Jay Lee:工业人工智能一定要解决过去的问题

Jay Lee:工业人工智能一定要解决过去的问题
2019年05月26日 15:51 新浪财经

牛市来了?安装新浪财经客户端第一时间接收最全面的市场资讯→【下载地址

  新浪财经讯 2019浦江创新论坛于5月24日-26日在上海举行,主题为“科技创新新愿景新未来”。26日下午,美国辛辛那提大学的特聘教授Jay Lee先生出席工业互联网创新发展论坛并发表主旨演讲。

  以下为演讲实录:

 

  Jay Lee:大家好,我想今天讲一些案例,因为我的一本新书马上要出来,《工业人工智能》,今天主要给大家介绍为什么要重新定义工业人工智能,和互联网什么关系。我想工业互联网里面经验每个人都不一样,每个企业做法也不太一样,但是重点一样,一定要为客户解决不能解决的问题,或者顾客可以靠你完成得到价值的问题。不管卖鱼还是卖清酒还是轮船高铁的目的是一样的。

  回到我在91年进入美国NSF,大家都知道他是比较中立的,做出来的东西全世界分享,完全是公开的。91年克林顿在任,官员的责任就是做20年之后的事。每天吃饭谈20年之后的事,95年我派到日本,先进产业研究院,就是日本的工研院,我带去日本的项目就是把互联网用在机器上面,这个就是美国的第一个互联网+。因为那个时候日本是用远程抓机器是用卫星,95年我代表NSF,这篇文章是唯一可以找到最早的一篇文章,我做发动机和电梯的远程,道理是一样的。那个时候的速度,那个时候的建模一定是这个东西,为什么要建模,因为不可能靠数据做决策,不够的,一定要(英文)做决策,这两个为什么放在一起,当初这么做出来的。

  后来2000年我在98-2000年在美国做研发总监,2000年之后当教授,做了智能维护中心,这个中心全世界100多个企业,诞生了很多的企业。我今天就讲中国的高铁和中船。

  最近这几年,当我写第一本书的时候,也是滴水湖这边写的,2015年开会,当时上海交大办了先进产业研究院的工业大数据,讲完之后说把书写出来,这个书是15年的案例,2001年-2015年的案例整合起来,后面包括智能制造,云上的工业智能,最新的工业人工智能下个月出。

  今天讲工业互联网,基本上是按照历史看有几个转型做法。一种做法就是像互联网公司说我也可以加上一个应用,变成互联网+,互联网+金融,互联网+零售,我用人脸辨识看顾客拿了多少次,多少次不买,根据零部件的喜好把他技掉。这些是叫做工业互联网与智能转型模式,带动制造后边的关系,这个叫新制造,工业+互联网,汽车、钢铁、风电,他本来做产品的,有问题就加互联网,远程监控你,不行就关掉。我的质量+互联网,生产线连在一起,把整个质量的问题找到,我就可以解决生产线的问题。这个成功率很高。

  为什么要做互联网,一定有几个原因,因为人是事情的核心。麦克风是演讲的目的,所以人和麦克风要互动,麦克风不会告诉人要做什么,需要人有系统管理这个物。这个系统就是我们讲的今天,一般不懂的人他可以告诉我,他不会直接告诉你,工业互联网是管理系统,不是一个高大上,或者说工业互联网我们今天要做的一定是解决顾客最大的痛点,工业互联网的公司要准备好看到最丑陋的一面,否则不要去做。这个里面数据的技术,包括分析的技术,包括平台技术,包括OT技术,这都是很重要的东西。今天讲到DT,AT,PT,OT,这几个T现在谈得最多是PT,我是平台公司,你和我合作就可以解决了。这是梦想和幻想,做平台的公司一定自己已经成功,自己有一个平台,让我的问题解决,甚至两个不认识的人在平台上解决。我们现在很多企业把平台当成阳台用,有什么东西放平台用,平台基本上云是一个平台,有6个S,分享存储,分享网络,分享计算机,这个是基本的,最重要的是分享资源,不是自己有一个东西,你用了别人可以用。分享服务,分享生态,可以带动其他很多做生态的东西,机器有问题,传感器公司,维修公司都可以在这里,但是数据在我这里,所以谁先拿到数据,这个数据是客人的不是你的。所以这个到底是谁的数据,这个地面来讲,这个变成今天互联网的战场。

