工业大数据驱动中国新工业革命

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介: 在云栖Tech Day第二十四期《工业大数据助务智能制造》中,我们邀请了中国航空工业集团首席顾问宁振波老师来为大家带来《工业大数据与中国新工业革命》的分享。以下是本次分享的主要内容。

云栖Tech Day第二十四期《工业大数据助务智能制造》,邀请到中国航空工业集团首席顾问宁振波老师为大家带来《工业大数据与中国新工业革命》的分享,分享的主要内容如下:

08e2c836ebf91efa4aa7ac307ddede221ad02a11

咱们讲到大数据,为什么讲工业大数据,工业大数据不同于我们的社会大数据,什么是新工业革命?大家对名词要有正确的认识。什么是传统工业体系呢?传统工业体系就是以爱迪生的失措法为中心的工业体系。现代工业体系是什么呢?就是以网络化、数字化、和智能化为中心的工业体系。

全球都在实现从传统的工业体系转型为现代的工业体系。为了实现转型,德国结合了自己的情况提出了工业4.0,美国结合自己的情况提出了工业互联网,制造业合作伙伴计划,还有美国国防部提出的AVM计划,中国提出中国制造2025,各个国家提法不完整,每个国家结合的实情都是自己国家的转型升级。这些是什么呢?都是技术路线方法和手段,不是目标。中国制造2025不是我们的目标,他是实现转型的技术手段,技术路线和方法,目标是工业体系的转型升级。这个新兴工业转型什么呢?就是网络化、数字化、智能化的工业体系,当然全球的这么多种提法里面,有两个是共性的,一个是智能制造,一个是CPS。

cd95d1c9b29c57126c29c17b48b54c4f3d2c8d73

我们今天讲的工业大数据,大数据通过我们的传感器和设备的采集,采集了各类数据,采集完了之后通过我们的移动互联网,通过移动互联网物联网传递到云计算平台上,来作为计算分析来支撑我们的智能制造体系。好了,我们再来看工业大数据的由来,工业大数据大量是生成的,切记社会大数据是社会中就有的,工业大数据是大量的生成数据。

b0461d7ae9c4c34a7221236364f9f0f81da997af

我们看一看由来和发展,1991年苏联倒台,武器库里面太多的核武器,大炮、坦克、导弹、军舰、飞机,1992年美国的国防队长佩里召开制造业的领导的会议,部属转型的事情,就是把武器的不要造了,造太多了,没地方用了。最后呢?转型的结果是到了1997年,全球的军费开支还不到1987年的三分之一。

原来是以打仗为中心的工业体系,转型为国际名声的工业体系,这个是第一个。第二个1991年,决策搞波音777的开发,大家都知道波音777是世界上第一个全数字化设计的飞机,给大家一个数字,波音777设计的时候,有8台IBM的大型计算机,用了3200台的UNCS(音)工作站,3000台用于CED设计零件,200台用于装配的数字样机的装配的,另外还采用了50000多台的PC机,大家想还用了什么呢?用了800多种相互不关联的软件,从CED、CEE、CEPP到CAM到DAM、MDC。我们传统的设计是什么呢?画蓝图,画图纸,不管LED手工画画出图纸,然后工艺人员根据图纸生产工艺路线工艺卡片,编写出相关的产品说明书工艺说明书,然后工人拿到图纸和工艺,拿到文件之后,在机床上生产产品,生产零件组建装备这个干法,从波音777开始变化,你想一想几万人在8台大型计算机,3200台的CED的工作站,外加20000多台的PC机,,每天几万人的工作要生成多少数据,800个软件要生成多少数据,我认为工业大数据的来源就从波音777开始,我想告诉大家结果,结果波音777全数字化的生成的数字样机,最后波音777工程研制阶段,4年半飞机就上天了。数字化让研制时间缩短了,产品质量提高了。

