傳統(tǒng)制造業(yè)向智能制造變革的方向

小編導(dǎo)讀

隨著中國經(jīng)濟(jì)發(fā)展的戰(zhàn)略轉(zhuǎn)型及中國制造2025、工業(yè)4.0概念的提出，制造業(yè)迎來了新的發(fā)展浪潮。在這個(gè)背景下，越來越多的傳統(tǒng)企業(yè)感受到了重重壓力，開啟了轉(zhuǎn)型與變革之路。對(duì)于制造企業(yè)而言，如何部署企業(yè)智能制造解決方案？如何建立企業(yè)自身特色的智能制造建設(shè)體系？如何規(guī)劃企業(yè)數(shù)字化轉(zhuǎn)型升級(jí)平臺(tái)？“SAP智造社區(qū)”精心撰寫了“制造業(yè)智能變革之道”系列主題文章，圍繞智能制造的關(guān)鍵技術(shù)，智能制造的核心解決方案以及各行業(yè)企業(yè)如何推進(jìn)智能制造等方面，希望能給讀者帶來一絲啟發(fā)。

企業(yè)已掀起工業(yè)物聯(lián)網(wǎng)應(yīng)用熱潮

工業(yè)物聯(lián)網(wǎng)是工業(yè)4.0的核心基礎(chǔ)，它是利用局部網(wǎng)絡(luò)或互聯(lián)網(wǎng)等通信技術(shù)，把傳感器、控制器、機(jī)器、人員和物品等通過新的方式聯(lián)在一起，形成人與物、物與物相聯(lián)，實(shí)現(xiàn)信息化、遠(yuǎn)程管理控制和智能化的網(wǎng)絡(luò)，從而最大限度地提高機(jī)器效率以及整個(gè)工作的吞吐量。隨著智能制造戰(zhàn)略的持續(xù)推進(jìn)以及企業(yè)轉(zhuǎn)型的逐漸深入，物聯(lián)網(wǎng)在工業(yè)轉(zhuǎn)型中的應(yīng)用價(jià)值愈發(fā)凸顯。企業(yè)已經(jīng)清楚的認(rèn)識(shí)到，要想實(shí)現(xiàn)智能化決策和自動(dòng)化生產(chǎn)離不開人機(jī)物的全面互聯(lián)。當(dāng)前，工業(yè)物聯(lián)網(wǎng)熱潮遍布神州大地，已成為政府、制造企業(yè)、互聯(lián)網(wǎng)公司、物聯(lián)網(wǎng)公司、電信運(yùn)營商、IT和自動(dòng)化廠商等各方關(guān)注的焦點(diǎn)。

據(jù)IDC報(bào)告，2017年全球物聯(lián)網(wǎng)總體支出將同比增長16.7%，略高于8000億美元。報(bào)告預(yù)計(jì)，到2021年，全球物聯(lián)網(wǎng)支出將達(dá)到1.4萬億美元。其中包括企業(yè)對(duì)物聯(lián)網(wǎng)硬件、軟件、服務(wù)和網(wǎng)絡(luò)連接的投資。以不同行業(yè)來看，制造業(yè)和運(yùn)輸業(yè)仍將是獲得投資最多的行業(yè)，分別為1830億和850億美元。

對(duì)大多數(shù)企業(yè)來說，盡管物聯(lián)網(wǎng)技術(shù)已經(jīng)存在了數(shù)十年之久，但其應(yīng)用范圍僅限于運(yùn)營活動(dòng)，數(shù)據(jù)的潛能沒有在企業(yè)中得到充分釋放。隨著連接技術(shù)、大數(shù)據(jù)管理、商務(wù)分析和云技術(shù)的發(fā)展，我們現(xiàn)在能夠?qū)⑦\(yùn)營技術(shù)與信息技術(shù)融合在一起，打造更智能的機(jī)器，推動(dòng)企業(yè)實(shí)現(xiàn)端到端數(shù)字化轉(zhuǎn)型。

工業(yè)物聯(lián)網(wǎng)核心技術(shù)

圖1 工業(yè)物聯(lián)網(wǎng)體系架構(gòu)

