關(guān)于西門子Siemens,每個(gè)人都有自己的印象。
家住北京朝陽區(qū)的陳先生,給出的第一印象是家電,冰箱、洗衣機(jī)、烘干機(jī)……家里的西門子應(yīng)有盡有。
清華畢業(yè)的孫,馬上想到的是工作。博士畢業(yè)之后的數(shù)年里,她在中國研究院研發(fā)技術(shù)、應(yīng)用至項(xiàng)目,最后作用在中國的城市和工業(yè)項(xiàng)目。
而如果你問華潤電力研究院,他們會(huì)給出更不一樣的答案。
這個(gè)答案可以概括為數(shù)據(jù)分析,可以稱之為產(chǎn)業(yè)互聯(lián)網(wǎng),若是更符合當(dāng)前的潮向,我們或許要以產(chǎn)業(yè)AI認(rèn)知西門子。
這是一個(gè)大眾沒那么熟悉的西門子另一面,但影響日盛,聲勢(shì)愈猛,它深入產(chǎn)業(yè)數(shù)字化進(jìn)程中,一手抓效率,一手降成本。
沒錯(cuò),靠AI。
AI優(yōu)化電廠運(yùn)營
華潤電力將與西門子合作,后者通過技術(shù)能力,幫助華潤電力實(shí)現(xiàn)發(fā)電機(jī)組的數(shù)字化連接、提高機(jī)群透明度,進(jìn)行資產(chǎn)診斷和運(yùn)營優(yōu)化,從而幫助提高電廠的運(yùn)營效益。
這也會(huì)是中國首個(gè)數(shù)字化電力遠(yuǎn)程運(yùn)營中心項(xiàng)目。
整個(gè)方案中,共接入了19臺(tái)發(fā)電機(jī)組(總裝機(jī)容量9.6吉瓦),其中發(fā)電機(jī)涵蓋小則含30萬機(jī)組,大則60萬機(jī)組,還有特殊達(dá)上百萬,發(fā)電量能滿足1500萬個(gè)家庭日常所用。
其中,大數(shù)據(jù)、人工智能、云計(jì)算等技術(shù)均會(huì)被應(yīng)用其中,所以華潤電力與西門子的聯(lián)手,將會(huì)是一次數(shù)字化的真正落地,也是未來智能能源技術(shù)的一次代表性試水。
西門子產(chǎn)業(yè)AI
但華潤電力,只是西門子產(chǎn)業(yè)AI的眾多落地案例和客戶之一。
在制造、能源、城市、樓宇等諸多領(lǐng)域,西門子的數(shù)字化方案都在開花結(jié)果。
西門子中國研究院大數(shù)據(jù)分析研發(fā)部總監(jiān)田鵬偉說,如果從傳統(tǒng)機(jī)器學(xué)習(xí)算起,西門子開啟AI領(lǐng)域的研究和方案落地,已有30多年歷史。
早在90年代,西門子就開始在全球30多家鋼鐵廠部署基于自學(xué)習(xí)的質(zhì)量控制方案,幫助客戶更好利用設(shè)備。
即便當(dāng)時(shí)神經(jīng)網(wǎng)絡(luò)的方法方興未艾,但出于需求驅(qū)動(dòng),西門子就已經(jīng)嘗試將其帶入方案中幫助解決問題。
從傳統(tǒng)的數(shù)據(jù)分析、機(jī)器學(xué)習(xí),到近幾年大火的神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí),對(duì)于西門子永遠(yuǎn)都是工具,只要對(duì)解決問題有幫助,都會(huì)嘗試。
西門子的風(fēng)格,往往不是提供一個(gè)方案,而是提供一系列方案。
典型的解決方案則可以歸為三類領(lǐng)域。
