工业物联网与人工智能合体之后,竟把魔爪第一个伸向了她…-阿里云开发者社区

开发者社区> 物联网智库> 正文
登录阅读全文

工业物联网与人工智能合体之后,竟把魔爪第一个伸向了她…

简介:

000.webp.jpg

有人说“女人永远是对的”。

001.webp.jpg

这句话反映了很多男性蛮不讲理地认为女性蛮不讲理。
 
近几年,38妇女节也进行了一番“蛮不讲理”的升级,一大波“女神节”、“女王节”华丽丽的蜕变一下子让这个单纯朴素的节日膨胀了起来。于是我不妨也来膨胀一下,本周我们来谈一个“两性话题”——变形金刚里面这种裸身出境的性感糖果Twizzlers。

002.webp.jpg

谈及工业互联网,你的脑海里一定是被企业业务优化、机器远程追踪这样糙汉子的形象先入为主,然而你是否想到,它的“魔爪”已经悄悄伸向了甜蜜的糖果领域。这一抓还就抓出了风格,抓出了水平,在以糖果为代表的流程控制行业留下了新的印记。
 
在以前的文章中,我曾经提到过这一波中国制造业转型中蕴含的投资大机会:人工智能+工业物联网,AI+IIoT,简称,IAI(Industrial Artificial Intelligence)。(详情请看:《物女心经|IAI这片处女地隐藏着中国制造业转型投资的最大机会》)
 
如果细看IAI落地的具体应用,我们需要将工业领域进一步划分,根据生产工艺组织方式,分为离散制造业和流程行业。
 
典型的离散制造行业,比如机械加工、电子电器、汽车制造等。企业将现成的元部件装配加工成更大规模的整体设备,生产过程中基本上没有发生物质改变,只是物料的形状和组合发生了变化。最终产品由各种物料装配而成,并且一个产品有多少个部件,一个部件有多少个零件,这些物料一个不能多,也一个不能少。
 
再来看看另一半。典型的流程行业,比如医药、石油化工、电力、钢铁、能源、水泥等。企业主要通过对原材料进行混合、分离、粉碎、加热等物理或化学方法,使原材料增值,生产过程通常需要严格的过程控制。
 
之前我看到和听到过IAI围着离散制造女神狂献殷勤的种种事迹,至于流程行业,这还是大姑娘上轿——头一回,糖果果然带来了惊喜。
 
有用即正义,糖果给流程工业带来的惊喜不服不行。所以这个事情值得好好说说。
 
好时公司(Hershey)家的当红花旦——Twizzlers扭扭糖和Reese’s花生酱夹心牛奶巧克力杯——早已在全年无休号称要减肥的女性群体中圈粉无数,不过当你知道它们包含了物联网和IAI的科技结晶之后,是不是又多了一个爱上它的理由呢?
 
当好时给生产线装上了传感器,并且使用机器学习让整个生产过程的效率提升之后,IAI让这些糖果变“小”了。

003.webp.jpg

好时对女性的致命吸引力,还在于它对“零食艺术品”非一般的执念。为了提升工艺水平,它利用IAI改进了糖果的生产过程,并用事实证明,即使没有数据科学家的介入,也能实现效率每提升1%,成本就节省50万美元。
 
首先,好时使用机器学习和预测分析算法,让生产线比少女的水蛇腰还要灵活。一条生产线不仅可以生产Twizzlers,还可以生产79种其他品牌的糖果。当然好时使用的是知名云平台已经预先内建的机器学习算法,而不需要聘请数据科学家重新构建。
 
然后,他们在容量为14,000磅的Twizzlers储罐中增加了传感器,以便更好的调节温度等变量,对于糖果尺寸的控制也可以更加精准。原来的糖果尺寸会在冷却之后发生变化(缩小),有可能不满足法定售卖尺寸,为了达标,厂家必须让糖果额外“增肥”,这就导致原料成本的增加。
 
好时变得更好了,也更加“吝啬”了。比如,如果想把糖果做到2盎司的大小,鉴于冷却后质量会减轻,一开始糖果的质量必须大于2盎司。但是到底需要多出多少呢?原来不知道精确的数字,只能按照经验多给一些,现在发现2.19盎司刚好,完全不用多给!

