門子研究院會開發(fā)一個全新的解決方案，去討論如何解決老舊車間的數(shù)字化雙胞胎命題。

西門子中國研究院是一個做開放創(chuàng)新的機(jī)構(gòu)，會在很多項目上與本地的企業(yè)客戶展開一些試點項目的創(chuàng)新合作，進(jìn)而驗證我們的研究方向和方法。

做研究也要了解市場，我們會在市場上找到一些代表性的企業(yè)。

例如，去年九月的西門子創(chuàng)新日上，我們就與兩家當(dāng)?shù)氐钠髽I(yè)簽署了備忘錄，分別是一汽錫柴和蘇州耐世特，得到了當(dāng)?shù)卣拇罅χС帧?/p>

這兩家企業(yè)都是大量使用了我們的設(shè)備，我們會幫助它們基于現(xiàn)有生產(chǎn)線通過數(shù)據(jù)獲取的方式實現(xiàn)生產(chǎn)效率的優(yōu)化。

如何看待中國的人工智能以及智能制造能力？

作為一家在華經(jīng)營多年的企業(yè)，我們感受到了中國的長足進(jìn)步，尤其是在工業(yè)領(lǐng)域。

眼下，不管是人工智能還是其他技術(shù)領(lǐng)域，各個國家都在各自展開研究。不管是中美德，還是其他的國家，都在開發(fā)數(shù)字化雙胞胎以及自動化等技術(shù)，也都擁有優(yōu)質(zhì)的人才。

在人工智能的開發(fā)上，最大的瓶頸其實并不在于數(shù)據(jù)，而是人才。我們希望能夠從各地招攬到最優(yōu)秀的人才為我們所用。

中國就擁有非常多的人才，西門子在中國建立了除德國以外最大的研究機(jī)構(gòu)，這也是有原因的。

中國擁有非常強(qiáng)大的云服務(wù)提供商，并不弱于其他國家。在基礎(chǔ)技術(shù)和產(chǎn)品方面，中國也有很強(qiáng)的技術(shù)實力。

未來，我們會基于中國本土所研發(fā)出來的這些技術(shù)，與中國的合作伙伴和客戶一起展開合作。我們并不是說要引進(jìn)或是出口技術(shù)，而是會綜合利用中國的技術(shù)以及西門子自己的技術(shù)，包括 MindSphere，再把這些技術(shù)匯集起來為中國客戶所用。