第一個(gè)領(lǐng)域,預(yù)測(cè)和預(yù)測(cè)性維護(hù)。目前在空氣質(zhì)量預(yù)測(cè)、故障設(shè)備檢測(cè)和設(shè)備健康狀態(tài)預(yù)測(cè)等方面,都有應(yīng)用。
第二大領(lǐng)域是適應(yīng)和優(yōu)化。與通常喜聞樂見的人機(jī)交互不同,西門子方案的交互對(duì)象是大自然一樣的無邊界對(duì)手。
比如優(yōu)化風(fēng)力發(fā)電的發(fā)電效率案例中,他們就需要在特定環(huán)境和氣候條件下,給出如何布置風(fēng)機(jī)、優(yōu)化發(fā)電效率的方案。
第三大領(lǐng)域則是自然語言處理和推理,主要應(yīng)用在文本數(shù)據(jù)分析和知識(shí)管理,在推理基礎(chǔ)上實(shí)現(xiàn)智能化交互,并融合傳感器數(shù)據(jù)和多媒體數(shù)據(jù),進(jìn)一步發(fā)揮作用。
而在這些行業(yè)和領(lǐng)域的推進(jìn)中,還有一些典型的經(jīng)驗(yàn)和解決方案得到總結(jié)。
例如,西門子內(nèi)部將某典型方案命名為設(shè)備醫(yī)生,Equipment Doctor,幫設(shè)備去診斷,幫設(shè)備去治病,并且還總結(jié)出“中西醫(yī)結(jié)合”的方法。
所謂中西醫(yī)結(jié)合,不光只是好記好聽,還在于更形象地對(duì)傳統(tǒng)領(lǐng)域合作方解釋技術(shù)原理。
在西門子產(chǎn)業(yè)AI落地中,這樣的形象化比喻比比皆是,比如在解釋GAN生成對(duì)抗網(wǎng)絡(luò)作用原理中,他們還有“用豆腐做素肉”的比喻,AI背景的人自然都知道GAN如何發(fā)揮作用,但諸多傳統(tǒng)企業(yè)客戶并不清楚。
于是西門子科學(xué)家們對(duì)GAN有了上述闡釋。為了讓素肉的口感更接近于真正的肉制品,GAN可以通過廚師手藝和食客口味的反復(fù)交鋒,使得不斷精進(jìn)的廚師能夠做出令最挑剔的食客也難以辨別真?zhèn)蔚乃厝狻?/p>
所以這實(shí)際也是產(chǎn)業(yè)AI落地中必不可缺的一部分,西門子的博士們,不光要當(dāng)AI方案打造者,還要承擔(dān)AI前沿技術(shù)概念的布道師。
而在這“中西醫(yī)結(jié)合”的方法中,就包含了諸多原本解釋起來很困難的AI概念。
所謂“中”,一方面是基于歷史文本數(shù)據(jù)、專家知識(shí)經(jīng)驗(yàn)建立知識(shí)庫,進(jìn)而將AI能力貫穿其中,形成推理引擎,可以針對(duì)問題的現(xiàn)象或癥狀給出方案。
而所謂“西”,利用傳感器數(shù)據(jù)和神經(jīng)網(wǎng)絡(luò)模型相配合,一旦設(shè)備發(fā)生問題,在精確量化的指標(biāo)監(jiān)測(cè)下,可以及時(shí)反饋,并依靠背后的知識(shí)圖譜給出方法建議,甚至能做到問題預(yù)判,大大降低突然宕機(jī)帶來的危害。
當(dāng)然,熟悉AI或機(jī)器學(xué)習(xí)方案的人都知道,這套“中西醫(yī)結(jié)合”的方法,大道至簡,就是AI方案落地具體領(lǐng)域和行業(yè)的解法。
比如生產(chǎn)優(yōu)化的例子。
在基于數(shù)控機(jī)床的精加工過程中,客戶都希望更好實(shí)現(xiàn)生產(chǎn)質(zhì)量優(yōu)化,提升加工的良率。