工業(yè)物聯(lián)網(wǎng)體系架構(gòu)可分為四層，實(shí)體層包括各類智能產(chǎn)品及嵌入式軟件和芯片等；傳感層則是物聯(lián)網(wǎng)的皮膚和五官，用于識(shí)別物體，采集信息，包括條碼、二維碼標(biāo)簽和讀卡器、RFID標(biāo)簽和讀寫器、攝像頭、GPS等；網(wǎng)絡(luò)層是物聯(lián)網(wǎng)的神經(jīng)中樞和大腦，用于信息傳遞和處理，包括通信與互聯(lián)網(wǎng)的融合網(wǎng)絡(luò)、網(wǎng)絡(luò)管理中心和信息處理中心等；應(yīng)用層是物聯(lián)網(wǎng)的“社會(huì)分工”，即與行業(yè)專業(yè)技術(shù)及需求實(shí)現(xiàn)深度融合，最終實(shí)現(xiàn)行業(yè)智能化。在物聯(lián)網(wǎng)各層之間，信息不是單向傳遞的，也有交互、控制等，所傳遞的信息多種多樣，這其中關(guān)鍵是物品的信息，包括在特定應(yīng)用系統(tǒng)范圍內(nèi)能唯一標(biāo)識(shí)物品的識(shí)別碼和物品的靜態(tài)與動(dòng)態(tài)信息。

工業(yè)物聯(lián)網(wǎng)的關(guān)鍵技術(shù)則包括：

傳感器技術(shù)：信息的泛在化對(duì)工業(yè)的傳感器和傳感裝置提出了更高的要求。

微型化：元器件的微小型化，節(jié)約資源與能源。

智能化：自校準(zhǔn)、自診斷、自學(xué)習(xí)、自決策、自適應(yīng)和自組織等人工智能技術(shù)。

低功耗與能量獲取技術(shù)：電池供電，用陽光、風(fēng)、溫度、振動(dòng)。

通信技術(shù)：具體包括：調(diào)制與編碼技術(shù)、自適應(yīng)跳頻技術(shù)、信道調(diào)度技術(shù)、通信協(xié)議多樣性、多標(biāo)準(zhǔn)有線及無線技術(shù)。

組網(wǎng)技術(shù)：網(wǎng)絡(luò)路由技術(shù)、互聯(lián)技術(shù)、共存技術(shù)、跨層設(shè)計(jì)與優(yōu)化技術(shù)。

網(wǎng)絡(luò)管理與基礎(chǔ)服務(wù)技術(shù)：低開銷高精度的時(shí)間同步技術(shù)、快速節(jié)點(diǎn)定位技術(shù)、實(shí)時(shí)網(wǎng)絡(luò)性能監(jiān)視與預(yù)警技術(shù)、工業(yè)數(shù)據(jù)的分布式管理技術(shù)。

安全技術(shù)：具體包括工業(yè)設(shè)備控制、網(wǎng)絡(luò)安全和數(shù)據(jù)安全，阻止非授權(quán)實(shí)體的識(shí)別、跟蹤和訪問，非集中式的認(rèn)證和信任模型，能量高效的加密和數(shù)據(jù)保護(hù)，異構(gòu)設(shè)備間的隱私保護(hù)技術(shù)。

工業(yè)物聯(lián)網(wǎng)在制造業(yè)的應(yīng)用

近幾年，物聯(lián)網(wǎng)技術(shù)已經(jīng)應(yīng)用于各行業(yè)的生產(chǎn)流程以及制造業(yè)的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整中，促進(jìn)各個(gè)工業(yè)企業(yè)在節(jié)能減排、提高生產(chǎn)效率、生產(chǎn)效益提升等方面的改善。在應(yīng)用上，通過對(duì)物聯(lián)網(wǎng)采集的數(shù)據(jù)進(jìn)行分析，可以幫助企業(yè)分析各類設(shè)備或產(chǎn)品的狀態(tài)，實(shí)現(xiàn)對(duì)異常狀態(tài)的預(yù)警或報(bào)警，從而實(shí)現(xiàn)預(yù)測(cè)性維護(hù)，避免非計(jì)劃停機(jī)；還有助于幫助企業(yè)改進(jìn)產(chǎn)品性能、幫助企業(yè)降低能耗、保障安全等。

比如在哈雷戴維森的新制造工廠中，每臺(tái)機(jī)器都是互聯(lián)設(shè)備，每個(gè)變量都在不斷接受測(cè)量和分析。這樣，在機(jī)器出現(xiàn)故障之前，設(shè)備就能提供相關(guān)性能數(shù)據(jù)，幫助企業(yè)實(shí)現(xiàn)預(yù)測(cè)性維護(hù)，從而最大限度地減少工作流中斷的情況。同時(shí)，制造系統(tǒng)在某個(gè)組件出現(xiàn)問題時(shí)，會(huì)向車間經(jīng)理發(fā)送警報(bào)。哈雷戴維森甚至還能測(cè)量建筑內(nèi)的溫度、濕度以及通風(fēng)設(shè)備每分鐘的轉(zhuǎn)速 (PRM) ，他們會(huì)持續(xù)分析所有這些數(shù)據(jù)，以發(fā)現(xiàn)有助于提高效率和產(chǎn)量的因素。

