通用Digital CTO：工業(yè)人工智能面臨的四個(gè)獨(dú)特挑戰(zhàn)

雷鋒網(wǎng)「新智造」按：當(dāng)人們提到人工智能的時(shí)候，絕大多數(shù)人想到的是消費(fèi)級(jí)人工智能，但事實(shí)上，人工智能在工業(yè)和制造業(yè)領(lǐng)域也擁有廣泛的運(yùn)用。近日，通用電氣數(shù)字業(yè)務(wù)（GE Digital）的首席技術(shù)官（CTO）Harel Kodesh接受專訪時(shí)談到了工業(yè)人工智能與消費(fèi)人工智能的四大區(qū)別，并且對(duì)工業(yè)人工智能所遇到的困境進(jìn)行了分析。下面和雷鋒網(wǎng)一起來(lái)看看吧。新智造作為雷鋒網(wǎng)(公眾號(hào)：雷鋒網(wǎng))旗下欄目，關(guān)注智能時(shí)代的創(chuàng)新與創(chuàng)造，目標(biāo)是為創(chuàng)業(yè)者和投資人找到創(chuàng)投的機(jī)會(huì)。

Harel Kodesh

在提到工業(yè)和制造業(yè)人工智能的時(shí)候，人們的第一反應(yīng)是機(jī)器人。事實(shí)上，很多創(chuàng)新企業(yè)，比如Rodney Brooks創(chuàng)辦的Rethink Robotics，已經(jīng)開(kāi)發(fā)出了外表和善的工廠機(jī)器人，它們和人類同事們一起不停地忙碌著。

歷史上，工業(yè)機(jī)器人通常被設(shè)計(jì)用來(lái)執(zhí)行特定的細(xì)分任務(wù)，而現(xiàn)代機(jī)器人則被授予了新的使命：做出實(shí)時(shí)決策。

Rethink Robotics

盡管機(jī)器人的外表可以很光鮮亮麗，但在制造業(yè)中，絕大多數(shù)人工智能的價(jià)值是將傳感器和常規(guī)硬件中的數(shù)據(jù)轉(zhuǎn)換為智能預(yù)測(cè)，來(lái)幫助企業(yè)做出更好更快的決策。

當(dāng)前，有150億臺(tái)機(jī)器連接到互聯(lián)網(wǎng)。到2020年，思科（Cisco）預(yù)測(cè)這一數(shù)字將超過(guò)500億。將這些機(jī)器一起連接到云端的智能自動(dòng)化系統(tǒng)中，會(huì)是制造業(yè)和工業(yè)發(fā)展的下一個(gè)重要突破。

2015年，通用電氣（General Electric）推出了GE Digital，以推動(dòng)各部門的軟件創(chuàng)新。GE Digital的首席技術(shù)官（CTO）Harel Kodesh，與我們分享了人工智能在工業(yè)應(yīng)用上所面對(duì)的獨(dú)特挑戰(zhàn)。

1、工業(yè)數(shù)據(jù)經(jīng)常是不準(zhǔn)確的

“要機(jī)器學(xué)習(xí)正常工作，你需要大量的數(shù)據(jù)。消費(fèi)級(jí)的數(shù)據(jù)很難被誤讀，比如，你買了一個(gè)披薩或者點(diǎn)了一下廣告，那么你的數(shù)據(jù)就是披薩和廣告的信息。”Kodesh說(shuō)道。“可是，當(dāng)你觀察工業(yè)互聯(lián)網(wǎng)的時(shí)候，40%的數(shù)據(jù)是有爭(zhēng)議的，而且這些數(shù)據(jù)沒(méi)有任何用處。”

舉個(gè)例子，當(dāng)你使用聯(lián)合收割機(jī)的時(shí)候，你必須計(jì)算聯(lián)合收割機(jī)要鉆多深，并且你需要將濕度傳感器插到地面進(jìn)行測(cè)量。此外，你的讀數(shù)可能會(huì)受到各種條件的影響，比如極端溫度、人為意外、硬件故障，甚至一只小蟲無(wú)意間進(jìn)入到了設(shè)備之中也會(huì)造成不小的影響。

Kodesh強(qiáng)調(diào)：“我們可不是從你舒適和安全的書房電腦中獲取數(shù)據(jù)的。”

2、工業(yè)人工智能在終端運(yùn)行，而不是云端

消費(fèi)級(jí)數(shù)據(jù)是由看起來(lái)?yè)碛袩o(wú)限容量的云計(jì)算集中處理的。亞馬遜（Amazon）可以奢侈地用他們的時(shí)間來(lái)大數(shù)據(jù)跟蹤你的瀏覽和購(gòu)買記錄，并且向你展示新的推薦。

Kodesh指出：“在消費(fèi)預(yù)測(cè)當(dāng)中，就算預(yù)測(cè)錯(cuò)了也不會(huì)有什么大問(wèn)題。你很快就會(huì)忘了亞馬遜曾經(jīng)給你推薦過(guò)什么爛書。”

而在千里之外的深海石油鉆井平臺(tái)上，有一個(gè)名為提升管的設(shè)備，一種將油從海底油井運(yùn)送到地面設(shè)備的導(dǎo)管。如果提升管出現(xiàn)了某個(gè)問(wèn)題，好幾個(gè)夾具必須立即響應(yīng)關(guān)閉閥門。那些管理夾具執(zhí)行器的復(fù)雜軟件必須能夠追蹤實(shí)時(shí)的溫度和壓力才行。而且錯(cuò)誤的代價(jià)是可怕的，任何錯(cuò)誤都可能意味著災(zāi)難。