于是就是按照上述“中西醫(yī)結(jié)合”的方法,西門子方案能夠自動(dòng)給出客戶建議:哪些參數(shù)能提升良率,什么樣的參數(shù)值可以運(yùn)用其中,最后良率可以提升至怎樣的效果。
值得一提的是,西門子內(nèi)部,其實(shí)也有自己的“AlphaGo”。
但不是用來下圍棋,而是運(yùn)用AlphaGo背后的多層神經(jīng)網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)等技術(shù),將其運(yùn)用至燃?xì)廨啓C(jī)的氮氧化合物排放優(yōu)化以及風(fēng)力發(fā)電效率提升問題上。
而且相比圍棋,這些領(lǐng)域的規(guī)則都不算清晰,問題的邊界也不算明確,比如氮氧化合物排放是完全在燃?xì)廨啓C(jī)的燃燒室里進(jìn)行的,完全動(dòng)態(tài)。
但就在這樣的情況下,西門子運(yùn)用AI還是實(shí)現(xiàn)了15%的效能優(yōu)化。
不過AI落地也好,打造行業(yè)解決方案也罷,究竟有無標(biāo)準(zhǔn)可篩選先后,有沒有“首先、其次”的路徑可走?
可能沒有。
需求驅(qū)動(dòng),業(yè)務(wù)驅(qū)動(dòng)
因?yàn)閺奈鏖T子的經(jīng)驗(yàn)來說,都是需求驅(qū)動(dòng)、業(yè)務(wù)驅(qū)動(dòng)。
西門子產(chǎn)業(yè)AI解決方案出爐,都是從客戶的痛點(diǎn)、數(shù)據(jù)情況和目標(biāo)價(jià)值出發(fā)。
在工業(yè)領(lǐng)域,起初的需求是設(shè)備和系統(tǒng)預(yù)測(cè)。
西門子創(chuàng)立百年,打造了眾多著稱全球的設(shè)備,進(jìn)入數(shù)據(jù)驅(qū)動(dòng)、AI加持階段,對(duì)設(shè)備和系統(tǒng)的預(yù)測(cè)、檢測(cè),自然可以形成AI方案。
于是從業(yè)務(wù)出發(fā),以需求驅(qū)動(dòng),西門子的產(chǎn)業(yè)AI一點(diǎn)點(diǎn)起步。
并從最初的設(shè)備檢測(cè)和維護(hù),慢慢進(jìn)入更多精細(xì)化服務(wù)和市常
而且在產(chǎn)業(yè)領(lǐng)域的數(shù)字化升級(jí)中,有太多降低成本、提升效率的事情,可以通過數(shù)據(jù)和AI發(fā)揮作用。
所以AI也在給西門子帶來變革,過去他們只是設(shè)備制造和提供商,但現(xiàn)在,將會(huì)是全鏈條服務(wù)的方案打造者。
這個(gè)過程中,西門子的軟硬件裝機(jī)量也側(cè)面發(fā)揮作用,因?yàn)橹挥性O(shè)備擁有聯(lián)網(wǎng)、數(shù)據(jù)采集等能力,才能利用AI發(fā)揮作用。
不過產(chǎn)業(yè)領(lǐng)域搞AI,依然還有數(shù)據(jù)本身方面的挑戰(zhàn)。
比如通常不缺數(shù)據(jù)的工業(yè),其實(shí)對(duì)于能滿足要求的數(shù)據(jù)很緊缺。
另外數(shù)據(jù)樣本也是難題,比起專門的AI領(lǐng)域有數(shù)據(jù)標(biāo)注公司,工業(yè)領(lǐng)域還沒有類似產(chǎn)業(yè)鏈服務(wù),畢竟只有專家才能完成工業(yè)數(shù)據(jù)的標(biāo)注,而且很多工業(yè)設(shè)備不允許現(xiàn)場(chǎng)出問題,導(dǎo)致異常數(shù)據(jù)極其有限,想要進(jìn)行故障檢測(cè)就變得更富挑戰(zhàn)。