全球最大的空氣壓縮系統(tǒng)供應(yīng)商之一凱撒空壓機(jī)公司通過物聯(lián)網(wǎng)的應(yīng)用，實(shí)時(shí)監(jiān)控客戶壓縮空氣站中的各項(xiàng)參數(shù)，比如功耗、運(yùn)營可用性與安全性以及壓縮空氣質(zhì)量，并將它們與最小容許值和最大容許值進(jìn)行比較。服務(wù)工程師無需拜訪客戶所在地，只需通過門戶就能分析上述實(shí)時(shí)數(shù)據(jù)，并進(jìn)一步有針對(duì)性的制定維護(hù)策略，從而確保壓縮機(jī)持續(xù)高效運(yùn)轉(zhuǎn)，降低運(yùn)營風(fēng)險(xiǎn)，確保了客戶能夠?qū)崿F(xiàn)可靠、高效的運(yùn)營。公司也實(shí)現(xiàn)了從生產(chǎn)型制造向服務(wù)型制造的轉(zhuǎn)變。

此外，工業(yè)物聯(lián)網(wǎng)還可應(yīng)用于優(yōu)化物流，通過對(duì)運(yùn)輸車輛的數(shù)據(jù)采集，可以掌握車輛運(yùn)行的位置，以及運(yùn)輸貨品的狀態(tài)，實(shí)現(xiàn)制造商、第三方物流和貨主的信息交互，實(shí)現(xiàn)運(yùn)輸資源的充分應(yīng)用。還可以用于對(duì)污染物的監(jiān)控、對(duì)無人值守的設(shè)備、對(duì)石油管道的遠(yuǎn)程監(jiān)控和故障診斷等。在消費(fèi)品行業(yè)，也有很多基于物聯(lián)網(wǎng)的智能應(yīng)用，例如智能家居。通過對(duì)各種設(shè)備的狀態(tài)監(jiān)控，還可以實(shí)現(xiàn)設(shè)備租賃和服務(wù)電商。

制造企業(yè)應(yīng)用工業(yè)物聯(lián)網(wǎng)的注意點(diǎn)

工業(yè)物聯(lián)網(wǎng)應(yīng)用可謂十分廣泛，市場的快速發(fā)展也促使更多的廠商投入這一新興市場的角逐，各種物聯(lián)網(wǎng)平臺(tái)陸續(xù)涌現(xiàn)，競爭異常激烈。因此企業(yè)在應(yīng)用工業(yè)物聯(lián)網(wǎng)之前，首先要有清晰的認(rèn)知，對(duì)各類物聯(lián)網(wǎng)平臺(tái)的開放性、集成能力、數(shù)據(jù)分析、行業(yè)應(yīng)用功能進(jìn)行深入比較。

采集哪些有價(jià)值的數(shù)據(jù)，如何采集、傳輸、存儲(chǔ)與分析？物聯(lián)網(wǎng)應(yīng)用的基礎(chǔ)，源于各種智能終端、傳感器和智能儀表，加上GPS定位和網(wǎng)絡(luò)傳輸?shù)墓δ苣K（WIFI、4G或ZigBee等）。低功耗的NB-IOT技術(shù)，為物聯(lián)網(wǎng)的普及應(yīng)用帶來了巨大價(jià)值。企業(yè)要實(shí)現(xiàn)工業(yè)互聯(lián)網(wǎng)應(yīng)用，需要明確究竟要采集哪些有價(jià)值的數(shù)據(jù)？采集頻率有多高？如何部署傳感器？是要傳輸所有狀態(tài)數(shù)據(jù)，還是只傳輸超出閾值的數(shù)據(jù)？海量數(shù)據(jù)如何存儲(chǔ)？是基于私有云還是公有云？物聯(lián)網(wǎng)數(shù)據(jù)的數(shù)據(jù)分析算法和數(shù)學(xué)模型是什么？數(shù)據(jù)如何分析與展現(xiàn)？數(shù)據(jù)異常的預(yù)警和處置方式？如何實(shí)現(xiàn)物聯(lián)網(wǎng)數(shù)據(jù)與企業(yè)業(yè)務(wù)流程的集成？

中小企業(yè)和大型企業(yè)進(jìn)行物聯(lián)網(wǎng)應(yīng)用的顯著差異。中小型制造企業(yè)進(jìn)行物聯(lián)網(wǎng)應(yīng)用，可以直接選擇基于公有云的物聯(lián)網(wǎng)平臺(tái)，相對(duì)比較容易。對(duì)于大型制造企業(yè)，則需要更加慎重地制定工業(yè)物聯(lián)網(wǎng)的應(yīng)用策略，考慮是否需要自己開發(fā)及運(yùn)營物聯(lián)網(wǎng)平臺(tái)。如果選擇自主開發(fā)或自主運(yùn)營，就需要考慮與電信運(yùn)營商、云平臺(tái)進(jìn)行合作。

