2017年11月7日,华制智能携手华为在上海召开以"华云合璧,智造未来"为主题的产品发布会,现场发布"智造云"联合解决方案及产品,打造面向制造业企业的工业垂直平台,为真正实现智能制造提供场景应用和数据驱动。
发布会现场
本次发布的"智造云"联合解决方案,更专注服务于制造业企业,充分发挥以物联网、信息化、云计算为基础的云制造优势。在IaaS层联合拥有端到端企业级IT基础设施和解决方案经验的华为,提供稳定高效的基础设施及云计算;在PaaS层和SaaS层则着眼分散资源的集中使用,集中资源的分散服务,重点推出了华制智能自主研发的一平台五应用产品,即一个工业物联网平台和五大创新型应用服务,直指智能制造"最后一公里"的切身痛点。
以"超级连接器"实现工业领域的标准互联
全球制造业向数字化、智能化转型的趋势已成各界共识。能够采集、传输和分析工业大数据的工业物联网平台,下可以联接底层设备,上可对接开放的工业云平台,是工业云生态闭环中的关键一环。
华制智能在本次发布会的PaaS平台中,主推标准化数据集成"工业物联网平台",借助部署在工业物联网平台感知层的工业智能网关、传感器模组等硬件产品,解决设备层数据的采集、转发、预处理、预存储等问题。
实现企业内部及产业上下游、跨领域各类生产设备与信息系统的横向联接,打破"信息孤岛",解决制造资源、数据等集成共享难题。由于多协议产生的通信标准化问题得以解决,为企业上云奠定基础。
华制智能副总裁蒋俊峰
以创新型云应用服务,助力企业卓越运营
未来制造业最重要的资源是什么?《经济学人》曾发表封面文章称,数据已经取代石油成为当今世界最有价值的资源,工业云则是"数据石油"助燃器。如今,越来越多的企业意识到工业云的价值。
在SaaS层,本次发布会华制智能围绕制造业高品质、高效率、低成本、短周期的核心需求,重点推出了基于云的五大创新应用,分别是智能工厂集成管控平台、三维智能工厂、无码智能工厂、制造运营管理平台、大数据智能决策平台。支撑网络、存储、数据、平台、应用五要素之间的协作,贯穿制造企业的全流程,助力企业运营和管理的智能化。
1.智能工厂集成管控平台:基于信息物理系统(CPS)模型构建,它是服务于制造业生产、经营的平台级软件。
平台内置工业标准协议总线,提供丰富南北向接口,从数据标准化集成,到生产过程实时监控预警,全生产过程管控优化,实现企业"管理精益化、生产可视化、资产传承化、经验显性化"运营。同时支持跨平台应用的开发接口,能够有效帮助企业工厂实现从自动化控制向智能化演变,打造数字化透明化工厂。
2.三维智能工厂:相较于仿真技术与数字孪生,更注重在实际生产制造环节的管控。
它采用三维引擎、工业建模、混合现实等技术,将智能制造中的各种物理环境,包括生产场景、设备、人员等重构于智能系统中,生成极具科技感和立体感的动态三维工厂画面,并将现场采集的各类生产制造数据实时同步展示。
3.无码智能工厂:是一套真正意义上摆脱应用软件形态束缚、依据客户动态需求高可配置的无码化企业协同管理平台。
通过业务提炼,打破传统工业软件边界,快捷为企业搭建从订单、设计、采购、生产、销售全流程管理的个性化业务系统平台,满足企业动态需求的同时,以超过70%以上的应用无需代码开发的优势,极大缩短项目实施周期,降低实施难度,为企业的智能制造提供循序渐进、逐步优化的路径。
4.制造运营管理平台(MOM):主要针对流程制造企业。是在标准化、精细化、智能化体系和先进的技术支撑基础之上建立的生产和产品业务全面融合的一体化管控平台。
聚焦生产管控、能源管理、质量管理、设备管理、仓储物流、安全环保和战略决策七大业务领域,"制造+运营全方位集成",全面提升流程制造企业生产中生产协同、预测预警、智能感知和科学决策的核心能力。
5. 大数据智能决策平台: 基于工业云基础设施,可整合工厂现有的数据存储中心,使现有数据无缝地迁移到工业云,非传统数据亦可直接接入工业云,并为大数据建模、仿真与应用等技术提供支撑。
基于大数据分析实现对制造数据进行离线分析、实时在线分析、根源分析、指导优化生产,并可实现库存管理、能源消耗管理;基于智能工厂行业模型进行大数据预测分析,分析设备使用情况,自动提醒设备运维,实现更高层级的制造设备故障预测,从而取代现场检修的传统滞后性做法,为企业大大节约了设备维护成本。
华制智能副总裁蒋俊峰
以开放的智造云应用生态,赋能制造业智能化转型
着眼"智造云"未来,华制智能在云平台上正进一步深耕,通过平台的模块化封装及数据、接口的进一步共享,逐步建造开放的智造云应用生态,以更低的成本、更高的效率、更快速的响应,协助工业企业迅速、方便地实现智能制造的转型,拓宽路径,解决智能制造"最后一公里"的问题。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。