最后,還有遷移性方面的問題。目前AI垂直縱深的領(lǐng)域,模型遷移并非難事,但在產(chǎn)業(yè)領(lǐng)域,即便同一個(gè)客戶,在做完一套解決方案后,進(jìn)行一次檢修,更換一次零件,就可能需要基于新的傳感器數(shù)據(jù)重新訓(xùn)練,進(jìn)而優(yōu)化模型。
有時(shí)候,同樣設(shè)備的解決方案從客戶A拓展至客戶B,或者同一客戶希望拓展至所有類似設(shè)備,都會(huì)讓遷移性經(jīng)受大挑戰(zhàn)。
但這種挑戰(zhàn)換個(gè)角度,也成為了這家數(shù)字化設(shè)備巨頭深耕產(chǎn)業(yè)AI的優(yōu)勢(shì)所在。
因?yàn)獒槍?duì)產(chǎn)業(yè)領(lǐng)域的這些挑戰(zhàn),不停迭代、不斷適應(yīng)新情況,最初的難關(guān)越過之后,就成了壁壘。
不一樣的產(chǎn)學(xué)研和創(chuàng)新
當(dāng)前談?wù)揂I,無法不談?wù)摦a(chǎn)學(xué)研。
產(chǎn)業(yè)領(lǐng)域應(yīng)用也一樣,都要吃透最新技術(shù),解決現(xiàn)實(shí)難題,推出產(chǎn)品化方案。
田鵬偉自述,跟其他公司研發(fā)模式略有不同,他們的研究院不僅需要學(xué)習(xí)更新最新技術(shù)和研究,也要思考和實(shí)踐如何把這些技術(shù)研究落地到客戶方案中。
這種需求,推動(dòng)了他們的創(chuàng)新模式形成。
在西門子內(nèi)部,AI落地可以歸結(jié)為兩大方向:一是從AI引擎往下落地的AI+,二是從場(chǎng)景和領(lǐng)域向上結(jié)合的+AI。
從創(chuàng)新模式來看,研究院更側(cè)重于“AI+”,會(huì)著重思考如何把最新技術(shù)應(yīng)用進(jìn)方案,而各業(yè)務(wù)集團(tuán)(Division),則從“+AI”角度,思考場(chǎng)景問題可以利用什么樣方案解決。
最后研究院和業(yè)務(wù)集團(tuán)聯(lián)動(dòng),真正讓技術(shù)發(fā)揮價(jià)值。
西門子的諸多科班出身博士們,雖然隸屬研究院,但出差和“下鄉(xiāng)”時(shí)間很多,因?yàn)槲鏖T子研究院的工作不是埋頭實(shí)驗(yàn)室,還需要一線了解客戶需求和場(chǎng)景。
但這可能也正是西門子及其研究院留得住人才的原因之一。
田鵬偉畢業(yè)就加入西門子,至今已將近10年,他很享受技術(shù)從實(shí)驗(yàn)室到真實(shí)場(chǎng)景中落地后發(fā)揮價(jià)值的成就感。
還有開頭提及的孫,清華畢業(yè)后也來到西門子,至今司齡8年,她參與的智慧城市解決方案方案目前已經(jīng)落地香港、無錫、蘇州等智慧城市項(xiàng)目中。
而且這還不是孤例特例,西門子的研究院仿佛別有魔力。
在AI狂飆激進(jìn)的年代里,它仿佛天降防護(hù)罩,保證這些科學(xué)家沉心靜氣,源源不斷往傳統(tǒng)領(lǐng)域輸出技術(shù)價(jià)值。
桃李不言,下自成蹊。
現(xiàn)在是時(shí)候從中國更新印象,認(rèn)識(shí)西門子的另一面產(chǎn)業(yè)AI的那一面。
評(píng)論
查看更多