自主開發(fā)物聯(lián)網(wǎng)應(yīng)用還是利用物聯(lián)網(wǎng)開發(fā)平臺(tái)來開發(fā)物聯(lián)網(wǎng)應(yīng)用。企業(yè)可以選擇物聯(lián)網(wǎng)的云服務(wù)，用物聯(lián)網(wǎng)開發(fā)平臺(tái)來構(gòu)建物聯(lián)網(wǎng)應(yīng)用，或者直接從底層開發(fā)物聯(lián)網(wǎng)應(yīng)用。相對(duì)而言，應(yīng)用物聯(lián)網(wǎng)開發(fā)平臺(tái)來開發(fā)物聯(lián)網(wǎng)應(yīng)用，對(duì)于多數(shù)企業(yè)而言，是一個(gè)經(jīng)濟(jì)有效的方式。

物聯(lián)網(wǎng)平臺(tái)功能和部署方式的差異化與選型。從部署方式來看，有些物聯(lián)網(wǎng)平臺(tái)的交付方式是公有云服務(wù)，有些物聯(lián)網(wǎng)平臺(tái)可以在企業(yè)內(nèi)部部署，或者通過私有云方式部署。這也是企業(yè)進(jìn)行物聯(lián)網(wǎng)平臺(tái)選型必須考慮的問題。

中國制造業(yè)加速擁抱云計(jì)算

隨著云計(jì)算各類技術(shù)的發(fā)展，以及傳統(tǒng)制造業(yè)面臨轉(zhuǎn)型升級(jí)帶來各類問題，這兩者之間的關(guān)系變得越來越緊密，制造業(yè)正在加速擁抱云計(jì)算。智能制造正成為制造業(yè)新的關(guān)鍵詞，而智能制造的成功推進(jìn)，需要一系列的使能技術(shù)，云計(jì)算正是其中一項(xiàng)核心使能技術(shù)。云應(yīng)用是智能制造領(lǐng)域很多深層次應(yīng)用的必要條件，幫助制造企業(yè)加速從要素驅(qū)動(dòng)向創(chuàng)新驅(qū)動(dòng)轉(zhuǎn)變。

圖片來源于網(wǎng)絡(luò)

近年來，我國云計(jì)算產(chǎn)業(yè)發(fā)展迅猛，據(jù)統(tǒng)計(jì)，云計(jì)算產(chǎn)業(yè)保持著超過30%的年均增長率，是全球增速最快的市場之一?！笆濉蹦┢?，我國云計(jì)算產(chǎn)業(yè)規(guī)模已達(dá)1500億元，產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化，SaaS、PaaS占比不斷提升，混合云異軍突起，成為產(chǎn)業(yè)新的增長點(diǎn)。

云應(yīng)用的增長，除了源于云技術(shù)的逐步成熟外，另一主要的因素，是企業(yè)對(duì)云的認(rèn)知的逐步加深。在三五年前，中國企業(yè)對(duì)云的認(rèn)識(shí)還比較初步，對(duì)于云，企業(yè)關(guān)心最多的就是我為什么要用云，云有什么優(yōu)勢(shì)，很多企業(yè)也特別關(guān)心數(shù)據(jù)安全和網(wǎng)絡(luò)問題。

現(xiàn)在企業(yè)對(duì)云的特點(diǎn)和優(yōu)勢(shì)已經(jīng)有了比較全面的認(rèn)識(shí)，對(duì)數(shù)據(jù)安全等問題的擔(dān)心也降低了，更多的企業(yè)已經(jīng)了解到，云產(chǎn)品應(yīng)用的經(jīng)過認(rèn)證的數(shù)據(jù)中心以及被許可的云環(huán)境在某種程度上甚至比企業(yè)內(nèi)部的系統(tǒng)更加安全，而專業(yè)的云平臺(tái)在負(fù)載、備份、容災(zāi)方面甚至能比企業(yè)在本地部署系統(tǒng)要做得更好。有些比較謹(jǐn)慎的企業(yè)，也會(huì)選擇將某些核心應(yīng)用，如財(cái)務(wù)模塊，放在本地部署，將其他的應(yīng)用放在云端。這些都促使企業(yè)對(duì)云的態(tài)度從最初的觀望走向了如今的認(rèn)可。現(xiàn)在，企業(yè)對(duì)云的關(guān)注點(diǎn)開始更多地轉(zhuǎn)移到公司戰(zhàn)略層面，更關(guān)心云應(yīng)用是否能滿足企業(yè)系統(tǒng)需求，是否能更有力地支撐企業(yè)的發(fā)展戰(zhàn)略。