d96ca89a68163eda804c301e67410007ad09bd1f

新工业革命的本质:CPS,物理实体,意识实体,数字虚体,智能才是本源,CPS则是它的最新实现形式。

2abf73d2645a35dd3a43b610b67ca8f8ef440e70

比如说拿一个人来讲,Cyber是你的思想,Physical是你的身体,你的思想和大脑是Cyber,控制你的身体和行为,赛博是虚的,身体是实的,虚加实,虚控制实,形成一个系统。拿我们的社会经济来讲,我们的虚拟经济需要不需要?需要。实体经济需要不需要?需要。反过来讲一个人体模型是这样的,我思想发达,人体有残疾肯定不完整,你的身体很发达,头脑不完整,傻大个也是不完整的。社会也是这样的,既需要虚拟经济,就是赛博。实体经济,虚实结合而且适当的虚实比例的配比,才形成的完整的社会形态。

我们看看1991年美国的科学家的认知,1991年现在已经25年过去了,美国的认知认为赛博是控制,赛博是通讯,赛博是计算。到今天,他已经出现了很大的变化,实际上今年CPS是基础,智能技术,智能制造系统和CPS的关系,我们反复讲,智能是人类一种深刻的本质。我们可以在智能知道领域运用这些技术,也可以扩充到其他的领域。

ecbf03a007e8a09bee38171daaee8d0ec4f7c3ea

然后我们在这里提出了人造的概念,这个不是随便提的,这个跟人工智能不一样,为什么呢?人造智能我们认为模仿拓展和超越人类智能的能力。他包括有感知,会分析、自决策、运用知识、学习、积累乃至创造知识,这是人造智能,当然人造智能这本书提出了很多的必备的特征,一个特征是状态感知,第二个是实时分析,第三自主决策,第四是精准执行。当然这个体系还有学习提升能力,这构成了闭环,所有的智能系统,不管是人类智能还是机器智能,适于感知、精于计算、巧于决策、勤于执行并善于学习。我们再看我们提出的人造智能包含了什么?人工智能包含了认知计算,认知计算不是人工智能。为什么呢?认知计算就是IBM三月份提出前天在乌镇互联网大会14项重大技术之一,就是IBM,再到黑暗森林,互联网大脑,这些东西构成了一个完整的人造智能系统。

eb22d40dcfde9299ac825e2b229d79c8c7a3a9b5

所以说,智能是一种普遍的人的心智能力,除了其他思想外,涉及到非礼、规划、解决问题、抽象思维,理解复杂思想,快速学习。这是认知。

3af50b058abac03bf093d156bc582647855c63b8

很多人说CPS是信息物理系统,大家思考CPS的起源和落地,如果赛博和Information的意思一样,为什么美国把他叫CPS,赛博Physical,不叫Information Physical,要思考,所以说赛博是一种虚拟空间,虚拟世界,我们Physical是一个物理世界,真实的空间。

82be8d671bd6aae805aa158e3f97307696af6aff

溯本求源,Cyber实质是一种实现控制的特殊结构,是藉由信息,来控制物质、能量和信息。而“信息”只是被控制载体,并不是控制结构和控制机制。因此,把Cyber译成“信息”,显然是已经偏离它真正的指向。

44dea38fb256346109faab04817ac90ebec1bc2f

我们讲足球,一说足球,大家绝对不会讲出来,足球就是一个球,是特定规则的足球运动。我们看看赛博怎么来的,CPS怎么来的,1992年美国拿撒是美国的行广电局,提出了CPS的概念。然后呢?他是这么定义的,这个定义太重要了。所以我给大家读一下,CPS是在物理生物和工程系统中,操作是相互协调的,互相监控的和有计算核心控制着的每一个联网的组件。计算被深入侵入到每一个物理成分,甚至可以进入材料。是吧,所以计算基本就不提了,为什么不提,他在后台蕴含着呢这个计算的核心是一个嵌入式系统,通常需要实施响应,并且一般是分布的。

