北京时时彩走势图连线
English郵件在線
English 書記信箱 校長信箱 學院網站 部門網站 熱門站點 圖書館 | 郵件在線
媒體南師

人工智能教授 緣何盯上戴卡的“問題數據”

□本報記者 劉楊

在疾馳的列車上,南京師范大學教授、博士生導師、中國人工智能學會委員余嘉元再一次翻閱資料,這些資料都是有關他此行的目的地——無錫戴卡輪轂有限公司。其中,資料中一篇新聞報道引起了他的注意。

“2017年初,無錫戴卡進入生產自動化階段,用工降至300多人。然而,他們沒有按照預期享受到‘機器換人’的紅利,其生產線成品率反而從95%暴跌至80%。”看到這兒,余嘉元眼睛一亮,趕緊用筆劃出來,“這些‘問題數據’都是寶貝啊。”他這樣自言自語。

生產自動化后“盲區”依然存在

“在摸索智能制造的過程中,我們首先在做的就是把數據采集下來。”一直以來,無錫戴卡輪轂制造有限公司總經理戴潤就有個想法,就是將經驗性的生產轉變為數字化生產。曾幾何時,一只輪轂,從鋁錠到滾燙的鋁水,再經過壓鑄、機加工等十幾道工序,到最后成品出爐,需要大量人工操作,許多工序環境較差,勞動強度還不小。而今,隨著“無錫戴卡數字制造系統”正式上線,已實現“一部手機管整個生產線”。如果某個環節的數據異常,不僅手機能即時收到警報,技術人員還能通過手機立刻進行調整。

但這還沒有達到戴潤心目中理想的數字化生產要求,在現實生產過程中依然存在“盲區”。戴潤向余嘉元說出了自己的困惑,有時候明明同樣的設備、參數、配方,依然會生產出次品,“這種情況只有干了十多年的老師傅能夠憑經驗去校準,但要讓師傅說明問題出在哪兒,他也說不清。”戴潤明白在智能化道路上戴卡還只是剛剛起步,智能制造是一個包含工業機器人、傳感器、大數據分析等要素在內的智能生產過程,自動化只是基礎之一。“也許我必須積累更多的數據,才能夠找到突破盲區的方法。”

“現在戴卡已經能從線上發現問題,那么就應該考慮如何將線下積累的大數據應用起來。”聽了戴潤的介紹,余嘉元提供了另一種思考路徑。作為人工智能方面的專家,他并沒有急于說明人工智能如何在智能制造中發揮作用,而是從戴卡的實際出發,與戴潤進行一次頗有意義的探討。

在余嘉元看來,戴卡的自動化程度已經領先于同行,在數據采集方面更是走在前列,以前判斷一個輪轂優良與否只憑經驗,如今全靠參數分析,這說明“戴卡通過自動化改造,實現多種數據采集,已經讓大數據分析變成了可能。”而現在的關鍵就是要讓采集來的數據發揮更大作用,從各個環節上的參數、各個門類上的參數中找出聯系,也就是從“混亂”中找到“規律”。

數據不在多少,貴在分布合理

“戴總,我注意到,您曾經在報道中提過剛上自動化生產線的時候,其實產品質量出現了一定程度的下降,對嗎?”誰也沒想到,余嘉元竟然拋出這么一個“不客氣”的問題。“老實說,2017年我們用機器自動化取代人工后確實出現了很多問題。”戴潤毫不諱言,盡管現在戴卡已經成為無錫智能制造的標桿企業之一,但公司也是在“一邊摸索,一邊前進”。

“您有所不知,其實這些‘問題數據’非常寶貴,可以說是人工智能與智能制造緊密結合的關鍵點。”此話一出,戴潤來了興趣。他有種感覺,教授的這句話或許能解開困擾自己多時的問題。

