首页 >> >> 头条 >> 正文
华能原CIO朱卫列:“工业互联网”概念中存在五大认知误区
  • 中国信通院
  • 2020年7月29日 16:01

工联网消息(IItime) 7月20日,钛媒体全球连线科技月举办新基建板块系列论坛。在钛媒体的新基建圆桌对话,钛媒体集团联合创始人兼首席研究官万宁、中国华能集团原CIO朱卫列、北高峰资本及坤湛科技创始人兼CEO闵万里、天鹰资本创始合伙人迟景朝、《5G革命》作者陈志刚几位大咖,共同探讨新基建浪潮将如何重塑产业价值链。

国务院国资委的国资信息监管的信息化专家 小组的副组长,也是前中国华能集团的首席信息师朱卫列在圆桌讨论前进行了主题分享。本次以《工业互联网与智能化创新之路》为题的分享中,他着重谈到了工业互联网概念中存在的五大认知误区。

1,“平台”、“算法”思维不完全适用于工业互联网

我们在做智能化的时候,主要是做图像识别和语音识别,这两种智能化在很多的特征选择上,是非常简单的,往往忽视了工业做智能化核心内容。

真正做工业智能化时,我们往往会发现,数据是第一要务,没有数据肯定是跑不出来的,但是算法,实际上很多开源的算法已经可以解决很多工业上的问题。另外,在算力已经是基础性工程,可以被解决。真正做工业智能的难点在于厘清工业的逻辑关系、知识、特别是领域知识,是非常重要的。

2,“知识图谱”在工业中应用受限,工业智能化突破方向是寻找工业机理

知识图谱的概念在IT界是非常的火,但是实践结果发现,知识图谱对于通常2C的很多知识可以使用,但是在工业领域、工业数据中,知识图谱很难做到定量分析,定量精准度不够。

所以,只以“知识图谱”这条道路作为工业智能化核心突破方向的话,很难做到数据的精准定量关系。我们在做工业里头,需要走另外一条道路——通过工业大数据和工业机理分析,并且用神经网络机器学习技术,找到他们之间的定量关系。

3,工业互联网应当是重平台、重应用

现在在工业互联网领域,很多工业企业受互联网影响,也提出工业互联网应该是“重平台、轻应用”,甚至还提出了“微应用”、“App上云”等等,但这恰恰是没有深入工业。

“重平台、轻应用”在互联网公司是适用的,但并不适合工业领域。工业领域要做智能的分析,手机点几下是不能完成这项工作的。所以,工业领域一定是“重应用”,而不是“轻应用”。这样相比起来,如果我们在应用里头放上人工智能的技术,把人工的技术很好的和工业相结合,这个技术就远比我们做一些平台的技术难度要大得多。

4,旧的概念又被提起,影响整个工业互联网建设

我们在做平台时,发现很多几年前的旧概念、旧平台又被提起,比如“hadoop”等等大数据平台,特别是平台开发商,频繁提起这些旧概念,也会产生误导。很多企业可能根本用不到这样的平台,也来采购,这样的现象也影响了整个工业互联网建设。

5,对“平台”认知不清:工业互联网应该是分布式架构,而不是互联网平台

我们强调工业互联网的时候,应该对“平台”有一个很重要的认识——它是一个局部的概念,很有可能是一个企业有一个或N个平台,然后再互联;企业跟企业之间的平台,又产生新的互联,这才是工业互联网。如果仅在一个企业里做工业互联网,只能算是企业内网,不可能称之为整个工业互联网平台。

朱卫列最后总结道,工业互联网及智能化建设,一定要走一条创新的道路,千万不要抄袭别人的概念。“我们已经找到了工业互联网和工业智能化的一个突破口,后续就看我们能不能把握这样的一个战略机遇期了。我希望我们国家能把这个领域,在世界领域能够有所突破,走向前端。在第四次工业革命里头,中国应该走在前列。”(本文首发钛媒体App)

以下为朱卫列主题演讲全文,略经钛媒体编辑:

