人工智能教授 缘何盯上戴卡的“问题数据”-澳门手机网投大全

      <select id="hhecg"><object id="hhecg"><bdo id="hhecg"><cite id="hhecg"></cite></bdo></object></select>
        <tfoot id="hhecg"><legend id="hhecg"><blockquote id="hhecg"><caption id="hhecg"></caption></blockquote></legend></tfoot>
          <dd id="hhecg"><textarea id="hhecg"><area id="hhecg"></area></textarea></dd>
          <q id="hhecg"><noscript id="hhecg"></noscript><col id="hhecg"></col></q><link id="hhecg"></link><thead id="hhecg"><meter id="hhecg"></meter></thead><li id="hhecg"></li><embed id="hhecg"></embed>
          English 书记信箱 校长信箱 学院网站 部门网站 热门站点 图书馆 | 邮件在线
          媒体南师

          人工智能教授 缘何盯上戴卡的“问题数据”

          □本报记者 刘杨

          在疾驰的列车上,澳门手机网投大全教授、博士生导师、中国人工智能学会委员余嘉元再一次翻阅资料,这些资料都是有关他此行的目的地——无锡戴卡轮毂有限公司。其中,资料中一篇新闻报道引起了他的注意。

          “2017年初,无锡戴卡进入生产自动化阶段,用工降至300多人。然而,他们没有按照预期享受到‘机器换人’的红利,其生产线成品率反而从95%暴跌至80%。”看到这儿,余嘉元眼睛一亮,赶紧用笔划出来,“这些‘问题数据’都是宝贝啊。”他这样自言自语。

          生产自动化后“盲区”依然存在

          “在摸索智能制造的过程中,我们首先在做的就是把数据采集下来。”一直以来,无锡戴卡轮毂制造有限公司总经理戴润就有个想法,就是将经验性的生产转变为数字化生产。曾几何时,一只轮毂,从铝锭到滚烫的铝水,再经过压铸、机加工等十几道工序,到最后成品出炉,需要大量人工操作,许多工序环境较差,劳动强度还不小。而今,随着“无锡戴卡数字制造系统”正式上线,已实现“一部手机管整个生产线”。如果某个环节的数据异常,不仅手机能即时收到警报,技术人员还能通过手机立刻进行调整。

          但这还没有达到戴润心目中理想的数字化生产要求,在现实生产过程中依然存在“盲区”。戴润向余嘉元说出了自己的困惑,有时候明明同样的设备、参数、配方,依然会生产出次品,“这种情况只有干了十多年的老师傅能够凭经验去校准,但要让师傅说明问题出在哪儿,他也说不清。”戴润明白在智能化道路上戴卡还只是刚刚起步,智能制造是一个包含工业机器人、传感器、大数据分析等要素在内的智能生产过程,自动化只是基础之一。“也许我必须积累更多的数据,才能够找到突破盲区的方法。”

          “现在戴卡已经能从线上发现问题,那么就应该考虑如何将线下积累的大数据应用起来。”听了戴润的介绍,余嘉元提供了另一种思考路径。作为人工智能方面的专家,他并没有急于说明人工智能如何在智能制造中发挥作用,而是从戴卡的实际出发,与戴润进行一次颇有意义的探讨。

          在余嘉元看来,戴卡的自动化程度已经领先于同行,在数据采集方面更是走在前列,以前判断一个轮毂优良与否只凭经验,如今全靠参数分析,这说明“戴卡通过自动化改造,实现多种数据采集,已经让大数据分析变成了可能。”而现在的关键就是要让采集来的数据发挥更大作用,从各个环节上的参数、各个门类上的参数中找出联系,也就是从“混乱”中找到“规律”。

          数据不在多少,贵在分布合理

          “戴总,我注意到,您曾经在报道中提过刚上自动化生产线的时候,其实产品质量出现了一定程度的下降,对吗?”谁也没想到,余嘉元竟然抛出这么一个“不客气”的问题。“老实说,2017年我们用机器自动化取代人工后确实出现了很多问题。”戴润毫不讳言,尽管现在戴卡已经成为无锡智能制造的标杆企业之一,但公司也是在“一边摸索,一边前进”。

          “您有所不知,其实这些‘问题数据’非常宝贵,可以说是人工智能与智能制造紧密结合的关键点。”此话一出,戴润来了兴趣。他有种感觉,教授的这句话或许能解开困扰自己多时的问题。