004.gif

具体来说,生产Twizzlers的原料从储存罐的顶部被倒入热容器,而糖果从罐子的底部被挤出。通过新增的工业物联网传感器,好时可以监控每个高温储存罐内部的Twizzlers温度,通过这种对于参数的准确追踪,他们在前辈面前不小心实现了弯道超车。

0.gif

好时发现储存罐不再仅仅是一个静止物体,而是一个灵动的生命。以Licorice甘草口味为例,炙热的原料注入储存罐,整个过程有点儿像酿酒但又有所区别,原料在储存罐中慢慢冷却、酝酿,14,000磅的Licorice原料似乎变成了活的生物。不断有炙热的原料从顶部注入,如此循环往复,当Licorice很热的时候,它会变瘦,Twizzlers也比最终的成品重量略轻。

在烹饪缸上面有22个传感器,每隔1分钟测量一次温度,基于对6,000万个数据点的深度学习,算法可以预知问题和失误。
 
好时根据这22个传感器的读数,可以更好的预测最终产品的净重,由于对产品尺寸和重量有了更好的预测方法,糖果们更接近他们所需的确切重量,不胖不瘦。
 
Twizzlers糖果成品重量的准确性每增加1%,在每批次14,000加仑的情况下,可以节省50万美元,省下来的钱可以任意买买买,比如堆积如山的原材料,也可以任性请高颜值帅哥代言,比如下边这位。

006.webp.jpg

同样的物联网技术也被应用于其他类型的巧克力,因为巧克力比糖果更贵,因此节省成本带来的利益将更大倍数呈现。
 
当然,我们在工业领域谈论人工智能时,主要是指狭义人工智能,ANI(Artificial Narrow Intelligence)。即便是最简单的ANI,也足够撑起工业物联网的野心了。
 
好时还破天荒的发现当储存罐里的Twizzlers液位超过某一高度的时候,会导致产品质量产生波动,增加了不确定性。从此好时不再一味追求把Twizzlers储存罐装得足够满,而是懂得了控制实际容量不要超过这个上限。
 
消息传得很快,有超过20家公司来向好时取经,Twizzlers IAI项目的负责人总结了他的经验和收获,堪称一部超励志的血泪史。
 
首先是准备好被拒。
 
在IAI带来价值之前,他至少收到了来自公司高级管理层的4个NO:“不行”、“不能”、“不要”、“不对”,任何一个“不”都掷地有声。就在被虐成渣的前一秒,霸道总裁CIO大手一挥,妥了。
 
接着是思维上的转变,跳出公式,追求相关关系。
 
运用IAI之初,好时必须回答的第一个问题就是:我们的数据到底有什么用?
 
以前好时的工程师们使用公式预测产品重量,而现在他们使用大量的传感器数据,通过IAI算法进行更精准的预测。

007.webp.jpg

完成这个转变不容易。
 
人们往往习惯了“迷信”公式,如果找不到爱因斯坦所谓的简谐之美的公式,变不肯罢休。无奈现实并没有那么简单,充满了扰动和不确定性。当好时通过传感器采集到的数据越多,发现由多维度和多变量导致的不确定性越甚,这时指望仍旧使用公式来进行推算是逆潮流而动的,通过IAI实现对大量数据的分析,从而把握事物发展的轨迹,是更加成熟的选择。
 
最后,好时总结了任何公司运用IAI都建议遵循的8个步骤:
 
1.传感器:在关键位置部署尽可能多的传感器
2.提取数据:从实时和历史数据库中提取数据
3.清理数据:清理数据以进行分析
4.寻找异常值:使用计算工具找出异常值
5.提炼相关数据:使用工具来分析哪些传感器数据是有效的
6.花时间训练:舍得花时间训练你的算法,并读取测试数据
7.构建Web服务:实时分析数据
8.形成闭环:通过安全回路将控制数据发送到生产线
 
终于,IAI在流程行业有了第一个“小情人儿”。不过,糖果都从了,冰淇淋还能抵抗多久呢?

008.webp.jpg










原文出处:物联网智库
转载请与作者联系,同时请务必标明文章原始出处和原文链接及本声明。

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:
物联网智库
使用钉钉扫一扫加入圈子
+ 订阅

最新文章
相关文章
官网链接