本地化：WitSight的優(yōu)勢

通用電氣和西門子已經(jīng)分別創(chuàng)建了Predix和MindSphere等原始大數(shù)據(jù)云平臺(tái)，并在業(yè)界占據(jù)領(lǐng)先地位。相比之下，三一集團(tuán)重要的WitSight提供了哪些核心功能和優(yōu)勢？

在這里，行業(yè)專家引用了百度、谷歌、阿里巴巴、eBay公司的案例。他解釋說，“當(dāng)國外公司和產(chǎn)品進(jìn)入中國時(shí)，本地化應(yīng)始終是他們首先想到的舉措。三一重工是中國創(chuàng)立的世界級企業(yè)，其新興的數(shù)字產(chǎn)業(yè)大數(shù)據(jù)云平臺(tái)也在國內(nèi)發(fā)展成熟。上海華興公司的工業(yè)大數(shù)據(jù)云平臺(tái)的目的是管理三一重工自己的設(shè)備。該平臺(tái)的開發(fā)和實(shí)現(xiàn)以來進(jìn)行了多次改進(jìn)。自2010年以來的經(jīng)驗(yàn)，現(xiàn)在以更快的速度處理來自300，000個(gè)在線設(shè)備的數(shù)據(jù)，其計(jì)算結(jié)果的時(shí)間是百萬分之一秒�！�

發(fā)展過程并不順利

在這種規(guī)模的工業(yè)大數(shù)據(jù)云平臺(tái)的情況下，最困難和最具挑戰(zhàn)性的部分是如何啟動(dòng)這樣的項(xiàng)目。人工智能團(tuán)隊(duì)在開發(fā)平臺(tái)架構(gòu)時(shí)遇到了重大障礙。問題是創(chuàng)建一個(gè)架構(gòu)，支持分散在世界各地的機(jī)器和設(shè)備上的傳感器的實(shí)時(shí)數(shù)據(jù)傳輸；WitSight數(shù)據(jù)分析平臺(tái)的數(shù)據(jù)傳輸，處理和分析；最后通過可視化為用戶靈活顯示數(shù)據(jù)。

設(shè)計(jì)整體架構(gòu)需要付出很多努力�；旌鲜褂谜�確的工具、技術(shù)、軟件產(chǎn)品和流程有助于構(gòu)建出色的架構(gòu)。該公司還負(fù)責(zé)不斷重復(fù)測試和驗(yàn)證。雖然數(shù)據(jù)傳輸和處理過程看似簡單，但實(shí)際上并不那么容易。WitSight中的數(shù)據(jù)傳輸、存儲(chǔ)和處理平臺(tái)必須包含各種軟件，包括Kafka、Cassandra、Spark、Hadoop分布式文件系統(tǒng)（HDFS）和MongoDB。

該平臺(tái)還必須集成devops等工具，以實(shí)現(xiàn)敏捷開發(fā)和服務(wù)交付。隨著WitSight平臺(tái)、風(fēng)電場和EVIcloud應(yīng)用的發(fā)展，上海華興公司構(gòu)思并嘗試了各種解決方案，其中包括利用傳統(tǒng)虛擬機(jī)進(jìn)行交付或請求公共云基礎(chǔ)設(shè)施即服務(wù)（IaaS）資源進(jìn)行交付。但是，這些解決方案面臨以下問題：

（1）復(fù)雜的部署配置：需要單獨(dú)的部署和配置專家來構(gòu)建每個(gè)軟件。

（2）每個(gè)虛擬機(jī)的使用僅適用于特定服務(wù)：同一虛擬機(jī)無法同時(shí)運(yùn)行多個(gè)不同的應(yīng)用程序，因?yàn)樗鼰o法提高資源的整體利用率。

（3）在高峰需求時(shí)申請新的IaaS資源：由于在虛擬機(jī)上持續(xù)部署軟件并降低效率，整個(gè)過程變得復(fù)雜。因此無法實(shí)現(xiàn)資源的全自動(dòng)擴(kuò)展。

（4）像Kafka、Cassandra、Spark、HDFS和MongoDB這樣的軟件架構(gòu)本身很復(fù)雜：企業(yè)需要招聘更多熟練的軟件維護(hù)人員，以運(yùn)行生產(chǎn)環(huán)境或培訓(xùn)現(xiàn)有員工來管理相同的工作。這個(gè)過程提高了使用軟件的進(jìn)入門檻，增加了復(fù)雜性和成本。

（5）開發(fā)人員和運(yùn)營人員必須自己查閱信息或單獨(dú)聯(lián)系每個(gè)軟件的供應(yīng)商以解決問題，而無需考慮該版本是開源還是企業(yè)，如Kafka、Cassandra、Spark、HDFS和MongoDB。由于此過程過于分散，因此無法快速解決問題或響應(yīng)管理。