          “其实数据不在于多少,而在于数据的空间分布,这也就是我为什么说‘问题数据’很宝贵的原因所在。”余嘉元娓娓道来。其实,在与戴润交流之前,他刚参观了戴卡的新能源电池包铝合金托盘生产线,该生产线运用独立研发的搅拌摩擦焊工艺,能够在确保产品质量的同时,减轻托盘近40%的重量。余嘉元还了解到,为了研究这项搅拌摩擦焊工艺,工程团队用了近一年时间,经历了难以计数的实验才取得了成功。“如果在研发过程中,我们能够收集数据并进行数据挖掘,建立模型得到一个非线性关系,也许能大大提高整个搅拌摩擦焊工艺的研发效率。”

          余嘉元进一步解释,人工智能的核心之一就是机器学习,而机器学习的基础就要建立在大数据之上。“数据不在于多少,而在于分布情况。”在他看来,眼下不少制造业企业对于大数据的理解有一些误区,认为只要积累的数量足够就好。事实上,数据的空间分布是否合理,跨越的维度是否足够,都决定了机器能否“学透”。“如果手机的数据都集中在一个维度或者空间的某一部分,那么一旦出现空间外的情况,机器就不知道该如何处理。”对于戴卡而言,余嘉元建议在采集数据之前就要有所考虑和针对性,通过设计方案让“问题数据”多多出现。“让数据分布在一个比较全面的空间上,这样数据采集、建立模型就更加高效。”

          期待“问题数据”与人工智能的碰撞

          3月19日下午,中央全面深化改革委员会审议通过《关于促进人工智能和实体经济融合的指导意见》,强调要把握新一代人工智能发展的特点,构建数据驱动、人机协同、跨界融合、共创分享的智能经济形态。人工智能和实体经济再次被这份重要指导性文件拉到了一起。对此,余嘉元十分高兴,很受鼓舞。

          余嘉元认为,作为实体经济的主体,制造业的高质量发展已被摆到突出位置。工业互联网作为制造业改造提升的新基础设施,变得更加炙手可热。而对人工智能企业来说,数据是企业的生命,只有掌握了大量数据才能训练到企业所建立的算法上,从而不断优化模型,形成最后应用。

          无锡有着雄厚的产业基础,亦在数字制造方面先人一步,大大小小的企业在智能化转型过程中积累了大量“问题数据”,极有可能在将来成为一座“数据富矿”,与人工智能相结合产生更多碰撞和火花。

          不过,无锡的人工智能产业虽有一定的发展,但总体来说缺乏龙头型企业,人工智能企业数量偏少、规模偏小,产业仍处于起步阶段。尤其在政策扶持方面,国内包括上海、南京、苏州、常州等20多个城市先后出台了人工智能专项政策,而无锡主要集中于集成电路、智能制造以及物联网领域发力,暂时没有出台专门扶持人工智能产业发展的政策文件。与周边城市相比,无锡的人工智能发展动力稍显不足,产业规模及扶持力度有待提高。

          因此,余嘉元在摸索戴卡的“问题数据”后,建议要建立企业主导、高校研发、政府支持的人工智能产业一体化发展模式。智力支持是人工智能发展的关键因素,人才问题是人工智能企业普遍遇到的瓶颈。无锡56所、308所等机构有优质的技术人才资源,政府可以依托科研院校打造产学研合作平台,让企业与无锡科研院校结成战略合作关系,一方面有利于科研院校有针对性地培养专业人才,另一方面有利于增强研究成果信息交换,促进多方合作,推进人工智能技术实现商业化应用,最终形成企业主导、科研院校研发、政府支持的人工智能产业一体化发展模式。

          无锡日报 2019年3月28日 第A09版:财经周刊·锡商

          • 更新时间

            2019年03月29日

          • 阅读量

          • 供稿

            无锡日报

          南京市仙林大学城文苑路1号,
          邮编 210023
          sun@njnu.edu.cn

          Copyright © 澳门手机网投大全 2019. All rights reserved.
          苏ICP备05007121号
          苏公网安备 32011302320321号

          分享到

          澳门手机网投大全 |澳门足球计时手机网 | |手机版 | | 澳门凯旋门娱乐|365彩票|手机赌场网|澳门手机网投大全|分分彩|腾讯分分彩|