建议使用以下浏览器,以获得最佳体验。 IE 9.0+以上版本 Chrome 31+ 谷歌浏览器 Firefox 30+ 火狐浏览器
请选择 进入手机版 | 继续访问电脑版
设置昵称

在此一键设置昵称,即可参与社区互动!

确定
我再想想
选择版块
“上云之路”华为云征文大赛 云上优选 特惠来袭 云享读书会·读书月  免费报名,花式拿奖

linzhuofeng

发帖: 25粉丝: 5

级别 : 中级会员

发消息 + 关注

发表于2020-3-16 01:37:33
直达本楼层的链接
12#
显示全部楼层

打造工业AI平台有哪些目标和挑战?

1、节省人力成本

2、机器可以忽律劳动时限和人力劳导致的误差

3、挑战是机器目前能实现的功能还比较单一,并且升级改造成本不小

点赞 评论 引用 举报

加油O幸福

发帖: 2粉丝: 0

级别 : 注册会员

发消息 + 关注

发表于2020-3-16 09:23:07
直达本楼层的链接
13#
显示全部楼层

1、 打造工业AI平台有哪些目标和挑战?

挑战:工业AI平台的普及,会很大的提高生产效率,为企业增加更多的利润,但是也会冲击很多传统的行业,比如汽车装配,电子厂产线等等,如何平衡其中的关系,我们国家好像还没有制定一些规范吧。

目标:让未来的工业市场更加智能化


点赞 评论 引用 举报

满心

发帖: 0粉丝: 0

级别 : 新手上路

发消息 + 关注

发表于2020-3-16 09:32:53
直达本楼层的链接
14#
显示全部楼层

对于未来AI在工业互联网平台领域的应用趋势,未来AI技术应用IT层次会逐步广泛,随着5G技术的发展,AI可以在工业互联网平台的边缘设备层、平台层以及应用层都发挥价值。而工业互联网平台任何层的高级计算、分析也都需要AI参与。AI技术应用业务范围逐步变大,AI将应用于工业企业的产品设计、生产、服务、运营管理、销售、供应链等各个业务领域。另外,AI技术应用可推广性将逐步增强,随着人才、数据质量、技术手段的提升,AI实际运用场景和案例的总结越来越深入。AI在工业领域应用的技术方案、应用模式等可复制性、可推广性会越来越强。

点赞 评论 引用 举报

h0ss

发帖: 2粉丝: 1

级别 : 新手上路

发消息 + 关注

发表于2020-3-16 11:51:35
直达本楼层的链接
15#
显示全部楼层

1、 打造工业AI平台有哪些目标和挑战? 得益于计算机相关领域的发展,现在AI已经被广泛应用于各种领域,而作为工业领域来说,工业AI平台的目标是提高人们的生产力,以求在最短时间获得最优的产品;而它面临的挑战应该是在融入生产的过程中的智能化,对于各种工业生产都可以快速融入其中这是比较难实现的。

点赞 评论 引用 举报

lsy

发帖: 0粉丝: 0

级别 : 新手上路

发消息 + 关注

发表于2020-3-16 11:51:43
直达本楼层的链接
16#
显示全部楼层

6、这些应用的研发和推广过程中可能会遇到哪些障碍? 研发时技术人员不知道一些比较细节工业的操作流程无法写入程序导致生产失败。系统的维护以及数据的更新。AI的推广可能会导致一些企业的员工失业,企业要给予被裁的员工一定的安抚避免滋生事端。

点赞 评论 引用 举报

JIA-YU

发帖: 1粉丝: 0

级别 : 新手上路

发消息 + 关注

发表于2020-3-16 12:41:54
直达本楼层的链接
17#
显示全部楼层

1.平台担负着联通企业内外部数据,打通信息化与生产部门任重而道远。

点赞 评论 引用 举报

真爱无敌

发帖: 7粉丝: 5

级别 : 中级会员

发消息 + 关注

发表于2020-3-16 12:58:07
直达本楼层的链接
18#
显示全部楼层

在工业互联网中,AI能用来提高knowledge worker效率的潜在应用场景有哪些?


==>

1、数字化排产

     传统工厂排产的特性是小批次、多边界、多约束。如果涉及到更换模具,时间长、次数多,很多时候影响生产效率。

     而将AI结合到数字化排产中,可以减少物料的存放,快速响应生产需求,提高生产效率,减少能耗和物流成本。


2、生产工艺的优化

     通过使用AI对积累的数据进行分析,从工艺的成千上万的参数中找到关键性指标,通过不断的改进从而优化生产工艺。


3、预防性维护

     例如在对大型风电装备进行运维的时候,如果能够基于AI实现健康评估模型,将能够大大降低运维成本。

点赞 评论 引用 举报

睡不着的海

发帖: 79粉丝: 2

级别 : 注册会员

发消息 + 关注

发表于2020-3-16 13:49:50
直达本楼层的链接
19#
显示全部楼层

1、 打造工业AI平台有哪些目标和挑战?

