李杰

先介紹我做工業(yè)大數(shù)據(jù)的前半生。我在美國37年，早在1983年，美國就開始做汽車自動化生產(chǎn)線，我先后在工業(yè)自動化與機器人領(lǐng)域工作。后來進入美國國家科學基金會NSF，然后在美國聯(lián)合技術(shù)研究中心（United Technologies Research Center UTRC） 擔任研發(fā)總監(jiān)參與了普惠發(fā)動機、開利空調(diào)、奧的斯電梯等開發(fā)技術(shù)研究，之后我又回到學校當教授，創(chuàng)辦了智能維護系統(tǒng)中心IMS。

IMS中心是2000年建立的，到現(xiàn)在已有17個年頭，目前全球有90多個合作伙伴，現(xiàn)在我們跟大金空調(diào)、華為、中船重工、中國中車，還有馬扎克機床等企業(yè)都有合作。

先來講一下工業(yè)的發(fā)展歷程。很多發(fā)展工業(yè)的國家首先從提高生產(chǎn)力開始著手。有五個階段：第一個階段是全員實踐，每天做好整理、整頓、清掃、清潔，做整體標準化持續(xù)化的改善。第二個階段是數(shù)據(jù)化。第三階段做預測性建模分析，解決數(shù)據(jù)層到信息層的問題。第四階段叫做知識層，現(xiàn)在我們要做的就是把數(shù)據(jù)變成可以支持決策的系統(tǒng)。第五階段是最高層，可以自主產(chǎn)生知識、自主決策。

IMS中心成立時，我們的想法是怎么把前半生的大問題變成后半生的大價值。通過將傳感器數(shù)據(jù)和歷史數(shù)據(jù)相結(jié)合，做了細致深入的分析，這才把大數(shù)據(jù)的精髓發(fā)揮出來。找出了隱性的問題，即還未發(fā)生的問題，我們?nèi)ソ鉀Q甚至避免，并且創(chuàng)造價值，這就是工業(yè)大數(shù)據(jù)的后半生。我們做過的項目很多，包括John Deere、GE發(fā)動機、阿爾斯通高鐵、固特異輪胎、Intel、寶潔等，是從前半生開始做，先解決智能維護，后半生做智能預測，最后做到無憂系統(tǒng)與大價值。

怎么做大價值？1984～1987年，我在通用汽車機器人自動化生產(chǎn)線工作，MAP （Manufacturing Automation Protocol） 相當于今天的IoT。1992年安吉星研發(fā)出來，安吉星做了全球第一個工業(yè)物聯(lián)網(wǎng)的前身—汽車里面所有的傳感器直接跟人工打通連在一起。汽車出車禍，它馬上就知道，你不回話，它馬上叫救護車和公安人員到現(xiàn)場，安吉星在1992年就實現(xiàn)了。1998～2000年我在美國聯(lián)合技術(shù)公司（UTRC）擔任研發(fā)總監(jiān)時，奧的斯電梯是我們屬下的單位。我們可以從電梯的使用情況知道哪個電梯明天會有故障，那是在1997年。1999年，GE醫(yī)療的超級化磁共振波譜能夠在問題還未發(fā)生之前或者問題發(fā)生之后能進行快速診斷并派人過去維護，減少設(shè)備故障率與人員費用。到2004年的時候，開始從醫(yī)療端的數(shù)據(jù)，即產(chǎn)品的數(shù)據(jù)轉(zhuǎn)到了病人的數(shù)據(jù)，這時候才是真正的工業(yè)大數(shù)據(jù)的開始。

那么無憂該怎么做？先講英特爾半導體。現(xiàn)在中國正在蓋晶圓廠，在晶圓廠里面，人只需做一些簡單的事情，是真正的自動化，所以里面的數(shù)據(jù)最值錢。英特爾在2000年的時候找到我合作，希望對數(shù)據(jù)進行分析和預測。因為這些裝備很貴，他們希望能夠提前預測裝備什么時候會發(fā)生故障，以及跟質(zhì)量、速度等的相關(guān)性。這就是我們IMS在2000年的重點，將預測性和預防性做到很高端的半導體裝備上面。

我們提出“煎蛋”模型，從大問題導向到大價值導向。蛋黃是大問題，蛋白是大價值。我們講大數(shù)據(jù)是從大問題開始，但它絕對不是目的，要做到大價值，發(fā)揮最好的作用，要從問題到數(shù)據(jù)再到經(jīng)驗。經(jīng)驗可以傳承，但無法長久傳承，而數(shù)據(jù)可以長久傳承，因為它有邏輯性，最后再把價值做好，把經(jīng)驗變成事實。工業(yè)大數(shù)據(jù)要的是聚焦，是收斂的，而傳統(tǒng)的大數(shù)據(jù)是發(fā)散的，是機會導向，不是精密性的價值導向。GE發(fā)動機通過遠程監(jiān)控省油，省掉1%的油錢，15年下來節(jié)省一大筆成本，那這就叫蛋白。中船的案例中，船舶是蛋黃，針對每條船運行時的天氣、海浪、風等參數(shù)建模，形成海浪跟耗油的關(guān)系模型，根據(jù)分析結(jié)果來優(yōu)化航線和速度，能夠節(jié)省5%的油錢。

接下來講一下人工智能。有四個技術(shù)，DT數(shù)據(jù)處理技術(shù)、PT平臺接口技術(shù)、AT分析軟件技術(shù)、OT運營技術(shù)，是四個不同的操作層面。工業(yè)大數(shù)據(jù)有三大特點：分裂性、低質(zhì)性、背景性。運用DT數(shù)據(jù)處理技術(shù)去解決這些問題是很重要的，但是需要一些背景資料，需要懂發(fā)動機、電子制造等領(lǐng)域知識才能做下去。AT分析技術(shù)需要用到計算機科學與人工智能方面等計算技術(shù)，PT平臺技術(shù)產(chǎn)生知識之后可以分享，也要反饋到OT運營層面。我們要用人工智能加強工業(yè)大數(shù)據(jù)，因為工業(yè)大數(shù)據(jù)里面的數(shù)據(jù)背景很難鑒別。比如風機在動，風速在變，空氣濕度在變，葉片到冬季會結(jié)冰，這些人看不到，機器也不知道，需要通過風速和發(fā)電的參數(shù)，建立集群，慢慢建立起相關(guān)性，把分類、分割、分解、分析、分享、分憂這六個步驟實現(xiàn)。

未來智能化一定需要互相分享，用CPS（信息-物理系統(tǒng)）做記憶管理。所有物理系統(tǒng)都要能夠把數(shù)據(jù)的關(guān)系建立起來，這是人工做不到的。我們走過的前半生是把傳統(tǒng)的“大問題”變成可以預測的問題并解決；后面十年把大問題變成”大價值”，把無憂系統(tǒng)變成引導未來的技術(shù)，具備自維護性、免疫性、強韌性，這是未來十年工業(yè)大數(shù)據(jù)要走的路線。（根據(jù)演講內(nèi)容整理，有刪節(jié)）endprint