對(duì)工業(yè)應(yīng)用來(lái)說(shuō)，對(duì)風(fēng)險(xiǎn)控制和響應(yīng)能力的要求高的多，因?yàn)槿藗兊纳踩约皵?shù)百萬(wàn)美元的寶貴資源都依靠著這些應(yīng)用。在這種情況下，工業(yè)級(jí)的功能就不可能放在云端運(yùn)行，必須在本地實(shí)現(xiàn)，也就是在我們所說(shuō)的“終端”。

工業(yè)人工智能被構(gòu)建為一個(gè)端到端的系統(tǒng)，Kodesh比喻它為“往返機(jī)票”，數(shù)據(jù)直接由終端的傳感器生成，然后送達(dá)到算法，在云端建模，接著移回終端執(zhí)行。在終端和云之間有主管網(wǎng)關(guān)和計(jì)算機(jī)存儲(chǔ)的多個(gè)節(jié)點(diǎn)，因?yàn)檎麄€(gè)系統(tǒng)必須在正確的位置運(yùn)行正確的載荷。

在鉑金條的制造設(shè)備中，如果生產(chǎn)的鉑金條成分有問(wèn)題，那么系統(tǒng)應(yīng)該立即識(shí)別出來(lái)，以便于在開(kāi)始的時(shí)候調(diào)節(jié)壓力。任何延遲都意味著原材料的浪費(fèi)。

同樣的，一個(gè)風(fēng)力發(fā)電機(jī)會(huì)不間斷地獲取數(shù)據(jù)以控制操作。Kodesh特意強(qiáng)調(diào)了某種故障的可能性：“在數(shù)據(jù)的第百萬(wàn)個(gè)字節(jié)可能是葉片扭矩的數(shù)據(jù)，如果扭矩太高，發(fā)電機(jī)的葉片就會(huì)掉落。而我們需要在第一時(shí)間知道這個(gè)關(guān)鍵信息數(shù)據(jù)，即使在數(shù)據(jù)隊(duì)列中它排在百萬(wàn)位以后。”

提供正確的實(shí)時(shí)數(shù)據(jù)是一項(xiàng)非常艱巨的任務(wù)，以至于通用電氣必須依靠定制的內(nèi)部解決方案才行。“Spark技術(shù)很快，”Kodesh承認(rèn)，“但是當(dāng)你必須要在10毫秒內(nèi)做出決定時(shí)，你需要不同的解決方案。”

深海石油鉆井平臺(tái)

3、單次預(yù)測(cè)花費(fèi)超過(guò)1000美元

盡管錯(cuò)誤數(shù)據(jù)量巨大，終端的處理能力也有限，但工業(yè)人工智能依然需要表現(xiàn)的非常準(zhǔn)確。

如果飛機(jī)上的分析系統(tǒng)判斷一個(gè)引擎出現(xiàn)了故障，專業(yè)的技術(shù)人員和工程師必須前往拆卸和維修故障部件。同時(shí)，飛機(jī)制造方還要向航空公司提供一個(gè)備用引擎，以便航空公司能順利完成飛行計(jì)劃。整個(gè)行動(dòng)和交易能毫不費(fèi)力地花費(fèi)超過(guò)20萬(wàn)美元。

Kodesh說(shuō)：“在沒(méi)有問(wèn)題的時(shí)候，我們不會(huì)告知你有問(wèn)題；當(dāng)出現(xiàn)問(wèn)題的時(shí)候，我們更不會(huì)告訴你沒(méi)出現(xiàn)問(wèn)題。我們要確保有一個(gè)精度非常高的系統(tǒng)。”

根據(jù)Kodesh的說(shuō)法，唯一能夠確保這種高精度和表現(xiàn)的方法，就是同時(shí)運(yùn)行數(shù)千種算法。一個(gè)類似亞馬遜的消費(fèi)公司，可能在一本書上的利潤(rùn)是1-9美元，所以他們只愿意為每個(gè)顧客的預(yù)測(cè)花0.001美元。但是對(duì)于工業(yè)和制造業(yè)巨頭們來(lái)說(shuō)，由于有數(shù)十萬(wàn)美元的風(fēng)險(xiǎn)，所以他們每次預(yù)測(cè)的花費(fèi)都在40-1000美元之間。

Kodesh透露：“用1000美元，我可以同時(shí)運(yùn)行大量算法，并且將結(jié)果匯總，最后使用遺傳算法來(lái)增加預(yù)測(cè)準(zhǔn)確度。”

4、復(fù)雜模型必須被解釋

消費(fèi)者們很少會(huì)問(wèn)亞馬遜為何能做出具體的推薦。可是，對(duì)于工業(yè)和制造業(yè)，當(dāng)風(fēng)險(xiǎn)增高的時(shí)候，人們就會(huì)開(kāi)始提出問(wèn)題了。一個(gè)在某領(lǐng)域已經(jīng)工作了45年的技術(shù)人員，絕對(duì)不會(huì)相信一個(gè)無(wú)法解釋其預(yù)測(cè)原理的機(jī)器。

為了實(shí)現(xiàn)這種高度的可解釋性，通用電氣需要發(fā)明全新的技術(shù)。但不幸的是，他們所需要的人才實(shí)在是太稀缺了。

Kodesh抱怨說(shuō)：“我很佩服那些試圖把市場(chǎng)需求和新數(shù)據(jù)科學(xué)家進(jìn)行匹配的學(xué)校，但是這些人的數(shù)學(xué)能力太淺了。一個(gè)真正的數(shù)據(jù)科學(xué)家需要有更多的學(xué)術(shù)深度。他們需要成為能夠?qū)崟r(shí)過(guò)濾和規(guī)范百萬(wàn)個(gè)數(shù)據(jù)點(diǎn)的頂尖專家。”

VIAForbes雷鋒網(wǎng)編譯

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。