云計(jì)算的架構(gòu)

云計(jì)算的架構(gòu)一般可分為三個(gè)層次，即基礎(chǔ)設(shè)施層（IaaS）、平臺(tái)層（PaaS）和軟件服務(wù)層（SaaS）。

IaaS(Infrastructure as a Service)，基礎(chǔ)設(shè)施即服務(wù)。主要包括計(jì)算機(jī)服務(wù)器、通信設(shè)備、存儲(chǔ)設(shè)備等，能夠按需向用戶提供的計(jì)算能力、存儲(chǔ)能力或網(wǎng)絡(luò)能力等IT基礎(chǔ)設(shè)施類服務(wù)，也就是能在基礎(chǔ)設(shè)施層面提供的服務(wù)。PaaS(Platform as a Service)，平臺(tái)即服務(wù)。

PaaS定位于通過互聯(lián)網(wǎng)為用戶提供一整套開發(fā)、運(yùn)行和運(yùn)營應(yīng)用軟件的支撐平臺(tái)。SaaS(Software-as-a-Service)，軟件即服務(wù)。簡單地說，就是一種通過互聯(lián)網(wǎng)提供軟件服務(wù)的軟件應(yīng)用模式，用戶不需要再花費(fèi)大量投資用于硬件、軟件和開發(fā)運(yùn)維團(tuán)隊(duì)的建設(shè)，只需要支付一定的租賃費(fèi)用，就可以通過互聯(lián)網(wǎng)享受到相應(yīng)的服務(wù)。和傳統(tǒng)的網(wǎng)絡(luò)服務(wù)模式相比較，云計(jì)算的體系結(jié)構(gòu)更加地模塊化，每一層和上下層的關(guān)系都是比較松散的耦合關(guān)系。

圖片來源于網(wǎng)絡(luò)

目前，云計(jì)算技術(shù)已經(jīng)在制造企業(yè)內(nèi)獲得了方方面面的應(yīng)用，為制造企業(yè)帶來了更加高效的管理以及的業(yè)務(wù)創(chuàng)新。其中，通過IAAS服務(wù)，企業(yè)可以利用工業(yè)云將服務(wù)器、存儲(chǔ)設(shè)備外包，廣泛應(yīng)用虛擬桌面和移動(dòng)終端，減少或消除專職的IT運(yùn)維人員，降低IT應(yīng)用成本，專注于信息化應(yīng)用。在SAAS應(yīng)用方面，企業(yè)級(jí)郵件系統(tǒng)、視頻會(huì)議、協(xié)同辦公、CRM、在線招聘、供應(yīng)鏈協(xié)同和電子商務(wù)等領(lǐng)域已經(jīng)有成熟的應(yīng)用。在PAAS應(yīng)用層面，很多工業(yè)軟件企業(yè)也在將軟件的開發(fā)平臺(tái)服務(wù)化，支持軟件功能的配置與擴(kuò)展。同時(shí)，國際工業(yè)軟件巨頭正在從賣軟件的License轉(zhuǎn)型為賣訂閱服務(wù)(Subscription)，與客戶實(shí)現(xiàn)雙贏，制造企業(yè)IT應(yīng)用正在從本地走向云端。

工業(yè)云平臺(tái)支撐企業(yè)實(shí)現(xiàn)智能制造

近幾年，制造企業(yè)內(nèi)掀起了智能制造的熱潮，數(shù)字化、網(wǎng)絡(luò)化、智能化日益成為了未來制造業(yè)發(fā)展的主要方向。

制造業(yè)邁向智能制造，目前面臨的關(guān)鍵挑戰(zhàn)在于：制造與互聯(lián)網(wǎng)技術(shù)如何解決企業(yè)IoT互聯(lián)、大數(shù)據(jù)實(shí)施處理與分析實(shí)時(shí)監(jiān)控與自動(dòng)化控制、智能決策執(zhí)行、企業(yè)內(nèi)外部系統(tǒng)互聯(lián)互通、第三方互聯(lián)網(wǎng)服務(wù)接入等問題，在這些問題下，云平臺(tái)有了廣泛的應(yīng)用前景。工業(yè)云平臺(tái)能夠支撐大量的智能制造的關(guān)鍵技術(shù)，如物聯(lián)網(wǎng)、大數(shù)據(jù)、移動(dòng)應(yīng)用、虛擬現(xiàn)實(shí)、數(shù)據(jù)分析……等等，從而實(shí)現(xiàn)互聯(lián)網(wǎng)技術(shù)與先進(jìn)制造技術(shù)的融合，形成支撐智能制造的全生命周期的工業(yè)軟件，以平臺(tái)支撐智能制造創(chuàng)新、支撐企業(yè)商業(yè)和協(xié)同創(chuàng)新。