大家好,主持人好,借这个机会,与大家分享我本人在工业互联网和工业智能方面的思考与创新。

先简单的介绍一下自己:我是工科背景,早年一直在生产、基建、经营等业务领域工作,后来转到了信息化。有幸组织、参与了华能九年的工业互联网建设与发展历程,在这里与大家分享一下。

我今天讲的是四个方面的问题。

第一个大问题:问题的提出。

我们知道“新基建”内容之一是工业互联网,无论是中央政府还是地方政府均非常的热衷于在工业互联网,大家知道工业互联网的核心内容是工业的智能化。然而我们同时也看到了国际上主流的机构和媒体,并没有看好工业互联网,特别是工业智能化,他们把智能化的重点放在了交通、医疗、家庭机器人等领域,工业领域的人工智能往往提及的并不多。

国内来讲,新基建虽然很热,但工业互联网有价值的应用并不多,对工业而言智能化的效果并不令人满意,这是什么原因?我们工业互联网所下的功夫是否找准了突破口?我们找准了突破的技术路线?我们走的路对吗?我们的突破口到底在哪里?我想今天主要就这几个问题跟大家做一个探讨。

第二个大问题:探讨、澄清几个概念与问题。

第一:智能化的三大要素问题。

目前业内提到智能化,大多数人均引用“工业大脑是数据、算力、算法”的概念。这一概念经由某个大的互联网公司提出后,基本上被整个行业,特别是IT领域引为经典被广泛采纳了,大家都认为只要有数据,有算法,有算力就可以做工业大脑、实现工业的智能化。一些搞智能化的IT企业,把一些算法集成起来,做一个平台,卖给客户,号称是工业智能平台大脑,居然还造势、受到追捧,卖价很高。

但是在我们看来,真正做过工业互联网的项目,或者是工业智能的来说,我们认为这样的一个提法,实际上会起到相当的误导作用。

为什么会起到这样的一个误导呢?我个人也分析了一下,主要是我们在做智能化的时候,主要做的是图像识别和语音识别。所以他在很多的特征选择上,它是非常简单的,是忽视了工业里头那种只是在里头的做智能化的一个核心内容。

我们真正做智能化的时候我们会发现,数据是第一要务,没有数据肯定是跑不出来的,算法很重要,但不是深不可测,实际上我们经常用到的算法,借用开源的就可以解决很多工业上的问题。此外,在算力方面,当前已经不算是一个很重要的方面,因为当今算力已经是基础性工程。

做工业智能,工业的逻辑关系、知识,特别是领域知识,是非常重要的。所以我们认为真正做智能化以后,我们必须把工业里的知识,模型的这种基本的特征,把它放在我们的算法里头。

为什么要纠正这个概念呢?就是担心很多企业,我们很多企业信息化花了大量的钱,去买这样的一个算法平台,实际上买了以后基本上没有什么作用,所以会导致我们行业的一个误导。

第二,说说智能化的道路。

也有一些很知名的工业企业,国外的知名企业,他们也谈到了工业互联网、智能化,也出了很多的知识图谱。这个知识图谱的概念在我们IT界是非常的火,但是我们实践的结果发现,它对于通常2C的很多知识可以使用,但是在工业里头,工业数据里头,它很难做到定量分析,定量模型的精准度不够。所以这条道路只作为我们工业互联网核心突破方向的话,它只能做相关性分析比较多。我们在做工业领域,我们必须走另外一条道路,就是寻找工业机理获得数据相关性,并且用神经网络、机器学习的方法,找到物理量之间的定量关系。

第三,我想谈谈这个平台与应用的关系。

很多很多企业受互联网的影响,他们都提出工业互联网就是“重平台、轻应用”,或者是“重平台、微应用”,目前这样的一个提法在我们的工业互联网领域大量的被提及。这种提及就涉及到还有一些提法也衍生出来,就是什么把工业APP上云,包括主流机构也都是这么提的。但是这恰恰就是没有深入到工业里头去。

编 辑:向坤
[1]  [2]  [3]  [4]  [5]  
分享到: