“獨行快,眾行遠”,華為云布局工業(yè)AI生態(tài)圈

"華為云2019年做了一件非常重要的事情,就是逐漸走向各個行業(yè)。"

今年7月,華為云業(yè)務總裁鄭葉來在TechWave技術峰會上闡述了華為云面向未來的新使命——"賦能應用、使能數據、做智能世界的黑土地"。

華為云正在重新思考如何跟客戶、伙伴、上下游一起攜手創(chuàng)新為產業(yè)發(fā)展帶來價值。而具體到實踐層面,華為云一方面發(fā)布沃土初創(chuàng)企業(yè)扶持計劃,幫助初創(chuàng)企業(yè)通過云計算、人工智能等技術加速創(chuàng)新;另一方面通過舉辦初創(chuàng)企業(yè)大賽,鼓勵大家圍繞華為云平臺創(chuàng)新,并向這些初創(chuàng)企業(yè)共享商業(yè)機會,與華為云共同成長。

“獨行快,眾行遠”,華為云布局工業(yè)AI生態(tài)圈

9月9日,"華為云全球初創(chuàng)企業(yè)大賽2020秋季賽-總決賽"正式在東莞松山湖落下帷幕。本次大賽設置了EI賽道、鯤鵬云服務賽道和云視頻賽道,三場分賽分別于7月8日、7月22日、8月7日通過線上路演直播的形式結束??倹Q賽時,有12支隊伍從入圍的18家企業(yè)中突圍,其中EI賽道有5家企業(yè)獲獎,分別為:閃馬智能 摘得金獎,拓深科技 和 熵智科技 斬獲銀獎;圓心惠保、敬之網絡 獲得優(yōu)勝獎。

所謂 EI,即企業(yè)智能,其實就是"行業(yè)+ AI"。今年7月,華為云發(fā)布了 EI 工業(yè)智能體 2.0,將為合作伙伴提供行業(yè)頂尖的 AI 算法專家資源、優(yōu)質的華為云資源,以及開放的實驗室資源,共同推進 AI 在工業(yè)領域落地。

工業(yè)+AI,在華為云的生態(tài)推動下,將會帶給工業(yè)信息化、智能化怎樣的"質變"?

  讓工業(yè)Know How開口說話

近些年,國內工業(yè)互聯網迎來了跨越式發(fā)展的時期。據公開數據顯示,平臺數量從2014年不到50個到2018年已經接近270個。2019年,行業(yè)延續(xù)高速態(tài)勢,全國具有一定區(qū)域和行業(yè)影響力的平臺超過70個,重點平臺平均工業(yè)設備連接數已達到69萬臺、工業(yè) App數量突破2124個。

另一方面,國內工業(yè)數字化發(fā)展水平仍然參差不齊,應用場景分布差異較大等,使得一些工業(yè)互聯網平臺的應用價值并沒有完全發(fā)揮出來,特別是極為重要的"工業(yè)+AI"領域的落地也并不如人意。

探究其原因,我們可以發(fā)現,傳統(tǒng)的以機理為核心的工業(yè)知識及工業(yè)數據,目前還不能很好地在工業(yè)互聯網平臺上轉化為生產效率,而要讓沉默的工業(yè)知識和數據逐漸學會"開口說話",則需要企業(yè)核心生產作業(yè)流和AI等技術深度融合,由此才能幫助工業(yè)企業(yè)更好實現提質、降本、增效。

今年7月,華為云發(fā)布了 EI 工業(yè)智能體 2.0,并宣布將在超過20個工業(yè)細分行業(yè),征集50家領先的行業(yè) Know-How 伙伴,共同探索和實踐100個工廠智能化升級項目。其基于大量的實踐經驗總結,圍繞工業(yè)機理與的AI融合,可支持企業(yè)便捷地開發(fā)、分享工業(yè)機理模型,將工業(yè)機理模型與AI進行融合,并能匹配企業(yè)客戶組織部署運行環(huán)境。

