随着“新基建”热潮来袭,作为核心要素之一的工业互联网也迎来了高光时刻。在技术细节方面,工业互联网覆盖了物联网、云计算、大数据、AI、5G等几乎所有前沿技术,是技术创新的“融合体”;从技术定位来看,工业互联网是打造智能工厂、实现智能生产的重要平台基础;在应用价值方面,工业互联网则贯通和连接了从设计、供应链、制造、营销到服务的整个产品生命周期,可以帮助企业增强韧性、实现降本增效。
如果拆解开来,工业互联网覆盖了OT层、CT层以及IT层,其中,OT层负责数据的采集和动作执行,CT层负责数据的传输,IT层则负责数据的处理、运算和分析, 如此一来,构建工业互联网的最终指向目标,是要塑造一个统一管理的、可视化、自动化的智能工厂。
下面来看几个具体的场景。比如,在生产制造环节,基于工业互联网可以对整个生产流程的进度和效果进行把控,对人员、物料、设备等进行统一的管理和调配;在产品质量管控方面,通过对产品数据、生产过程数据的分析,可以及时监测产品异常、降低次品率;在设备维护方面,工业互联网可以实时分析设备数据、监控设备状态,并结合历史数据进行预测性维护。
除了让生产现场的情况变得“一目了然”,横向延伸至供应链端,工业互联网还可以帮助企业实现对上游物料以及下游库存情况的追踪,以便灵活和弹性应对市场变化,同时,降低库存费用。而纵向延伸至决策管理层,工业互联网还可以帮助决策者掌握每一个业务环节的信息,有效支持企业智能决策。
总结来说,工业互联网的作用,就是通过对人机料法的管理与协同,实现事前的预测、事中的监测和事后的追踪,从而优化每一个业务环节,提高生产质量和效率,降低生产成本。
而在这个过程中,数据是流淌于其中的创新“血液”,物联网、云计算等网络基础是数据传输的“脉络”,而这些,都是保障互联网工业平台活力和可靠性的核心要素。如果再“搭配”人工智能这个“大脑”,互联网工业平台还可以变得更“聪明”,理想状态下,甚至可以实现自感知、自学习、自执行——而这,就是智能制造的最高境界。
从目前来看,中国制造企业的转型与创新已经来到了一个新阶段,而究竟如何利用好大数据、人工智能、云计算、物联网等技术搭建好一个互联网平台,构建一个适合自身发展路径的智能工厂,实现全方位的智能制造,这些,逐渐成为摆在企业面前的一个重要任务。
为此,IBM锁定智能生产、智能检测、智能预测性维护三大场景,将在9月倾献最新「科技为擎,AI点亮智能制造」专题系列研讨会,以科技为擎、AI为机,与企业一起从实际案例出发,共探行业创新之道。今年夏末这把“创新之火”,将由IBM与大家一起引燃!
一大波活动预告火热来袭——
探讨智能工厂执行核心系统如何管控生产过程,准确预测估算,缩短计划周期,助力企业实现智能生产;
呈现IBM优秀“质检员”如何帮助制造企业快速提升检测监控质量与效率,实现降本增效;
介绍IBM Maximo如何帮助企业预防资产宕机,着重甄别对运营至关重要的高风险设备,确保实现必要的可视性和集成性,让资产维护更上一层楼。
还等什么,点击链接立即加入吧!!!http://www.zhiding.cn/special/IBM_2020_LTV
好文章,需要你的鼓励
两家公司在OverdriveAI峰会上分享了AI应用经验。Verizon拥有超过1000个AI模型,用于预测客户呼叫原因和提供个性化服务,将AI推向边缘计算。Collectors则利用AI识别收藏品真伪,将每张卡片的鉴定时间从7分钟缩短至7秒,估值从8.5亿美元增长至43亿美元。
阿布扎比科技创新研究院团队首次发现大语言模型生成的JavaScript代码具有独特"指纹"特征,开发出能够准确识别代码AI来源的系统。研究创建了包含25万代码样本的大规模数据集,涵盖20个不同AI模型,识别准确率在5类任务中达到95.8%,即使代码经过混淆处理仍保持85%以上准确率,为网络安全、教育评估和软件取证提供重要技术支持。
Hammerspace发布v5.2数据平台软件,通过更快的元数据读取、更好的数据放置和扩展性优化提升AI数据访问性能。新版本IO500总分提升33.7%,总带宽翻倍,IOR-Hard-Read测试提升超800%。增加了Tier 0亲和性功能,支持GPU服务器本地存储访问,减少集群内网络流量。新增Oracle云支持、Kerberos认证和标签化NFS,提供更细粒度的访问控制。该软件将于12月正式发布。
斯坦福大学研究团队首次系统比较了人类与AI在文本理解任务中的表现。通过HUME评估框架测试16个任务发现:人类平均77.6%,最佳AI为80.1%,排名第4。人类在非英语文化理解任务中显著优于AI,而AI在信息处理任务中更出色。研究揭示了当前AI评估体系的缺陷,指出AI的高分往往出现在任务标准模糊的情况下。