18d7232ae30ed001e331c3442918faeb4e419a97

从无人飞机提出这个概念,美国人由于CPS技术,由于士兵远程执行各种作战任务,减少伤亡,所以美国国防部把他列为影响美国国防发展的重大技术之一,到了2006年美国的国家自然基金委员会,包括美国几大部门把CPS列为影响美国国家发展的9项重大技术之一。所以说我们可以看到赛博是维纳的控制论带出了赛博,所以说CPS,由于控制而兴起,由于计算而发展壮大,最后因为互联网而普及应用。

最重要的CPS实现了从产品的生命周期,他是一个虚拟世界向生产寿命周期物理世界的转换。我们未来的产品设计一定是在赛博空间中,完成整个产品的设计,然后呢?映射到物理世界中,在物理世界中,实现生产的权生命周期。

7e5ded404d2ef352206dd1cfd2f6c76627df08bf

和大家紧密相关的就是和智能紧密相干的CPS系统。首先我们讲物理实体达尔文的进化论,宇宙的演变出现了地球,地球的演变出现了植物出现了动物,人是动物的最高级的表现形式,从物理实体演变出了有智能的意识人体。

人体有智能怎么办?可以开发出很多工具,比如说人发明了电脑,可以把物理实体变成了数字虚体,意识人体创造了工具,电脑和赛博软件,他可以把物理实体建成模型,变成一个数字虚体,然后我回头再把数字虚体嵌入到物理实体中。

物理实体是不是有智能了?三体智能就是理论基础。从物理实体意识人体再到数字虚体,这么一来大家看最关心的是数字化建模,用智能的工具用数学建模方法,把物理实体,变成数字虚体,回过头来,数字虚体嵌入到物理实体中,是不是形成物理实体也有智能了。要逐步上升,这就是智能制造逐步演变的过程,我们讲到的制造业3大技术,我们搞产品的制造业的设计实现我们新工业革命的体系一定是这样的。

fd8afb8fbb95388941b73cff86da55d5eb9069e3

在赛博空间中完成产品的设计工艺设计制造和实验,赛博空间是一个虚拟的空间,发现问题改虚拟的模型,改虚拟的模型比改实际的产品容易的多。不断的在这个过程当中,不断的发现问题,解决问题,这个过程实际上赛博和物理是相互映射的关系。重要的是由赛博控制物理,赛博控制physical,反复的迭代找问题,没有问题了才进行第一个零件的制造,这就是智能制造体系。

75161db5d59b7393603e3898ad8a1e47d7784cee

智能制造和其他制造区别很大,很多制造,但是智能制造是有特殊定义的,比如说智能制造的定义是什么?它是在网络化和数字化的基础上,网络化、数字化、智能化,在网络化和数字化的基础上融入人工智能和机器人技术,形成的人、机、物相互交互与深入融合的新一代制造系统。

db5438788028727ef1cfde47154f0ebc74dc6493

搞智能制造一定数字化,把它定量描述,而不是定性描述,我建模型要建得非常精准才可以。智能制造的难点是模型,焦点在仿真。

670b9383f8aece9fe46994520459dc16bd07f1c0

航空工业年初推了两个文件,这是中国唯一一个完整的体系,第一个智能制造体系架构1.0版本,它告诉我们要干什么事,非常清晰,我们的体系架构分了总体架构和四个分架构,实际上五个分架构。总体架构、企业联盟层、企业管理层、执行层,最底层这个智能装备层。

我们很多智能装备是国外不给进口的,我们要研制出来,智能设备,设备还有一层。这么一来之后,就是企业联盟层,企业联盟为啥有企业联盟层呢?我们刚才讲了,我们大运飞机参与研制单位3500家,直接参研单位984家,要企业联盟,多个企业的联盟才能干成一个产品,企业联盟层就是企业和企业之间的关系,总研制单位,下面一级配套二级配套三级配套,每个层次干的事是不一样的。第二个是企业管理层最重要的,一般的企业没那么复杂就企业管理层。第三个层生产管理层,做下面是控制执行层,最底层是智能装备层,这是一个干什么事说清楚了。第二个智能制造推进计划,怎么干怎么考核,安排了哪些工作要干?一个是干什么事,一个是怎么干事,这两个文件把所有东西描述出来了。我给大家看总架构,就是企业联盟层,控制执行层最下面层是智能装备层。

ba88eeeccd0962e97961af3bd9c1897713fcecfc

不要在落后的工艺上搞自动化,这是2.0解决的问题;不要在落后的管理上搞信息化,这是3.0解决的问题;不要在不具备网络化和数字化的基础时搞智能化,这是工业4.0解决的问题。

