现代工厂中的机器不仅生产运动衫或潜水艇等产品,还会生成大量数据。这些数据中蕴含着大量信息,能够提炼出关于设备的运行效率或潜在故障等洞察。对于工厂管理人员而言,及时获得数据并采取相应措施非常重要,这有助于加速新产品的上市速度、开展实时的动态优化、提升工人的生产效率,甚至还能帮助建立“产品记录”以使客户能够在供应链中追踪到某个产品的信息。
为了帮助工厂管理人员充分利用数据,近日思科推出了三款全新解决方案,进一步丰富了其互联工厂产品组合。通过全新的解决方案和思科全数字化网络架构(DNA),思科将进一步为实现工业4.0奠定坚实的基础,迎接智能制造的全新时代。
数据必须被有效利用以便开展行动。思科互联工厂可充分释放当今制造孤岛中数据蕴含的潜力,提供全面的可视性。思科的解决方案拥有以下三个特点:
作为跨行业的IT领导厂商,思科凭借丰富的行业经验对制造领域有着深入的了解。思科相信,智能网络对于获取“正确”的数据必不可少,同时也深知此类洞察将对企业业务产生重要影响。携手不断增多的生态系统合作伙伴,思科将能够帮助制造业厂商最大限度地提高效益。
作为负责思科制造业物联网解决方案的总经理,Bryan Tantzen表示:“行业分析公司ARC顾问集团[1]最近开展的一项调查显示,思科在全球工业托管交换机市场拥有最高的市场份额。随着客户逐渐迁移到智能工厂时代,思科在竞争中快速脱颖而出。凭借企业网与安全领域数十年的专业知识积累,思科在制造领域有着显著的优势,能够不断满足工厂提出的各种需求。与领先的行业合作伙伴携手,思科提供一流的IT与运营技术,加速工业4.0的真正实现。”
客户引言
富士康FG Group质量副总裁Kenny Tsang表示:“作为全球技术行业领导者,富士康为全球众多知名品牌制造产品,技术创新对于富士康全面改进运营至关重要。我们将不断开拓创新,打造拥有出色产品质量和交付能力的‘未来工厂’。我们坚信思科能够提供我们需要的创新与实时可视性,在优化工厂运营效率的同时助力我们实现伟大的愿景。”
TÜV SÜD首席设计官Dirk Schlesinger表示:“TÜV SÜD是测试、检验和认证行业的领导者,致力于帮助客户确保其电梯的安全和效率。我们在全球拥有数量庞大的专家队伍,预计将在近期为他们配备集成且安全的数据驱动设备。Connected Asset Manager for IoT Intelligence解决方案将能够帮助我们为SmartElevators创建全新的服务组合,提高运营效率,并为客户提供增值服务。”
Flex通信基础设施与企业计算(CEC)总裁Caroline Dowling表示:“Connected Asset Manager for IoT Intelligence解决方案已经实现了能耗的降低,并将在未来持续降低能耗。我们相信不断部署该软件的更多功能将有助于实现运营效率的进一步提升。”
合作伙伴引言
Accenture Mobility(AccentureDigital的分支机构)互联运营主管Ben Salama表示:“汉诺威工业博览会(Hannover Messe)为面向制造业的互联解决方案提供了一个绝佳展示机会,使制造商得以亲眼见证这些解决方案的优势。我们将与思科合作,展示我们是如何将智能制造领域的丰富经验与思科互联工厂基础设施进行连接,共同帮助客户通过工业物联网获得显著优势。”
National Instruments研发高级副总裁Scott Rust表示:“National Instrument致力于为基于TSN的工业物联网(IIOT)和工业4.0应用奠定一个开放、高性能的基础。我们在标准组织中与思科和其他企业开展积极的协作,合力制定技术标准,并成功打造了第一批能够支持TSN的工业产品。这一协作成果使我们的客户能够将思科TSN网络基础设施与我们能够支持TSN的工业控制器组合起来,打造智能制造系统,加速实现业务成果。”
好文章,需要你的鼓励
随着AI策略成熟,CIO开始重新考虑对公有云的依赖,私有云和本地环境重新受到关注。调查显示,67%的企业领导计划在未来12个月内将部分AI数据迁移至非云环境。主要原因包括成本可预测性、数据隐私保护、安全问题和云集成挑战。对于持续的AI工作负载,购买自有GPU比租用公有云更经济。私有云支出增长更快,预计2025年将有54%的组织在私有云上投入超过1000万美元。
沙特TachyHealth团队开发的32亿参数医疗AI模型Gazal-R1,通过创新的双阶段训练方法在医疗推理任务上超越了12倍大的模型,在MedQA等测试中取得87.1%的优异成绩,展现了精巧训练策略胜过规模扩张的重要启示,为资源有限的医疗AI研究提供了新路径。
本文深入分析了从传统AI发展到AGI过程中可能出现的智能爆发现象。基于AI专家共识的2040年AGI实现预期,文章探讨了七种主要发展路径,重点关注突破性的"登月路径"。智能爆发理论认为,智能可以像原子链式反应一样相互促进,快速产生大量新智能。文章预测2038-2039年可能发生智能爆发,随后在2040年实现AGI,但也指出了关于智能爆发的启动、控制和潜在风险等争议问题。
奥地利维也纳医科大学研究团队开发了RetFiner技术,通过让眼科AI模型同时学习OCT图像和医疗文字描述,显著提升了诊断准确率。该方法采用四种训练任务让AI模型建立图像与文字的深层联系,在三个主流眼科AI模型上实现了2-6个百分点的性能提升,为医学AI发展开辟了新方向。