“獨行快,眾行遠”,華為云布局工業(yè)AI生態(tài)圈

“獨行快,眾行遠”,華為云布局工業(yè)AI生態(tài)圈

華為云人工智能領域總裁賈永利表示:"AI可進入工業(yè)核心生產系統(tǒng)解決關鍵業(yè)務挑戰(zhàn),創(chuàng)造價值;而將AI應用于效率提升、專家經驗傳承和跨越極限這三類場景,可提升AI落地成功率。"

雷鋒網了解到,華為云EI工業(yè)智能體2.0主要構建的能力有3方面,支持多種語言的機理模型開發(fā)的平臺,可基于知識圖譜進行工業(yè)機理模型開發(fā);是將工業(yè)機理與AI融合的低代碼開發(fā)平臺;提供工業(yè)級AI部署與運行管理能力,可匹配工業(yè)界典型的組織架構-總廠-廠區(qū)-車間-產線。

比如,在化纖行業(yè)智能化實踐中,可在生產不停車狀態(tài)下,以"即插即用"方式實現與現有設備與控制系統(tǒng)適配。匹配工業(yè)運行環(huán)境的時延要求,提供多種部署方式,通過模型壓縮等技術,最大限度地減小模型對于計算空間和時間的消耗,滿足工廠生產時延要求。

此外,我們知道,2019年華為工業(yè)互聯網平臺FusionPlant正式入選工信部十大"雙跨"平臺,而華為云EI工業(yè)智能體2.0的發(fā)布,首次將工業(yè)機理、專家知識、數據統(tǒng)計模型和AI模型結合到一個統(tǒng)一的平臺之上,不僅實現了企業(yè)的提質降本增效,更加速了"普惠AI"在工業(yè)領域的落地,也為FusionPlant平臺、為華為在工業(yè)領域謀求更多的話語權。

  獨行快,眾行遠

據了解,工業(yè)領域多年沉淀的大量行業(yè)知識,可以很好地解決定性問題,但在很多場景下,這些機理模型還不能精確地匹配工況的波動,工業(yè)過程仍是"黑盒"。此外,工廠老師傅多年積攢的經驗知識還面臨被傳承和復制的難題。

當前,放眼國內外,其實并不乏為工業(yè)智能化轉型升級提供解決方案的廠商,比如傳統(tǒng)制造業(yè)巨頭、老牌工業(yè)解決方案服務商,以及云服務廠商,各類細分領域軟硬件供應商等。那么,華為云EI工業(yè)智能體2.0有何不同之處?

從不斷深入探索的過程中,華為云發(fā)現既有的"工業(yè)+AI"嘗試中普遍存在一些問題。比如適合工業(yè)的 AI 開發(fā)與運行管理平臺的缺失、工業(yè)機理模型開發(fā)和分享比較困難、融入 AI 的生產系統(tǒng)存在一定的不穩(wěn)定性等。華為云 EI 工業(yè)智能體 2.0不僅深度融合工業(yè)機理,它將有一個工業(yè) AI 開發(fā)、運行部署的平臺,幫助工業(yè)領域快速落地 AI。

"獨行快,眾行遠",工業(yè)智能化的時代不能只靠一個企業(yè)的單打獨斗。在"華為云全球初創(chuàng)企業(yè)大賽2020秋季賽"上,華為又發(fā)掘了閃馬智能、拓深科技、熵智科技等眾多生態(tài)圈合作伙伴。這些企業(yè),是如何切入工業(yè)AI的呢?

  閃馬智能:視頻異常大數據賦能城市精細化管理

專注城市異常事件管理的AI中臺公司閃馬智能,通過對城市視頻異常大數據的發(fā)現與分析,賦能城市精細化管理。2019年成立并成為華為智能攝像機和智能云首批運營商。核心算法ATOM基于容器彈性云打造,打破云計算邊界,充分利舊之外能短時間內訓練出模型,同時通過視頻異常分析平臺融合,形成了可用于智慧城市、工業(yè)生產、互聯網內容安全等行業(yè)的視頻異常分析閉環(huán)。從而賦能到具有行業(yè)Know-How的完整運營體系中,能快速推向市場,幫助管理者們及時發(fā)現、高效管理。

