阿里云ET工业大脑助力智能制造转型-阿里云开发者社区

开发者社区> 大数据> 正文

阿里云ET工业大脑助力智能制造转型

简介: 本文由阿里云工业大脑首席架构师黄桦在苏州云栖大会分享,当新制造已经上升为国家战略,工业产业升级势在必行。如何让科技应用于工业转型,让我们走进阿里云ET工业大脑一探究竟。

本文由阿里云工业大脑首席架构师黄桦在苏州云栖大会分享。

以下为精彩视频内容整理:

近几年,一波新制造的浪潮已经到来,在德国、美国、中国等制造大国,都在提新制造概念。但是每一个国家的提法和侧重点都是不太一样的,例如美国是把它核心的AI、设计、算法这一块的能力进行强化。德国这方面,它注重提升自己的设备,比如说机床。而在中国,我们则是使用“互联网+”的手段。为什么是“互联网+”?互联网一个最大的好处或者是优势:让很多单体通过网络互联互通,数据能够实时在线。它下一步发挥的作用就是,如何通过把这些单体的数据、状态、行为,做到实时在线以后,能够做很多智能的决策。比如:大家用的高德导航,为什么高德导航可以精确预测你从某一个地方到另一个地方你的路径、时间、实时路况,其实,这就是其他在用高德导航的人在给你贡献数据。这个就是互联网最大的优势。

163c5cbff578abbd2254206175920c3d5feebf5f

工业界一直在做工业大数据,实际上,新制造就是利用数据来解决工业问题。数据通过互联网、物联网等多种渠道沉淀下来,进而构成了智能化的基础。2011年,阿里云开始服务于一些中小企业,也是帮助中小企业通过数据优化业务流程。经过那么多年的沉淀,阿里云拥有了完整的大数据体系,技术架构也久经考验。

工业大数据的哲学意义:

人在世界上的终极追求是什么?这是个哲学问题,它需要解决三个问题:我从哪来?我是谁?我要去哪里?数据也是一样,数据从哪来,数据是什么,数据能干什么?我们通过很多数据采集工具来获取数据,数据是从场景中来。然后我们有数据计算引擎和数据加工的一些工具、数据分析的产品,它们考验帮助我们解决数据是什么?我们也通过算法和智能化的应用告诉用户,你的数据怎么用。

bcf795ad32912225bad2b2d0994f27043615d823

大数据是IT技术与应用场景的完美结合

谈到产品应用,我们做的产品其实更多的是和业务场景做结合,阿里云更强调数据怎么用,这是我们的工业大脑要解决的核心问题。在解决这个应用场景的前提之下,我们还需要解决一个平台通用性和性价比的问题。因为在未来的社会,数据一定会呈爆发式增长的。但是从一个基础设施提供商的角度来讲的话,我们一定要保证在这个数据膨胀的大环境下,我们的平台能不能以比较好的性价比来保障我们的服务质量。2015年,阿里云参加全球性大赛,拿了第一名,我们用了7分钟排完了100TB的数据,比当时的记录保持者快了三倍。15年比的是速度,16年比的是成本,大概用了是1.44美元,排序1TB的数据。当时的记录保持者是Google,它当时用了是3块多美元。

阿里云今天做的比较多的场景是跟国计民生相关的行业,比如说工业、城市治理、医疗、并且通过在这些行业落实一些大数据的解决方案,我们渐渐的抽象出来大脑概念。为什么要用大脑来代替我们的产品呢?因为我们认为,智能化的产品必须要像大脑那样接受各种不同的数据类型,未来我们希望我们的产品也会有“声觉、视觉、味觉”等等。我们希望我们的工业大脑能够处理不同来源的数据。被称为大脑的第二个原因是,大脑一定会对外界输入产生一个决策,而且这个决策一定是最优的决策。

ET大脑选项目时,需要考虑三点要素:第一点,数据闭环,你的设备、系统、生产、加工过程、企业运营和经营过程当中,一定要有数据;第二点,企业的生产过程、企业经营的过程要相对集中,数据闭环的路径不能太长;第三点,目标明确,企业要有一个明确的目的,解决什么问题。例如提升效率、优化产品等等。有了这三点要素,我们的ET大脑才能够真正的发挥作用。

工业智能化与传统的工业专家有何区别?

ET大脑和传统的工业专家有什么区别呢?我个人觉得最大的区别就是从机理推导转向数据分析。这其中有一个观念的转变:以前是讲逻辑,现在是看数据、讲事实,通过计算与挖掘发现问题,很‘野蛮’。而之前的机理是做实验,通过实验调整参数。但是,机理在很多实际的生产当中是不太实用的,因为在复杂的生产当中,它的参数变量太多。我们做工业大脑的出发点就是为了解决机理的局限性。但这不意味着我们会完全替代以前的机理,因为机理对工业大脑的出现非常重要。它让我们少走很多弯路。它可以告诉我们一些比较有用的先验知识,我们通过数据验证机理,并且有时会带来一些新的洞察。

dc87a89d9b2b03d3b1b36497b5101d4f50f62fec

ET大脑应用的场景大多是在“研、产、销、供、能、环”这些环节,因为ET大脑需要输入,而且还需要根据你的行业进行不同的输入。接着要做出决策,做决策一定是跟业务场景相关的,在业务场景这块,我们更多的是在供、研、产、销,其实这跟企业的各个环节都相关了。因为在这些环节上都是有数据积累的,比如说供应链,销售,研发等等。总之,数据是大脑工作的基础。

ET大脑的成果和未来:

阿里云ET大脑已经做出了很多不错的成果,它帮助企业解决了很多问题,提升了企业的运作效率。

成果 1:协鑫光伏——太阳能电池切片良品率提升

痛点:协鑫光伏太阳能电池硅片生产过程的切片次品率过高,导致生产效率降低,生产成本高。

方案:将阿里云ET工业大脑应用于太阳能电池硅片生产制造领域,监控切片生产参数曲线,推荐最优参数,提升良品率。

价值:通过对太阳能电池切片制造流程进行最优参数推荐,提升了1%的切片良品率,从而大大减少了太阳能电池硅片产品次品率。

成果 2:中芯国际——芯片良率提升

痛点:中芯国际28纳米集成电路芯片生产过程的光罩产品次品率(CD偏差)过高,导致生产效率降低,生产成本升高。

方案:将阿里云ET工业大脑应用于中国顶尖紧密制造领域,对工艺参数进行建模分析,构建预测模型。

价值:通过CD预测建模,预测误差可控制在1纳米左右,大大减少光罩产品次品率。

我们的工业大脑还做了其他很多项目,期间ET大脑也得到了打磨。ET大脑从开始萌芽的时候,它只有婴儿一般的智商,这么多项目下来,这个大脑其实也在不断的进化,它可以学习到各行业的知识,去对接更多行业的数据类型、标准、协议,然后产生面向这些行业智能化的模型。

今天的ET大脑的“智商”才刚刚幼儿园毕业,为了发展ET大脑,我们引入了天池大赛的平台,来对接很多社会上更开放、更复杂的问题。

以上由云栖小组虎说八道整理,毛鹤校审,编辑:郭雪梅

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
大数据
使用钉钉扫一扫加入圈子
+ 订阅

大数据计算实践乐园,近距离学习前沿技术

其他文章