  因为用户和价值是在这边产生的,只是看别人愿意不愿意用你的。

  比如说轴承APP,我通用工作的时候,1983年我们有一个查理专家系统,他只要耳朵一听机器,就知道轴承的内环坏了,再一听,轴承本身外环不好,内环和外环和滚珠频率不一样,特征不一样。为什么需要人去看?绿色就是正常的,白色是外环,黑色是滚珠,蓝色是内环,这个很稳,开始绕了就是外环问题,我们需要37年专家的问题用一个振动信号,噪音信号直接出来。你可以全世界用,或者数据捐给美国的NASA网站去查一下,现在已经超过3万次下载。我不久前部捐出去了。我要形成一个APP,任何人只要告诉我什么样的轴承,什么样的速度,我直接自动帮你判断什么问题。黏性和弹性,小轴承大轴承都可以用。我们做工业大数据,工业人工智能,ABC是基础,D要高,才可以帮助顾客找到他不了解的问题。重要是用户和价值驱动。这个是最重要的目的。

  现在数据质量怎么看?发动机起飞了,还是船,高铁,数据很多,第一个可以找到高铁,滚珠轴承,中国的高铁是跑300公里一小时,中国是200公里以下的轴承自己可以做,200公里以上中国不能做,都是进口的。因此要知道可以不可以用,数据拿到了,很多公司说我有很多数据,我们花了6个月的时间,你们的数据不能用,你没有背景资料,这个已经是上亿的产业,因为很少公司可以做这个事。这个要做人家不能做的事,这个里面数据本身是断裂,因为拿来的时间不一样,拿来做的方法也不一样,数据的背景不一样,轮船当成天气的背景,飞机起飞的时候高度、风速都没有。不了解天气的资料,发动机懂再多也做不出来,所以三个B。第二是三个R,数据的来源性,可以不可以用历史数据,同类型的数据做比较呢?第二能不能可以找到关系,可以找到还不了解的问题,什么样的风速,什么样的湿度,风电叶片会结冰。甘肃不会结冰,到安徽会结冰,因为天气湿度不一样,路况和车子的平稳度什么关系,都不知道,因为数据没有归类。所以人很难做决策。

  我们2017年信通院(音译)办的,我给他们建议办一个工业互联网,美国2008年开始竞赛,怎样看风电会不会结冰,当时1600个团队,最后选了12个团队,6个团队做皮带损伤,6个团队做风电结冰,富士康有3个团队,你们做手机怎么搞这个东西,因为他们说做大数据很强,不搞风电可以预测出来,我就更了解富士康,慢慢发现,这个里面我们可以合作很多,就协助他们做工业互联网。

  后来我到富士康捐出这个数据之后,华为用云平台,一个是物流,一个是刀具,就是苹果手机刀具怎么断裂怎么损耗可以预测出来,全部都是高校来参加,没有企业界。中国企业界自己独当一面搞工业互联网真的很难,第一没有时间,第二没有环境,数据给你分析时间都没有。有的说我有,你有工具,但是没有顾客的数据,有顾客的数据的没有工具。

  人工智能八几年开始使用,最近改变几年国内炒作特别大,他们可以从互联网+到工业互联网,到云再到CPS,再到人工智能连续做。纳米1993年的时候做,纳米搞了将近20年,现在博士生都找不到工作,纳米还谈吗?没有钱。AI再搞十年也没有钱,因为做不出东西怎么有钱。大家要清楚一个领域不能炒过了,中国的钱现在远大于全世界,但是人脸辨识全去了,转换声音全去了。简单的取代之后省的不多,这个地方是人工智能最大的挑战,有的人说拿面包算多少钱,老是看同样的节目,不高兴。

  所以未来我们人工智能投资的可能性,可成长性,但是可用性很难验证,我可以用好还需要你投资吗?我直接找客户马上用了为什么要你投资。以前搞机器人,机器一故障半个小时,你损失的钱你来赔。所以机器人一个个死。我可以用你的,但是如果判断损失你要承担,我不敢,那叫什么人工智能。数据和人工,这个要让人和更聪明,这个是让机器更聪明,但是数据环境会变,不是固定的,要辨别出来什么地方出问题。所以用在很多方式里面解决一个系统工程,怎么验证这个系统可以不可以用。所以当初工业人工智能,维基百科是我写的。人工智能是认知科学,我怎么用人的图象自然语言,用在医疗还是辨识,所以他的成功率是有的,但是怎么让他的成功率不受到任何的变化的干扰。国外的人工智能并不是解决一个奇幻的问题,问题解决完之后,可以重复解决很稳定,可以传承下去。