回答:个人感觉工业AI平台与通用AI平台本质上没有区别,其实就是设备的通讯,采集和计算能力达到一定的要求后,通过软件对这些能力进行整合后加以分析,对工业中出现的具体问题进行自动解决。能效管理、生产改善、预测性维护、视觉识别是目前工业AI落地的主要应用场景。尽量剔除生产中的不确定因素,实现生产的可靠和可控。目前工业AI的挑战主要有几点:1、工业制造环节数据难以开发利用;2、无法采用可复制的系统和整体解决方案;3、人工智能与工业深度融合所需的复合型人才严重缺乏


点赞 评论 引用 举报

lrc666666

发帖: 0粉丝: 0

级别 : 新手上路

发消息 + 关注

发表于2020-3-16 14:44:25
直达本楼层的链接
20#
显示全部楼层

作为在校大学生,专业通信原理,对这些问题发表自己的。

1、 打造工业AI平台有哪些目标和挑战?

      现在是疫情时期,工业无法像往常一样“流水线”进行下去,此时工业AI平台就能完成工厂的基本的工作。我认为工业AI平台有三个大目标。

第一,抓住机会,我认为趁这个特殊时期,给工业升升级,打造一个人工智能的工厂,结合5G数据,让厂量迅速提升,高效率“流水线”。

第二,利用“黑科技”,我认为工业AI平台利用好工业机器人和3D视觉起来,会使中国的工业进步几十年。

因为结合AI、3D视觉,就可以识别物件包括位置、姿态与摆放顺序等,透过AI自适应夹取路径与取放动作或是工件,这都不需事先进行整理和排列,这大大的提升了许多工厂的生产效率。

第三,让工业实现“区块链”,我认为在中国,工业行业范围不仅广还大,并且企业多,如果能将各个企业“链”在一起,实现共赢,我相信中国的GDP会增长几倍。

     工业AI平台有三大挑战。

第一,缺乏自研能力,核心零部件依赖进口——一方面,国内产商大多进口国外的核心零部件。另一方面,因为国内工业机器人的研究起步较晚,缺乏相关基础研究和技术积累,短期也难以超越国外的产品。


第二,中高端市场大多被国外产品垄断——据工信部初步统计,我国涉及生产机器人的企业超过了800多家。其中超过200家是机器人本体制造企业,大部分以组装和代加工为主,处于产业链的低端,产业集中度很低。


第三,软件系统研发能力弱——国内的工业机器人企业在软件系统的研发上面相对较弱,很多自主研发的软件系统都难有重大的创新。


点赞 评论 引用 举报

ACaRRot

发帖: 0粉丝: 0

级别 : 新手上路

发消息 + 关注

发表于2020-3-16 23:24:37
直达本楼层的链接
21#
显示全部楼层

1、打造工业AI平台有哪些目标和挑战?

目标:节省并提高人效,把knowledge worker从数据处理、模型训练、模型部署、业务校验等繁琐的工作中解放出来,将更多的经历放在更核心的环节,加快算法开发效率;以及让更多不具备专业知识的非AI人员能够创建自己的AI产品,给企业AI赋能。

挑战:(1)业务智能化的复杂性。要把一个完整的手动业务流程搬到AI平台上来需要面临很多问题,比如数据如何定义及分类?复杂模型(模型融合)如何做标准化的部署?模型上线前模型评估及模拟的标准流程如何制定?

  (2) 平台的通用性与业务domain流程的权衡。即若想把平台做得通用,适用于更多的场景,那么在数据和AI服务的分离程度上需要下一些功夫。

  (3) 新技术快速在平台上产平化落地

  (4) 团队构建。对于开发人员,需要懂场景、懂机器学习、懂工程。 对于产品经理,除了清楚的了解需求外,还需要在一定程度了解机器学习。


2、如何建立可以为业务专家赋能AI建模能力的工业AI平台?

(1) 提供面向初级、高级用户的不同用户接口。

(2) 快速迭代、上线能力。面对不断变化的业务,在模型产出后,需要能实现分钟级别上线。


3、如何打造可嵌入到多种类行业应用中的端到端AI服务平台?

(1) 需要提供初级用户接口(用户点击即可)及高级用户接口(可编程),已满足不同用户的需求;

(2) 一个平台满足多个行业不太可能,最好是按行业划分为不同的产品,针对不同的行业业务特点再进行产品上的打磨。


4、在工业互联网中,AI能用来提高knowledge worker效率的潜在应用场景有哪些?

针对行业:在广告、互金、医药、传统金融行业都有很多潜在的应用场景

细分的业务场景:

模型市场,模型共享产出的通用模型共享在模型市场用。对于非AI人员,可快速自动部署模型,实现API级别的调用服务;

模型自动快速部署:在现实场景中,部署模型往往需要至少一个业务人员和一个工程人员交互,且存在繁琐的业务校验过程;

增量学习,快速学习增量的数据,使模型有更好的性能;

大数据处理,平台可与大数据系统结合,分部署处理单机无法完成的数据处理及模型训练


5、其中哪些可能会成长为killer application?

模型市场、大数据处理


6、这些应用的研发和推广过程中可能会遇到哪些障碍?

(1) 使用平台会有一定学习成本和门槛。

(2) 用户初期使用不顺畅,不习惯,特别是习惯自己编程的人员,会觉得产品上有束缚;


7、克服这些障碍可能路线图是什么样的?

(1)提高产品使用的流畅性、完善好响应的学习文档、定期组织培训;

(2)这个问题本身也是比较矛盾,鱼和熊掌不可兼得,如果要妥协,可以制定sdk,让用户可以在本地编程的同时,也可以提交任务到平台,享受平台的算力。


点赞 评论 引用 举报

游客

富文本
Markdown
您需要登录后才可以回帖 登录 | 立即注册