（6）網(wǎng)絡(luò)和數(shù)據(jù)安全缺乏保證：不能集中管理和保護(hù)網(wǎng)絡(luò)，不能同時(shí)備份和恢復(fù)平臺(tái)數(shù)據(jù)。

上海華興公司需要開發(fā)下一代云原生應(yīng)用平臺(tái)，該平臺(tái)可以支持同一基礎(chǔ)設(shè)施上的各種不同任務(wù)負(fù)載，從而減輕所有上述挑戰(zhàn)。在仔細(xì)考慮支持WitSight上的各種應(yīng)用程序、工具和任務(wù)之后，三一重工決定利用DC／OS（Mesos）作為底層平臺(tái)，從而解決上述挑戰(zhàn)。

未來五年將為大數(shù)據(jù)平臺(tái)的發(fā)展帶來最大的機(jī)遇

工業(yè)大數(shù)據(jù)云平臺(tái)在“萬物互聯(lián)”這個(gè)時(shí)代獲得了很大的關(guān)注�？赡軙�(huì)面臨一些問題，例如它在推動(dòng)工業(yè)發(fā)展方面的作用是什么？或者像WitSight這樣的平臺(tái)在“中國制造2025計(jì)劃”所推動(dòng)下，將為中國未來增長做出什么樣的貢獻(xiàn)？

行業(yè)專家表示，“在過去的幾年里，萬物互聯(lián)或物聯(lián)網(wǎng)已經(jīng)蓬勃發(fā)展�？纱┐髟O(shè)備和智能家居設(shè)備的出現(xiàn)標(biāo)志著物聯(lián)網(wǎng)的發(fā)展。物聯(lián)網(wǎng)的英文首字母縮略詞是IoT，而工業(yè)物聯(lián)網(wǎng)（IIoT）指的是物聯(lián)網(wǎng)技術(shù)在工業(yè)中的應(yīng)用。工業(yè)4．0的理念最早是在德國提出的，之后中國迅速提出了自己的“中國制造”2025計(jì)劃。

因此，可以看到，工業(yè)物聯(lián)網(wǎng)的發(fā)展既是工業(yè)的需要，也得到了國家層面的支持。此外，它還為未來增長開辟了方向。因此，工業(yè)大數(shù)據(jù)云平臺(tái)是極其有利的環(huán)境的產(chǎn)物。它適應(yīng)了這個(gè)時(shí)代的工業(yè)需求，未來五年將為其發(fā)展提供最重要的機(jī)會(huì)�！�

沒有創(chuàng)新就沒有進(jìn)步。創(chuàng)新對工業(yè)企業(yè)的轉(zhuǎn)型至關(guān)重要。在公司層面，三一重工為其工業(yè)大數(shù)據(jù)云平臺(tái)制定了三年和五年計(jì)劃，以及一整套商業(yè)模式和發(fā)展戰(zhàn)略。然而，憑借其創(chuàng)新，三一重工多年來一直是國內(nèi)挖掘機(jī)行業(yè)的第一大銷售公司，該公司也將能夠在行業(yè)內(nèi)引領(lǐng)產(chǎn)業(yè)大數(shù)據(jù)云平臺(tái)的發(fā)展。

物聯(lián)網(wǎng)代表了新一代信息網(wǎng)絡(luò)技術(shù)的高度集成和全面應(yīng)用。它是新一輪工業(yè)革命的重要方面，也是重建世界工業(yè)格局的重要推動(dòng)力。工業(yè)物聯(lián)網(wǎng)將在未來呈現(xiàn)三種主要的演變趨勢：

（1）數(shù)據(jù)處理：設(shè)備連接變得更加多樣化�；ミB設(shè)備的類型和數(shù)量將呈指數(shù)級增長，這將對云計(jì)算資源造成很大壓力，因?yàn)樯�成的大量信息將在云上進(jìn)行分析和計(jì)算。在未來，數(shù)據(jù)的初始處理和計(jì)算將越來越多地轉(zhuǎn)移到互聯(lián)網(wǎng)的“邊緣”——這就是所謂的“邊緣計(jì)算”。

（2）工業(yè)生態(tài)系統(tǒng)：如今，許多公司在物聯(lián)網(wǎng)領(lǐng)域隔離的專有平臺(tái)上工作，將與個(gè)人數(shù)據(jù)區(qū)分開。未來，每個(gè)工業(yè)設(shè)備生產(chǎn)商都將成為工業(yè)物聯(lián)網(wǎng)系統(tǒng)的成員，平臺(tái)和數(shù)據(jù)將被共享，從而形成集群效應(yīng)和協(xié)調(diào)發(fā)展的新生態(tài)系統(tǒng)。