  比如说我退休,有人取代我,但是比我以前稍微好一点,但是好不到哪里去,所以不同的专家不一样,人工智能用训练的方式可以做,但是每次零部件要更换,系统有变化都要重新做,老系统和新系统无法自动覆盖。所以必须要做自动调整,他可以一直做调整。这个里面需要这种东西。我们要看哪一种方式适合解决什么问题。

  第一个中国船舶案例,我要做中船互联网,因为韩国做,韩国第一,那个时候中国还不是第一,要做什么,要做船的监控,泵,轴承,船最大的问题就是耗油性,当时根据船舶的位置每天角度的变化,根据阻力可以找到关系,现在整个团队出来了,已经民营化了,我们做的时候可以一年省掉6%的油费。第一条智能船是2017年12月6日正式成立,不是卖船。可以卖船的管理和服务。有几个人听过宽度学习?他是我们经验犯错出来的,很多东西在运转,有很多风电在运转,但是要监控每个风电吗?高铁有两个转向架,每个转向架有4个电机,一比就可以很快知道哪一个风电好不好。

  阿斯同(音译)高铁,高铁在动,很多的数据从轮毂出来,高铁十几节,一节有两个转向架,很长,我们当时做了整个群的监控,这个里面根据速度变化爬坡加速减速找到类似性,就可以找出哪一个好哪一个不好。中车我知道哪一个电机不好,哪一个节车箱什么问题,一比较就出来了,再看哪一个电机不好。有一天比如说中车的车子出来之后,动车和谐号,哪一节信号一出来一比知道哪一个节哪一个电机不好,集中在这个电机和其他的电机做比较,哪一个最差,把整个的系统变得可以做整个集成,中车可以很快找到不好的电机,这个就是宽度学习。

  下一个案例就是讲电池,电动车也是一样,特斯拉有2000多个电芯,我们上海交大先做,电池充放电的时候会变,我要找到电池是哪一个电池,在云上面直接做运算,不要存数据,云上就完成。充电的时候就知道电池什么问题。那个时候韩市长特别来看,未来的电池信息基地,建模,这个就是我们讲的智能大数据,2010年开始做的,现在有十个专利,我们等企业碰,碰了之后找他们。然后用云做电子的很少,只有两个。

  我们讲工业互联网的案例,我们去年协助富士康申请了灯塔工厂,全国有17个,因为富士康有17万的机床,18000条线,如果要做这个事,数据量是足够大,要靠人群做,数据量大,所以工业云怎么把边缘上智能化加强。物端不用这么快,做故障或者远程,不需要马上做决策的东西。我们用了很多工业互联网软件预测生产当中的问题,问题可以预测出来,最后关灯工厂,目的并不是把人去掉,是把人的忧虑去掉,富士康目前有8个熄灯工厂。目前全世界有16个,今年有7个,第一年有9个,今年7个富士康和西门子总共16个,海尔是去年。基本上最重要就是集中在边缘端,未来怎么看。

  最后我们现在有一个问题,人工智能找不到人,请不起人,留不住人。我们建立一个产业学院,专门培养人才,我帮富士康做的时候只有30多人搞AI,现在有1000多人。

  传统人工智能是传统科学,永远不会停,但是工业人工智能比较解决过去的问题和未来的问题,人工智能不能解决过去的问题,但是工业人工智能一定要解决过去的问题,高铁、车辆、风电,深度学习,宽度学习都要有。

  新浪声明:所有会议实录均为现场速记整理,未经演讲者审阅,新浪网登载此文出于传递更多信息之目的,并不意味着赞同其观点或证实其描述。

责任编辑:李昂

热门推荐

收起
新浪财经公众号
新浪财经公众号

24小时滚动播报最新的财经资讯和视频,更多粉丝福利扫描二维码关注(sinafinance)

7X24小时

  • 06-24 红塔证券 601236 --
  • 06-11 元利科技 603217 54.96
  • 06-11 松炀资源 603863 9.95
  • 06-04 国茂股份 603915 --
  • 06-04 卓胜微 300782 --
  • 股市直播

    • 图文直播间
    • 视频直播间