在工業(yè)云平臺(tái)的支撐下，企業(yè)可以實(shí)現(xiàn)個(gè)性化定制、網(wǎng)絡(luò)化協(xié)同制造、服務(wù)型制造等創(chuàng)新模式。在智能研發(fā)領(lǐng)域，可以構(gòu)建仿真云平臺(tái)，支持高性能計(jì)算，實(shí)現(xiàn)計(jì)算資源的有效利用和可伸縮，還可以通過基于SAAS的三維零件庫，提高產(chǎn)品研發(fā)效率；在智能營銷方面，可以構(gòu)建基于云的CRM應(yīng)用服務(wù)，對(duì)營銷業(yè)務(wù)和營銷人員進(jìn)行有效管理，實(shí)現(xiàn)移動(dòng)應(yīng)用；在智能物流和供應(yīng)鏈方面，可以構(gòu)建運(yùn)輸云，實(shí)現(xiàn)制造企業(yè)、第三方物流和客戶三方的信息共享，提高車輛往返的載貨率，實(shí)現(xiàn)對(duì)冷鏈物流的全程監(jiān)控，還可以構(gòu)建供應(yīng)鏈協(xié)同平臺(tái)，使主機(jī)廠和供應(yīng)商、經(jīng)銷商通過電子數(shù)據(jù)交換（EDI）實(shí)現(xiàn)供應(yīng)鏈協(xié)同；在智能服務(wù)方面，企業(yè)可以利用物聯(lián)網(wǎng)云平臺(tái)，通過對(duì)設(shè)備的準(zhǔn)確定位來開展服務(wù)電商。

工業(yè)物聯(lián)網(wǎng)是智能制造的基礎(chǔ)。一方面，在智能工廠建設(shè)領(lǐng)域，通過物聯(lián)網(wǎng)可以采集設(shè)備、生產(chǎn)、能耗、質(zhì)量等方面的實(shí)時(shí)信息，實(shí)現(xiàn)對(duì)工廠的實(shí)時(shí)監(jiān)控；另一方面，設(shè)備制造商可以通過物聯(lián)網(wǎng)采集設(shè)備狀態(tài)，對(duì)設(shè)備進(jìn)行遠(yuǎn)程監(jiān)控和故障診斷，避免設(shè)備非計(jì)劃性停機(jī)，進(jìn)而實(shí)現(xiàn)預(yù)測(cè)性維護(hù)，提供增值服務(wù)，并促進(jìn)備品備件銷售。工業(yè)物聯(lián)網(wǎng)應(yīng)用采集的海量數(shù)據(jù)的存儲(chǔ)與分析，需要工業(yè)云平臺(tái)的支撐，不論是通過機(jī)器學(xué)習(xí)還是認(rèn)知計(jì)算，都需要工業(yè)云平臺(tái)這個(gè)載體。

”

制造業(yè)擁抱大數(shù)據(jù)時(shí)代

曾幾何時(shí)，在人們的印象中，大數(shù)據(jù)作為一種新興技術(shù)，離人們的日常生活還很遙遠(yuǎn)，顯得異?！案呃洹?。

隨著互聯(lián)網(wǎng)技術(shù)的不斷深入，特別是近幾年來物聯(lián)網(wǎng)、云計(jì)算以及社交網(wǎng)絡(luò)的飛速發(fā)展，人們所接觸和關(guān)注的數(shù)據(jù)量呈現(xiàn)出了爆炸式增長。同時(shí)，大數(shù)據(jù)分析和處理的技術(shù)也隨之建立并豐富起來，其應(yīng)用也越來越廣泛，大數(shù)據(jù)給各行各業(yè)帶來變革性機(jī)會(huì)。例如個(gè)人的飲食、健康、出行、家居、醫(yī)療、購物以及社交等生活數(shù)據(jù)會(huì)被實(shí)時(shí)采集上傳互聯(lián)網(wǎng)，通過對(duì)這些數(shù)據(jù)的分析，商家可以為每個(gè)人量身定制個(gè)性化的服務(wù)。在工業(yè)生產(chǎn)領(lǐng)域，運(yùn)用大數(shù)據(jù)技術(shù)可以全盤把握供需平衡，挖掘創(chuàng)新增長點(diǎn)，提高效率，節(jié)約成本;在交通領(lǐng)域，可以實(shí)現(xiàn)智能輔助以及無人駕駛;在農(nóng)業(yè)領(lǐng)域，可以對(duì)環(huán)境氣候土壤以及農(nóng)作物狀況進(jìn)行監(jiān)控，實(shí)現(xiàn)超精細(xì)化耕作……