（3）關(guān)注不同的應(yīng)用：工業(yè)物聯(lián)網(wǎng)不僅可以實(shí)現(xiàn)設(shè)備之間的交互。它還可以通過優(yōu)化產(chǎn)品和維護(hù)與客戶的關(guān)系為公司服務(wù)。目前，工業(yè)物聯(lián)網(wǎng)不側(cè)重于設(shè)備資產(chǎn)，而是優(yōu)化產(chǎn)品或維護(hù)客戶關(guān)系。隨后，工業(yè)物聯(lián)網(wǎng)將在收集產(chǎn)品和客戶信息方面發(fā)揮重要作用，該數(shù)據(jù)將用于增加產(chǎn)品的吸引力，并提高客戶滿意度。

當(dāng)今和未來的工業(yè)人工智能

自從AlphaGo在圍棋比賽中擊敗世界冠軍以來，人工智能已進(jìn)入人們的生活，并增加其在工業(yè)領(lǐng)域的存在。OpenAI機(jī)械手自主操作魔方的能力是人工智能的一種形式。同樣，裝配挖掘機(jī)和機(jī)器學(xué)習(xí)的機(jī)械臂也是人工智能的形式。

大家都知道機(jī)器學(xué)習(xí)＝數(shù)據(jù)＋特征＋建模。而在工業(yè)物聯(lián)網(wǎng)行業(yè)中，數(shù)據(jù)并不是一個(gè)大問題，因?yàn)橛性O(shè)備的地方就會(huì)有數(shù)據(jù)。但是，從該數(shù)據(jù)中提取特殊特征并基于它創(chuàng)建模型是工業(yè)物聯(lián)網(wǎng)中的挑戰(zhàn)。這是因?yàn)椴煌�行業(yè)的特征和模型各不相同。因此，工業(yè)部門的更詳細(xì)分類和深入研究對于整個(gè)工業(yè)部門的人工智能的進(jìn)一步發(fā)展是必不可少的。目前，人工智能在業(yè)界普遍水平的表現(xiàn)有三個(gè)方面。這些如下：

（1）應(yīng)用數(shù)據(jù)的可視化分析：除了收集各種設(shè)備運(yùn)行數(shù)據(jù)（如溫度、轉(zhuǎn)速、能耗狀態(tài)和生產(chǎn)率狀態(tài)）之外，人工智能還可以同時(shí)存儲(chǔ)數(shù)據(jù)進(jìn)行二次分析，優(yōu)化節(jié)約生產(chǎn)線能耗，提前識(shí)別操作偏差，并提供減少能源消耗的措施。

（2）機(jī)器自診斷：人工智能可以允許機(jī)器自己診斷問題發(fā)生的原因和位置，就像生產(chǎn)線突然發(fā)出故障警告一樣，同時(shí)規(guī)定檢查維修記錄或標(biāo)準(zhǔn)的步驟來解決問題。它甚至可以使機(jī)器修復(fù)問題并獨(dú)立恢復(fù)自己。

（3）預(yù)測性維護(hù)：人工智能可以使機(jī)器在發(fā)生問題之前通過分析來感知問題或預(yù)測問題。例如，挖掘機(jī)上的部件可能在使用一段時(shí)間后磨損，機(jī)器可以通過分析歷史操作數(shù)據(jù)預(yù)先知道零件的磨損時(shí)間，并安排更換零件的準(zhǔn)備，以及安排更換維護(hù)。

工業(yè)人工智能的使用還包括：

（1）設(shè)備故障狀態(tài)的預(yù)測與分析。

（2）根據(jù)確定的參數(shù)進(jìn)行挖掘工作。

（3）通過使用面部識(shí)別技術(shù)，并通過挖掘機(jī)上的攝像機(jī)分析操作員行為，為挖掘機(jī)操作人員提供安全提醒。

然而，工業(yè)人工智能和其他新技術(shù)一樣，在其早期階段將面臨各種困難和挑戰(zhàn)。

隨著人工智能在當(dāng)今和未來變得越來越普遍，安全仍然是一項(xiàng)重大挑戰(zhàn)。例如，數(shù)據(jù)的安全性、設(shè)備安全性、人員安全是工業(yè)人工智能所面臨的最大挑戰(zhàn)。希望當(dāng)“工業(yè)人工智能的三大法則”出現(xiàn)來解決這個(gè)問題時(shí)，這不是一個(gè)遙遠(yuǎn)的夢想。