加入收藏 | 设为首页 | 会员中心 | 我要投稿 上饶站长网 (https://www.0793zz.com.cn/)- 数据库平台、视觉智能、智能搜索、决策智能、迁移!
当前位置: 首页 > 运营中心 > 搜索优化 > 正文

中国工程院院士唐立新:数据解析与优化技术相结合是解决工业“黑盒”之道

发布时间:2019-12-13 08:47:28 所属栏目:搜索优化 来源:猎云网
导读:副标题#e# 【猎云网北京】12月10日报道 12月10日,2019年度CEO峰会暨猎云网创投颁奖盛典在北京望京凯悦酒店隆重举行,近百位知名资本大咖,独角兽创始人、创业风云人物及近千位投资人与创业者共聚“新势力·2019年度CEO峰会暨猎云网创投颁奖盛典”。 峰会上
副标题[/!--empirenews.page--]

WechatIMG72_meitu_1

【猎云网北京】12月10日报道

12月10日,2019年度CEO峰会暨猎云网创投颁奖盛典在北京望京凯悦酒店隆重举行,近百位知名资本大咖,独角兽创始人、创业风云人物及近千位投资人与创业者共聚“新势力·2019年度CEO峰会暨猎云网创投颁奖盛典”。

唐立新2_meitu_4.jpg

峰会上,中国工程院院士、东北大学党委常委副院长唐立新以《智能工业数据解析与优化》为主题分享了自己的观点。其围绕着工业中要开展智能化的研究的原因、智能化研究的主要内涵与逻辑,以及数据解析和优化两者间的关系三个问题进行了具体分析。

唐立新认为智能化是工业中提升核心竞争力的重要手段,可以达成四个目标。第一,品种的融合;第二,产品质量的提升;第三,降低生产过程中成本;第四,生产过程节能环保。其次,在工业中,智能化的主要逻辑包括感知客观世界、发现问题、决策、执行四个方面。

对于工业中智能化涉及到的两个核心技术,即数据解析技术与优化技术的关系。唐立新表示,大数据解析是如何认识客观世界,分析总结规律,包括如何对患者进行化验,再就是诊断。优化是如何改变客观世界,排列组合找出最优解。包括如何治疗,如何出配方。两者结合就是道,完成道就可以最终解决工业中智能化问题。

唐金句_meitu_6.jpg

为了帮助创业者和投资人重新蓄力,2019年,猎云网携全新品牌“新势力(New Force Summit)”亮相。本次峰会由猎云网主办,锐视角、猎云资本、猎云财经、企业管家协办。

此次盛典上,猎云网将通过以下六个版块分享创业者和投资人在智能制造、文娱、零售、医疗、教育、汽车等领域的启发性的观点和行业前瞻:政府引导基金如何更好助力产业升级、5G——开创产业变革新纪元、新常态下的创投发展新趋势、AI融合IoT——引领万物智能新时代、中美双向投资差异和机遇、新常态下,市场化LP的投资新趋势多个维度,分享科技和产业前沿观点,探讨创新潮流趋势、把握未来新方向。

以下为唐立新演讲实录,猎云网整理删改:

今天我的主题是智能工业数据解析与优化,介绍一下过去研究与应用当中的体会。我主要谈三个问题:第一,为什么在工业当中要开展智能化的研究;第二,智能化研究的主要内涵与逻辑;第三,该领域中最关键、最重要的两个因素,数据解析和优化之间的关系。

首先讨论分享第一个问题为什么在工业当中开展智能化的研究。我国是世界工业强国,如何让工业中的材料、工艺还有装备,在新时代发挥更大的作用,智能化是其中很重要的一个手段。而智能化应用,可以应对决定了制造业核心竞争力的四个挑战。第一,品种融合;第二,产品质量;第三,生产过程中的成本;第四,生产过程是否节能环保。

学术界主要是通过智能化与传统工艺相结合,来解决工业中面临的这四个挑战的。所以智能化是手段,而不是目的,如何更好进行智能化应用?我们以钢铁为例,我们钢产量已达到9.28亿吨,意味着中国占世界总刚产量的51.3%,也在工艺、设备、品种等方面拥有很强的优势。

第二个问题:在工业中,智能化的主要逻辑包括哪些方面?其类似于人体。第一,如何感知客观世界,第二,如何发现问题。第三,如何决策?第四,如何执行。

首先从感知讲起,智能化的感知类似人的眼睛、耳朵如何感知客观世界。感知过程中应用了一些新技术,如图像、自然语言理解、可视化等技术来扩展人的感知能力。在工业过程中同样如此,在连接过程中通过更先进的数字感知,来理解工业过程。

钢铁企业已经存在多年,但是生产过程仍是黑盒,如何通过智能化将黑盒变成灰盒、白盒,至今仍是钢铁企业面临的问题。那么就可以采用数字感知技术,包括图像、自然语言理解、等,将工业过程可视化。因此,感知当中最重要的第一个就是理解。理解的目的是为了更好进行控制与优化。

第二方面,如何感知基础上发现。首先是发现产品的质量,实现质量在线预测。其次,在发现中最关键的、最重要的是如何进行识别与诊断。在今天,这两点通过人工智能技术都有可能解决,因为在工业过程中积累大量数据,能够分析数据需求。

第三个方面,智能化应用过程中如何进行决策。企业如何进行决策包括两个层面,一个是计划,一个是调度。计划主要是关心企业生产过程中,应该生产什么,生产多少,每个时间段的生产量。这关系到企业资源配置、设备利用率,也就与库存与客户满意度直接相关。

继而是调度的问题,即如何安排企业的生产,在工序当中如何组织生产,其中应用核心技术解决的就是将客户多样性的客户需求,转化为大批量生产的生产模式的问题。工业4.0中,这是极具挑战性的矛盾,就需要靠批调度解决,批调度就是解决市场的需求,满足多元化的需求。其中企业竞争力的核心,一方面满足客户多样性的需求,另一方面要满足生产大规模需求,这是永恒的矛盾。这个矛盾在今天的时代通过人工智能,通过优化技术得以解决。

第四方面是执行环节,主要就是解决生产过程当中如何确定每个工序、每个产品,如何设定生产过程的流量、压力、速度,使得产品质量达到期望的要求。最后通过最优控制来执行。

第三个问题,是两个核心技术的关系。第一个是数据解析技术,第二个是优化技术。数据解析技术是一个方法论,其想解决什么问题?主要是从数据当中发现规律、特征,用于生产当中产品的质量与工况的预报。

我们对规律的认识,就是从大数据解析开始的。我们举例说明,比如在物理学当中起到非常重要作用的开普勒发现三大定律。开普勒的导师,经过20年研究了100万条的数据,当时的科学条件非常有限,是通过象限仪,通过不断的观察、记录,记录了100万条的数据,天体横行运动的记录,他的学生开普勒在此基础上建立数学模型得出规律,得到三大定律。

(编辑:上饶站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

热点阅读