ZD至顶网网络频道 12月16日 北京报道:12月16日,ZD至顶网和工业4.0协会主办的中国制造千人会(MIC1000)在上海召开。从美国远道而来的美国白宫信息武力系统专家组顾问、《工业大数据》作者李杰(Jay Lee)先生为我们带来了“新制造企业革命:工业大数据与CPS应用”的精彩演讲。
美国白宫信息物理系统(CPS)专家组顾问、《工业大数据》作者李杰(Jay Lee)
首先,李杰从工业大数据的CPS应用切入主题,详细讲解了工业大数据CPS的核心以及具体案例。李杰讲到,“为什么CPS对中国制造有跳跃式的影响,中国的利益点在哪里呢?这些数据出来之前,一定是有隐秘,所以需要一个消化系统,你需要机器的软件,找特征,我们装备也是这样的,把数据变成不同的特征。经过分析之后把设备的关系建立起来就不容易出故障。”
“从2011年GE形成了工业大数据的观念,一台发动机在上面,经过数据的特征回到机器再转成信息分享出来。”李杰讲到,“我们2011年所有的数据从历史数据开始,到现在控制器数据,甚至我不愿意用的数据,都来做整合分析,这些数据你要有一个分析的方法,找出还没有发生的问题,这个在2015年以前是一个科学上最大的缺失,当初我们提出的观念很多人不了解,企业界说很合理,但是不知道怎么去实现。”
对于今天我们所获取到的诸多特征信息,李杰给出了一个很形象的比喻,“好比一个人,一个健康的心脏,可能胆固醇、中风都会发生,但是我怎么知道你会发生,需要测量胆固醇来分析你的风险等级,所以每个方向都不一样。”
李杰讲到,从航空领域来说,我们通过监测飞机数据,把数据简化、归类、比较,不用每一次做分析,这样数据量就减少了很多,避免了很多不必要的发动机监控,之后我们发现大数据的挑战不是在数据量,真正的挑战是数据的自然碎片化问题,你拿到数据的时候天气跟之前不一样,环境跟之前不一样,数据的有效性受到很大影响,所以环境背景很重要,所以我们就开发了Cyber。
另外,李杰还讲到,比如我们做的实体海上风电,可以把状态、发电量,发电组做比较,可以看出差异化,看出关系,在这些基础上到第三年可以很快预测哪一个风电不稳。针对机床运行时候的多种影响,我们发明了Cyber-Twin Machine,信息实体对称模型。这套模型是今天比较成功的产品,已经在上海刚刚展示过。
李杰认为大数据的目的就是没有数据,需要我们找出逻辑关系,在今年上海的工博会,已经展示的“风云”就是使用的这个平台。而CyberTwin的观念是不同的物体运动的时候会产生大量数据,我们需要再通过其它的数据把这些数据进行简化。
随后,李杰还给我们分享了一个目前比较成功的案例,“有一个做机床的小企业,用锯片切飞机发功机的叶片,锯片切10片、8片就坏掉了,这是德国的锯片,因此我们想说刀具是软肋,那就让刀具变成数据化,我们试了一下,这在去年的美国展示过,用刀具切的时候,把量跟速度建档,可以评估不同的健康指标,不同的力,我们建立了一个数据模型,可以把特征找出来,就是刀子从新到坏的过程。对此,德国的刀具厂商说,你是不是知道我跟别的刀具有什么区别,有什么缺点,我说当然知道,那么他说,麻烦你不要说出去,而这个机床企业得到这些数据以后,可以依靠这些数据‘威胁’德国的刀具供应商对产品打折,当然这种‘威胁’是正面的。”
最后,对于中国制造2025年要做哪些事情,以及大数据对人民、社会、国家、乃至全球都会做出哪些具有的贡献。李杰给出了自己的答案,“智慧海洋中的‘5S’工程,这‘5S’就是韩国造船和中国造船的区别,韩国的船是来自星星的,而中国的船是来自北斗,中国造船真正能走向世界就一定是依靠大数据,所以应该为中国骄傲。”
李杰最后总结到,“工业4.0制造方式:6M+6C=工业4.0。《工业大数据》这本书大家有机会可以看一下~”
好文章,需要你的鼓励
通用汽车宣布为部分2025款及更新凯迪拉克和雪佛兰车型推出原生Apple Music应用。凯迪拉克车型还将支持杜比全景声空间音频技术,打造沉浸式三维音效体验。作为OnStar Basics服务的一部分,通用汽车为所有2025款及更新车型提供八年免费音频流媒体服务,支持Spotify和Apple Music等应用。该应用将通过OTA更新自动安装到支持的车辆中。
卡内基梅隆大学团队提出DistCA技术,通过分离AI模型中的注意力计算解决长文本训练负载不平衡问题。该技术将计算密集的注意力任务独立调度到专门服务器,配合乒乓执行机制隐藏通信开销,在512个GPU的大规模实验中实现35%的训练加速,为高效长文本AI模型训练提供了新方案。
GMV获得欧洲航天局合同,开发名为Beacon的先进波束成形天线接收系统,旨在提升低轨卫星C波段导航信号的抗干扰能力。该系统结合波束成形、零点导向和到达角估计技术,为自动驾驶运输、物流和无人系统提供可靠导航服务。项目为期18个月,投资80万欧元,将于2025年12月启动,通过实际环境测试验证系统性能,助力欧洲建立自主可靠的定位导航授时服务能力。
清华大学研究团队提出3DThinker框架,首次让AI具备类似人类的三维空间想象能力。该系统在推理过程中插入特殊的三维想象符号,不依赖外部工具或大量标注数据,就能从有限的二维图像中构建三维心理模型。在多个空间推理基准测试中,3DThinker相比传统方法性能提升达50-100%,为自动驾驶、机器人导航、虚拟现实等领域的AI应用开辟了新路径。