圖片來源于網(wǎng)絡(luò)

那么究竟什么是大數(shù)據(jù)呢?大數(shù)據(jù)(big data，mega data)，或稱巨量資料，是指"無法用現(xiàn)有的軟件工具進(jìn)行提取、存儲(chǔ)、搜索、共享、分析和處理的海量的、復(fù)雜的數(shù)據(jù)集合，需要通過運(yùn)用新系統(tǒng)、新工具、新模型的挖掘，才能獲得具有洞察力和新價(jià)值的東西。"大數(shù)據(jù)不用隨機(jī)分析法這樣的捷徑，而采用所有數(shù)據(jù)全面進(jìn)行分析處理。

區(qū)別于其它數(shù)據(jù)，大數(shù)據(jù)具有4V特點(diǎn)，即數(shù)據(jù)容量大(Volume)、數(shù)據(jù)類型繁多(Variety)、商業(yè)價(jià)值高(Veracity)以及處理速度快(Velocity)的特點(diǎn)。

數(shù)量(Volume)，即數(shù)據(jù)巨大，從TB級(jí)別躍升到PB級(jí)別。伴隨著各種隨身設(shè)備、物聯(lián)網(wǎng)和云計(jì)算、云存儲(chǔ)等技術(shù)的發(fā)展，人和物的所有軌跡都可以被記錄，數(shù)據(jù)因此被大量生產(chǎn)出來。

多樣性(Variety)，即數(shù)據(jù)類型繁多。數(shù)據(jù)來源多樣化，不僅產(chǎn)生于組織內(nèi)部運(yùn)作的各個(gè)環(huán)節(jié)，也來自于組織外部。大數(shù)據(jù)不僅是處理巨量數(shù)據(jù)的利器，更為處理不同來源、不同格式的多元化數(shù)據(jù)提供了可能。

速度(Velocity)，即處理速度快?？焖俣仁谴髷?shù)據(jù)處理技術(shù)和傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)最大的區(qū)別。大數(shù)據(jù)是一種以實(shí)時(shí)數(shù)據(jù)處理、實(shí)時(shí)結(jié)果導(dǎo)向?yàn)樘卣鞯慕鉀Q方案，它的快有兩個(gè)層面，即數(shù)據(jù)產(chǎn)生得快和數(shù)據(jù)處理得快。

真實(shí)性(Veracity)，即追求高質(zhì)量的數(shù)據(jù)。數(shù)據(jù)的重要性就在于對(duì)決策的支持，數(shù)據(jù)的規(guī)模并不能決定其能為決策提供幫助，數(shù)據(jù)的真實(shí)性和質(zhì)量才是獲得真知和思路最重要的因素，是制定成功決策最堅(jiān)實(shí)的基礎(chǔ)。

數(shù)據(jù)產(chǎn)業(yè)發(fā)展趨勢(shì)

未來幾年，大數(shù)據(jù)產(chǎn)業(yè)將朝著以下幾個(gè)趨勢(shì)發(fā)展:

圖片來源于網(wǎng)絡(luò)

開源大數(shù)據(jù)將商業(yè)化。隨著閉源軟件在數(shù)據(jù)分析領(lǐng)域的地盤不斷縮小，IT廠商的商業(yè)模式向開源靠攏，并加大專業(yè)服務(wù)和系統(tǒng)集成方面的力度。利用Hadoop和R兩類技術(shù)，幫助客戶向開源的、面向云的分析產(chǎn)品遷移。

Hadoop將加速發(fā)展。作為大數(shù)據(jù)領(lǐng)域的代表，未來很多企業(yè)會(huì)把研發(fā)的重心放在Hadoop上。從整體上說，不僅是Hadoop本身本會(huì)得到迅速發(fā)展，同時(shí)Hadoop在多個(gè)數(shù)據(jù)中心中的配置和無縫集成技術(shù)也將成為熱門。

打包的大數(shù)據(jù)分析應(yīng)用將開拓新的市場。隨著大數(shù)據(jù)逐漸走向各個(gè)行業(yè)，基于行業(yè)的大數(shù)據(jù)分析應(yīng)用需求也將日益增長，未來幾年中針對(duì)特定行業(yè)的業(yè)務(wù)流程的分析應(yīng)用將會(huì)以預(yù)打包的形式出現(xiàn)，這將為大數(shù)據(jù)技術(shù)供應(yīng)商打開新的市場。