  拓深科技:電流算法在電力終端、消防的應用實踐

拓深科技是專注于電流指紋AI算法及其在消防場景應用研究的初創(chuàng)企業(yè)。其擁有端到端產品研發(fā)能力,云平臺、預警終端和報警終端廣泛應用于平安城市、智慧社區(qū)、高校等各行各業(yè)的樓宇消防智能化。

"電流的信號是分布在每一臺設備,每一個建筑和每一個城市當中的,其AI算法也被認為是繼圖像和聲音之后比較豐富的數據源的載體。"談及為何率先把電流的算法用在消防領域,拓深科技CEO張軒銘表示:

"除了跟我本人的背景有關,更重要的是看到中國每年大概投入2750億的資金在消防領域,但其實絕大多數投在救火上,核心是沒有辦法把火災提前預警,由于設備故障和電池的爆炸,比如設備的保護操作失靈造成火災占比超過40%,線路故障占到30%,有70%的火災在電流上體現這樣的特征,核心的一點:如果是通過電流算法計算出來,可以讓火災在事前計算出來,讓火災不再發(fā)生。"

熵智科技:5G與AI助力機器人的視覺分揀

3D視覺技術解決方案提供商熵智科技,公司自2018年成立到現在僅有兩年半的時間。其核心技術是機器人的3D視覺與自主路徑規(guī)劃,典型應用場景是機器人的視覺分揀。

談及用機器人去上下料的場景,熵智科技創(chuàng)始人CEO趙青表示:

"在工業(yè)鏈端可以通過工裝、制具、夾具實現這種自動化,在物流完全沒有,場景完全是自然狀態(tài),匹配太多無論是對箱子、拆垛、碼垛還是針對單SKU的分解,如果需要機器人操作一定需要視覺的引導,整個市場機器人3D視覺的抓取,被稱為"機器人技術的皇冠"自有其道理。"

"3D視覺作為機器人的眼睛依然可以與機器人配合更復雜更多的動作。在這里面有特殊點,在這個行業(yè)當中實際上更偏于做上游的硬件,做高精度測量的應用。"

目前熵智科技與華為進行合作,通過5G聯接針對的是實際需求,在園區(qū)有多個機器人和多個相機實現遠程的集中控制。公司的核心能力是偏上游的軟硬件一體化,以及光學方面的研究。這也是一些比較上游的公司很少涉及的,因為學科比較綜合,挑戰(zhàn)比較大。

除了以上這些,雷鋒網了解到,目前華為云EI工業(yè)智能體已廣泛在鋼鐵、石油、紡織、煤炭、電子信息、裝備制造、家具生產等領域開始應用,并幫助中國石油、三聯虹普、石橫特鋼、鑫磊集團、德普特、拓斯達、正業(yè)科技等企業(yè)加速數字化和智能化轉型。

AI落地到工業(yè)

據 Markets 報告預計,2025 年人工智能制造市場規(guī)模將達 172 億美元,預測期 (2018-2025 年 ) 內的年復合增長率為 49.5%。而埃森哲在比較了人工智能對我國各個行業(yè)部門增加值增速的影響后得出,預計到 2035 年,制造業(yè)因人工智能的應用其增加值增速可以提高 2.0% 左右,是所有產業(yè)部門中提高幅度最大的。

由此可見,工業(yè)AI領域不管是市場容量,還是增速,其表現都足夠出色。

然而,雷鋒網了解到,工業(yè)AI是最難的、也是最復雜的AI應用領域。比如應用場景比較碎片化,這和我們熟知的交通領域、安防領域有很大不同。交通領域、安防領域識別的物體相對比較固定,場景也比較固定,這樣可以針對這些場景收集大量的數據,得到一些網絡模型以后,可以在這些場景里大面積推廣。

而工業(yè)場景的碎片化很明顯,比如在紡織工廠里做一個產品的識別,在半導體工廠里也做產品的識別,但是它們要檢測的目標是不一樣的,那帶來的問題是需要不同的樣本和設計不同的網絡結構,在設計方面要用不同的方法進行調優(yōu),同時工業(yè)本身對準確度的要求很高,因而,在工業(yè)領域推廣人工智能的話還有很長的路要走。