“其實數據不在于多少,而在于數據的空間分布,這也就是我為什么說‘問題數據’很寶貴的原因所在。”余嘉元娓娓道來。其實,在與戴潤交流之前,他剛參觀了戴卡的新能源電池包鋁合金托盤生產線,該生產線運用獨立研發的攪拌摩擦焊工藝,能夠在確保產品質量的同時,減輕托盤近40%的重量。余嘉元還了解到,為了研究這項攪拌摩擦焊工藝,工程團隊用了近一年時間,經歷了難以計數的實驗才取得了成功。“如果在研發過程中,我們能夠收集數據并進行數據挖掘,建立模型得到一個非線性關系,也許能大大提高整個攪拌摩擦焊工藝的研發效率。”

余嘉元進一步解釋,人工智能的核心之一就是機器學習,而機器學習的基礎就要建立在大數據之上。“數據不在于多少,而在于分布情況。”在他看來,眼下不少制造業企業對于大數據的理解有一些誤區,認為只要積累的數量足夠就好。事實上,數據的空間分布是否合理,跨越的維度是否足夠,都決定了機器能否“學透”。“如果手機的數據都集中在一個維度或者空間的某一部分,那么一旦出現空間外的情況,機器就不知道該如何處理。”對于戴卡而言,余嘉元建議在采集數據之前就要有所考慮和針對性,通過設計方案讓“問題數據”多多出現。“讓數據分布在一個比較全面的空間上,這樣數據采集、建立模型就更加高效。”

期待“問題數據”與人工智能的碰撞

3月19日下午,中央全面深化改革委員會審議通過《關于促進人工智能和實體經濟融合的指導意見》,強調要把握新一代人工智能發展的特點,構建數據驅動、人機協同、跨界融合、共創分享的智能經濟形態。人工智能和實體經濟再次被這份重要指導性文件拉到了一起。對此,余嘉元十分高興,很受鼓舞。

余嘉元認為,作為實體經濟的主體,制造業的高質量發展已被擺到突出位置。工業互聯網作為制造業改造提升的新基礎設施,變得更加炙手可熱。而對人工智能企業來說,數據是企業的生命,只有掌握了大量數據才能訓練到企業所建立的算法上,從而不斷優化模型,形成最后應用。

無錫有著雄厚的產業基礎,亦在數字制造方面先人一步,大大小小的企業在智能化轉型過程中積累了大量“問題數據”,極有可能在將來成為一座“數據富礦”,與人工智能相結合產生更多碰撞和火花。

不過,無錫的人工智能產業雖有一定的發展,但總體來說缺乏龍頭型企業,人工智能企業數量偏少、規模偏小,產業仍處于起步階段。尤其在政策扶持方面,國內包括上海、南京、蘇州、常州等20多個城市先后出臺了人工智能專項政策,而無錫主要集中于集成電路、智能制造以及物聯網領域發力,暫時沒有出臺專門扶持人工智能產業發展的政策文件。與周邊城市相比,無錫的人工智能發展動力稍顯不足,產業規模及扶持力度有待提高。

因此,余嘉元在摸索戴卡的“問題數據”后,建議要建立企業主導、高校研發、政府支持的人工智能產業一體化發展模式。智力支持是人工智能發展的關鍵因素,人才問題是人工智能企業普遍遇到的瓶頸。無錫56所、308所等機構有優質的技術人才資源,政府可以依托科研院校打造產學研合作平臺,讓企業與無錫科研院校結成戰略合作關系,一方面有利于科研院校有針對性地培養專業人才,另一方面有利于增強研究成果信息交換,促進多方合作,推進人工智能技術實現商業化應用,最終形成企業主導、科研院校研發、政府支持的人工智能產業一體化發展模式。

無錫日報 2019年3月28日 第A09版:財經周刊·錫商

  • 更新時間

    2019年03月29日

  • 閱讀量

  • 供稿

    無錫日報

南京市仙林大學城文苑路1號,
郵編 210023
[email protected]

Copyright ? 南京師范大學 2019. All rights reserved.
蘇ICP備05007121號
蘇公網安備 32011302320321號

分享到

北京时时彩走势图连线 一分快3大小单双走执图 双色球怎样投注双色球怎样投注 手机版三公游戏赢现金 篮球投注开户 看牌抢庄斗牛规律 棋牌彩票网址大全 重庆时时彩 qq票秒速时时网页 博众时时彩官方网站 欢乐打麻将