500bb9b2921b080ddfa3b8d2a257ddcbe6828b1e

最后一句话我们智能制造两个原则,我们智能制造一定是解放人的,如果你搞完这个,个人的工作量大了,人劳动多了,那肯定是假的,智能制造随人愿知人意,合自然顺天道,这样才是智能制造的本源。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
7月前
|
人工智能 弹性计算 Serverless
Serverless+AI驱动的一站式数据平台有哪些可能性
【2月更文挑战第4天】Serverless+AI驱动的一站式数据平台有哪些可能性
|
7月前
|
人工智能 数据管理 Serverless
阿里云数据库走向Serverless与AI驱动的一站式数据平台具有重大意义和潜力
阿里云数据库走向Serverless与AI驱动的一站式数据平台具有重大意义和潜力
453 2
|
7月前
|
人工智能 运维 Cloud Native
、你如何看待阿里云数据库走向Serverless与AI驱动的一站式数据平台?
、你如何看待阿里云数据库走向Serverless与AI驱动的一站式数据平台?
202 2
|
7月前
|
存储 数据采集 大数据
大数据处理与分析技术:驱动智能决策的引擎
本文介绍了大数据处理与分析技术在现代社会中的重要性和应用。从数据采集、存储、处理到分析决策,大数据技术为我们提供了深入洞察和智能决策的能力,推动着各行各业的创新和发展。
299 0
|
2月前
|
SQL 消息中间件 分布式计算
大数据-120 - Flink Window 窗口机制-滑动时间窗口、会话窗口-基于时间驱动&基于事件驱动
大数据-120 - Flink Window 窗口机制-滑动时间窗口、会话窗口-基于时间驱动&基于事件驱动
111 0
|
2月前
|
SQL 分布式计算 大数据
大数据-119 - Flink Window总览 窗口机制-滚动时间窗口-基于时间驱动&基于事件驱动
大数据-119 - Flink Window总览 窗口机制-滚动时间窗口-基于时间驱动&基于事件驱动
118 0
|
4月前
|
自然语言处理 供应链 数据可视化
大数据在市场营销中的应用案例:精准洞察,驱动增长
【8月更文挑战第25天】大数据在市场营销中的应用案例不胜枚举,它们共同展示了大数据技术在精准营销、市场预测、用户行为分析等方面的巨大潜力。通过深度挖掘和分析数据,企业能够更加精准地洞察市场需求,优化营销策略,提升市场竞争力。未来,随着大数据技术的不断发展和普及,其在市场营销领域的应用将更加广泛和深入。
1479 3
|
7月前
|
人工智能 数据管理 大数据
阿里云数据库走向Serverless与AI驱动的一站式数据平台是一个很有前景和意义的发展方向
阿里云数据库走向Serverless与AI驱动的一站式数据平台是一个很有前景和意义的发展方向
109 2
|
5月前
|
存储 算法 数据可视化
云上大数据分析平台:解锁数据价值,驱动智能决策新篇章
实时性与流式处理:随着实时数据分析需求的增加,云上大数据分析平台将更加注重实时性和流式处理能力的建设。通过优化计算引擎和存储架构等技术手段,平台将能够实现对数据流的高效处理和分析,为企业提供实时决策支持。通过优化计算引擎和存储架构等技术手段,平台将能够实现对数据流的高效处理和分析,为企业提供实时决策支持。
838 8
|
5月前
|
人工智能 自然语言处理 数据管理
数据平台演进问题之自然语言处理技术在AI驱动的数据库中的作用是什么
数据平台演进问题之自然语言处理技术在AI驱动的数据库中的作用是什么