此外,工業(yè)AI還吸引了BAT等互聯網巨頭和科研大牛的加入,比如前阿里云機器智能首席科學家閔萬里、前騰訊優(yōu)圖實驗室聯合負責人賈佳亞等,更是讓工業(yè)AI的競爭有了更多變數。

有投資人表示,初創(chuàng)公司在人工智能領域還是有很多機會的,但他們需要往更細分的賽道里去專研,去挖掘,這樣才能避開一些大公司,發(fā)揮自己的長處,實現AI與具體工業(yè)場景的相結合。

綜上,這時候選擇一個頗具成長力的生態(tài)或許是一個不錯辦法,在獲得更多助力的同時,加上自己專注的領域足夠細分,那么勝算就比較大了。

在過去10年所有的AI技術在落地應用時,可能大多數都落地在圖像和聲音,而這兩個領域除了世界級的企業(yè)以外,出現了中國的獨角獸企業(yè),比如科大訊飛、商湯等估值超過50億美金的公司。拓深科技表示:

"我們可以看到電流的信號是分布在每一臺設備,每一個建筑和每一個城市當中的。電流的AI算法也被認為繼圖像和聲音之后比較豐富數據源的載體,出現了美國的公司市值超過10億美金,拓深科技是致力于電流算法研究的中國企業(yè),我們也希望成為在這個領域中國的獨角獸企業(yè)。"

華為云的下一站

今年4月,工業(yè)互聯網產業(yè)聯盟(AII)發(fā)布的《工業(yè)智能白皮書》顯示,截止到2019年底,在全球20多個經濟體近三年發(fā)布的100份人工智能方面的戰(zhàn)略規(guī)劃或政策文件中,涉及與工業(yè)結合的超過一半以上。美、日、德、歐盟分別發(fā)布《國家人工智能研究和發(fā)展戰(zhàn)略規(guī)劃》《新機器人戰(zhàn)略》《國家工業(yè)戰(zhàn)略2030》《歐盟人工智能》等一系列政策戰(zhàn)略,重點提及產品全生命周期優(yōu)化、先進機器人、自動駕駛、大數據挖掘等在工業(yè)領域的應用。

雷鋒網了解到,工業(yè)AI時代,企業(yè)的工業(yè)互聯網的能力會進一步放大,企業(yè)之間差距會因為數據量的多寡進一步拉大,誰的數據節(jié)點多,誰的優(yōu)勢自然很大,每個節(jié)點不僅帶動了產品的迭代,甚至會影響產品的銷售。

  華為云人工智能領域總裁賈永利表示:

"AI 進入企業(yè)核心生產系統(tǒng),需要與工業(yè)界已有的機理模型、隱形行業(yè)知識深度融合,釋放生產要素和生產資源的潛能,這是工業(yè)互聯網的本質和關鍵所在。隨著 AI 技術進入企業(yè)生產系統(tǒng),AI 在關鍵生產環(huán)節(jié)將會帶來大幅的質量提升與成本收益。相信未來 5 到 10 年,工業(yè)互聯網將重塑企業(yè)的生產模式。"

今年,在全球分析師大會期間,華為宣布了以生態(tài)型產業(yè)布局推進計算型產業(yè),其新的定位"云和計算產業(yè)是生態(tài)型產業(yè)",圍繞生態(tài)和華為云構建生態(tài)打造"黑土地",成為數字世界的底座。其中,合作伙伴和開發(fā)者將是生態(tài)建設中的重中之重,因此持續(xù)為合作伙伴賦能,為開發(fā)者提供更多的支持和服務,將成為華為云未來的常態(tài)。

相應地,華為云生態(tài)下的EI、鯤鵬云服務和云視頻等賽道,也將成為孕育細分行業(yè)小巨頭的一方"沃土"......(文/雷鋒網 郭仁賢)

(免責聲明:本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網站出現的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后,將會依法盡快聯系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。 )