在2017中國大數(shù)據(jù)應(yīng)用大會上，美國辛辛那提大學(xué)特聘講座教授、美國白宮信息物理系統(tǒng)與美國挑戰(zhàn)項目顧問李杰對工業(yè)大數(shù)據(jù)做了自己的見解。
李杰自述：我在美國產(chǎn)官學(xué)界工作了三十七年，IMS中心是2000年建立的， 目前全球有90多個企業(yè)伙伴，比如說像三菱電機(jī)、GE， 華為、中船、中車、三一重工(600031)等等。我們花了15年時間寫出來的這本《工業(yè)大數(shù)據(jù)》，以前根本沒有想過要寫這本書，很多企業(yè)說你把他它整理出來，所以這本書是2015年在中國通用電氣公司上海研發(fā)中心發(fā)?表的，基本上把過去15年做的方法、思維邏輯可以傳承的東西留下來了，里邊還有一些案例?！稄拇髷?shù)據(jù)到智能制造》 這本書講了很多智能制造的案例，比如半導(dǎo)體、汽車、發(fā)動機(jī)、機(jī)器人(300024)等都用最新的方法解決過去人還不能解決的問題。
之后，李杰將工業(yè)大數(shù)據(jù)在智能制造的作用，首先便是關(guān)于工業(yè)大數(shù)據(jù)的作用，一般來說，我們做工業(yè)大數(shù)據(jù)是圍繞工業(yè)問題來的，比如污染、效率、質(zhì)量、生產(chǎn)等，這些問題的解決過程中積累出知識經(jīng)驗，而數(shù)據(jù)的做法就是把這些問題的原因和參考性找到，最后產(chǎn)生價值。工業(yè)大數(shù)據(jù)常常講一句話，就是”經(jīng)驗”到”事實”的轉(zhuǎn)變，就是我可以把人的經(jīng)驗變成可以用數(shù)學(xué)或者數(shù)據(jù)的結(jié)果來證明的事實。做產(chǎn)品的企業(yè)比較喜歡集中在產(chǎn)品上，也就是“蛋黃”，發(fā)動機(jī)起飛之后，很多的“蛋白”數(shù)據(jù)就出來了，“蛋白”數(shù)據(jù)可以拿來分析，可以找到飛機(jī)起飛、落地的原因，它和空氣濕度有關(guān)系，和風(fēng)向有關(guān)系，所以從起飛、飛航、落地三個階段做歸類，是做維護(hù)還是做安全檢查，這樣就分開了，所以數(shù)據(jù)的分類、分割、分享等都可以做好。
2005年小松智能維護(hù)大數(shù)據(jù)，但是數(shù)據(jù)量太大，量大不是問題，重點是沒有把數(shù)據(jù)分類、分割， 分解，你要把數(shù)據(jù)先分類、分割、分解之后再傳出去做分析，不要所有的傳上去做梳理，這個很累的。所以我們利用蛋黃、蛋白觀念挖掘數(shù)據(jù)，所以我們把經(jīng)驗累積起來。目前小松用無人機(jī)把工地建模起來，工地建模掃描之后，自動挖掘機(jī)一個晚上就把工地挖完了，這就是智能化。
輪胎也是如此，輪胎壓力不一樣，跑的時候也不一樣，怎么調(diào)整就不知道，你一個月多花一百美金，一年多花一萬多美金，由此就可以知道哪一個輪胎不好，但是這是人根本做不到的事情，我們?yōu)槭裁粗v這個東西?我們講工業(yè)大數(shù)據(jù)，就是要利用很多數(shù)據(jù)資源，我們可以用歷史數(shù)據(jù)，傳感數(shù)據(jù)，然后再做分析方法，再找出他的原因做預(yù)防，這些是很重要的。以前是數(shù)據(jù)全部上傳，這個觀念也對，也不對，就看你做什么行業(yè)，比如說蘋果手機(jī)數(shù)據(jù)要上云這沒有什么了不起，比但高鐵的數(shù)據(jù)一天一截車廂數(shù)據(jù)量的花?相當(dāng)高。所以關(guān)于大數(shù)據(jù)有三個基礎(chǔ)，就是DT，PT，AT，DT叫做數(shù)據(jù)技術(shù)，PT叫做平臺技術(shù)，AT叫分析技術(shù)。分析技術(shù)有兩個，一個是分析的工具，另一個是分析的工藝。工具好比廚房烹飪的工具，工藝是廚師要有的，我給你一條魚三個人三個不同的做法，三個不同的味道，所以工具可以開源，工藝不可能開源，因為他是工匠精神。 談到DT講的三個特性，接下來的三個“B”，第一個就是數(shù)據(jù)要分裂性。第二個“B”是數(shù)據(jù)的優(yōu)劣性，第三個“B”是數(shù)據(jù)的背景性，很多行業(yè)數(shù)據(jù)量大但是都沒有背景，所以都不能用， 所以這方面工業(yè)大數(shù)據(jù)DT不是一般人都能夠做到的。
平臺做出來讓每個人都能用，但是必須要處理數(shù)據(jù)，第一層就是看看怎么收集數(shù)據(jù)，第二層就是數(shù)據(jù)到信息化內(nèi)容轉(zhuǎn)變，第三層就是虛擬網(wǎng)絡(luò)化內(nèi)容管理，第四層是對問題的識別及決策，第五層是裝備的充組，它是一層一層的。比如很多數(shù)據(jù)不需要收集，直接在處理端就完成了，上云之后沒有數(shù)據(jù)本質(zhì)了，但是它有分析的價值，它本質(zhì)不一樣，云都處理好了。比如魚處理好了，我可以一魚三吃。所以這方面的技術(shù)你們都可以去做，但是它有一套系統(tǒng)哲學(xué)，咱們國內(nèi)機(jī)會很多，都有很多小成功，小成功也創(chuàng)造了很多財富。在二十六年前我就說數(shù)據(jù)有一天可以經(jīng)過一個學(xué)習(xí)軟件把它分類、分割、分解、分析，然后做分享。然后就會有一個芯片與軟件結(jié)合在不同工業(yè)應(yīng)用包括飛機(jī)發(fā)動機(jī)測試，風(fēng)電，高鐵，還有大的發(fā)電站，還有中國電信整個的傳輸，我們今天談的目的就是人工智能怎么改進(jìn)工業(yè)大數(shù)據(jù)分析，這是我們今天要談的主題。
（轉(zhuǎn)載）
