至顶网网络与安全频道 11月16日 综合消息: 2019年11月14日,“2019中国(黄石)工业互联网创新发展大会”正式开幕。 从主管部委、地方政府到院士专家,从地方传统企业高层到行业领军代表,重磅嘉宾共聚一堂,畅聊产业发展,主题覆盖了政策、标准、技术、应用等工业互联网领域的多个维度,干货不断。
树根互联副总裁兼产品中心总经理、工业互联网产业联盟垂直行业组副主席梁敬锋作为领军企业的代表受邀出席本次大会。会上,梁敬锋基于在树根互联多年实践经验,与到场的企业代表畅谈“关于企业数字化转型的思考”。
工业互联网的讨论再火热,本质上探讨的还是制造业数字化转型的问题。中国制造业门类最全,但不同行业发展水平良莠不齐,处于不同的发展阶段的企业普遍存在,个体企业之间更是强弱悬殊,面对制造业数字化转型的风口,更多中小企业的升级方案却悬而未决,“不愿转、不敢转、不会转”等问题始终横亘在制造业通往“罗马”的大道上。
“其实无论是大企业还是中小企业,大家都面临这几个同样的难点,”梁敬锋坦言,这是树根互联这些年实践的总结,大家没有真正理解数字化的意义,自然对这样的“新事物”存在顾虑。
随后他将共性问题做了归纳,首先是设备连接难,虽然改革开放以来,中国企业的设备化生产普及率高了,但是要网络化、数字化,设备连接少、连接难,会直接造成无法做数据量化的洞察;其次是风险大、成本高,绝大多数企业都没有专业的IT和OT相结合的人才来持续投入;三是数据价值低,通常没有基于现实的业务场景需求去有效地挖掘和利用数据价值——大企业信息化程度高,但是系统庞杂且孤立,无法集成分析,中小企业信息化程度不足,基本是没有体会过数据的价值;对于公有云和私有云的认知有偏差,而遗忘了初衷是寻找能够实现降本增效的最有效方法,或者寻找有支撑力的工业互联网平台。
在梁敬锋看来,工业企业的数字化转型绝不是噱头或是仅仅作为提升品牌的手段,他表示,“工业制造业的数字化转型本质上是要跟上时代的发展和变化,可以快速的响应,因此企业应该继续聚焦自己的优势领域,最大化的发挥核心竞争力,而作为推动发展的平台或者技术工具,也应该交给像树根互联这样的专业平台。”
根据今年艾瑞的统计报告,在国家政策的大力支持下,近两年我国工业互联网平台数量实现了快速发展,截止到2018年3月,国内工业互联网平台类产品数量已高达269个,超过了国外工业互联网平台总和。于是,原本就没有下定决心的企业更加变成雾里看花,难以判断。
如何选择?梁敬锋依然选择从上述企业面临的难点切入,从连接、智能、应用到平台、安全五大方向,结合树根互联的实践案例,提供了判断标准。
能连接:
“智能制造的最终目的是希望达到效率、质量与成本的最优化,即精益管理,其第一要素是要有测量,以量化数据进行对比分析,从而找到改进的地方,过去企业靠的是经验和流程的管理,工业互联网是基于IoT的数据。要实现这个‘数量级’的转变,就绕不开设备连接的挑战——设备复杂、协议多种多样、哑设备很多,还分布在全国不同的地域,连接成本高,所谓智易行难,也有很多软件公司都选择只是做软件做算法,等数据来,因为门槛高投入太大。”
高智能:
人工智能的发展可以帮助工业制造在很多场景提升效能,“过去想要缩短与国际一流厂家的差距,基本是靠经验积累,现在有了人工智能这样的技术,通过数字化的分析来加速缩短经验积累的时间鸿沟,所以有了我们常听到的‘换道超车’,”他强调,人工智能的应用在数字化转型中,在可能支持转型升级的底层平台中都是不可或缺的。”
多应用:
“To B的企业非常理性,不能带来价值,就不会买你的产品,即便工业互联网平台代表新一代数字技术也没有用,”梁敬锋坦言,工业企业只看实际价值,但传统的软件通常都很复杂且成本高,实施周期很长,但企业做数字化转型更多应该基于业务痛点逐个解决,快速试错。当然,这也就要求做工业互联网,首先要懂工业,懂得基于工业场景和工业的价值诉求去思考和解决问题。
强平台:
如何集成上述企业做需要的能力,只能依托工业互联网平台,“树根互联专注打造工业互联网平台,把平台作为一个产品,基于平台做应用,同时贯彻这两点的企业是极少数的,”梁敬锋表示,第一个客户可能是定制化,第一个类型、第一个行业一定是定制化的程度多,但是必须同时做可复用的产品,实现了这点必须要有很好的平台架构。这样,平台沉淀将会有通用的数据模型,可配置化、灵活的工业操作系统,“只有这样,我们才能说可以支持企业以低成本、小步快跑的方式转型升级。”
够安全:
工业互联网在推动企业数字化转型的同时,会带来全新的安全挑战,工业互联网的安全后果较消费互联网更严峻,因此对于工业制造而言,平台安全是重中之重。以树根互联根云平台为例,作为首批通过国家可信服务认证的平台之一,树根互联还基于自身的积累,投资成立了专门针对工业制造领域的工业互联网安全公司。
“此外,如树根互联等十家平台企业成功入选的工信部2019十大‘双跨’工业互联网平台,以及今年国际知名咨询公司Gartner发布的IIoT魔力象限报告,”梁敬锋表示,这些国内外专业的调研评选,也可以帮助企业更好地基于自身的需求,选择合适的平台伙伴。
演讲最后,梁敬锋总结道,从业务需求出发,探索企业的数字化转型和选择这条路上的伙伴一样重要,只有找出企业一个一个的业务痛点去解决,同时基于有足够行业技术沉淀的平台快速迭代,中国的制造企业才能在竞争中走得更快,走得更远。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。