將會(huì)創(chuàng)造一些新的細(xì)分市場。大數(shù)據(jù)相關(guān)技術(shù)的發(fā)展將會(huì)創(chuàng)造出一些例如以數(shù)據(jù)分析和數(shù)據(jù)處理為主的高級(jí)數(shù)據(jù)服務(wù)和基于社交網(wǎng)絡(luò)的社交大數(shù)據(jù)分析等新的細(xì)分市場。

大數(shù)據(jù)與云計(jì)算將深度融合。云計(jì)算為大數(shù)據(jù)提供彈性可擴(kuò)展的基礎(chǔ)設(shè)施支撐環(huán)境以及數(shù)據(jù)服務(wù)的高級(jí)模式，大數(shù)據(jù)則為云計(jì)算提供了新的商業(yè)價(jià)值，大數(shù)據(jù)技術(shù)與云計(jì)算技術(shù)必有更完美的結(jié)合。

大數(shù)據(jù)在制造企業(yè)的應(yīng)用

大數(shù)據(jù)作為新一代信息技術(shù)的代表，已開始在工業(yè)設(shè)計(jì)、研發(fā)、制造、銷售、服務(wù)等環(huán)節(jié)取得應(yīng)用，并成為推動(dòng)互聯(lián)網(wǎng)與工業(yè)融合創(chuàng)新的重要因素。面對(duì)大數(shù)據(jù)的浪潮，傳統(tǒng)企業(yè)要主動(dòng)把握大數(shù)據(jù)的發(fā)展方向，深入挖掘大數(shù)據(jù)的價(jià)值，分析需求偏好、改善生產(chǎn)工藝以及提升企業(yè)的內(nèi)部管理水平等。

圖片來源于網(wǎng)絡(luò)

預(yù)測(cè)分析。當(dāng)前，大數(shù)據(jù)最引人關(guān)注的一個(gè)方面是預(yù)測(cè)分析。企業(yè)可以利用數(shù)據(jù)中隱藏的模式、識(shí)別各種風(fēng)險(xiǎn)和機(jī)遇，比如交叉銷售和升級(jí)銷售的目標(biāo)客戶、客戶流失傾向、經(jīng)濟(jì)預(yù)測(cè)、信用評(píng)級(jí)和保險(xiǎn)承保等。例如，當(dāng)需要開車時(shí)，上百萬美國人選擇AAA(美國汽車協(xié)會(huì))的旅游救援、保險(xiǎn)和緊急拖車服務(wù)。為了更好地理解客戶需求，AAA總部組件了一個(gè)"活動(dòng)中心"，應(yīng)用SAP Predictive Analytics軟件進(jìn)行預(yù)測(cè)分析。

為企業(yè)決策部門和管理層提供依據(jù)。利用大數(shù)據(jù)工具對(duì)供應(yīng)鏈進(jìn)行分析以選擇供應(yīng)商、優(yōu)化物流配送方案和進(jìn)行價(jià)格談判等;利用大數(shù)據(jù)分析工具可以對(duì)商品進(jìn)行銷售預(yù)測(cè)，分析顧客的購買偏好，確定商品的價(jià)格。中國商飛通過SAP商務(wù)智能解決方案(SAP BI)和SAP業(yè)務(wù)經(jīng)營管控平臺(tái)(SAP ERP)的實(shí)施，成功構(gòu)建了實(shí)時(shí)、透明、智能的業(yè)務(wù)經(jīng)營管理平臺(tái)，實(shí)現(xiàn)了質(zhì)量全程可追溯以及實(shí)時(shí)運(yùn)營;實(shí)現(xiàn)高效業(yè)務(wù)協(xié)同，增強(qiáng)了全供應(yīng)鏈數(shù)據(jù)共享與智能分析，為管理決策提供強(qiáng)有力保障。

實(shí)現(xiàn)智能生產(chǎn)。大數(shù)據(jù)是制造業(yè)智能化的基礎(chǔ)，其在制造業(yè)大規(guī)模定制中的應(yīng)用包括數(shù)據(jù)采集、數(shù)據(jù)管理、訂單管理、智能化制造、定制平臺(tái)等，核心是定制平臺(tái)。定制數(shù)據(jù)達(dá)到一定的數(shù)量級(jí)，就可以實(shí)現(xiàn)大數(shù)據(jù)應(yīng)用。通過對(duì)大數(shù)據(jù)的挖掘，實(shí)現(xiàn)流行預(yù)測(cè)、精準(zhǔn)匹配、時(shí)尚管理、社交應(yīng)用、營銷推送等更多的應(yīng)用。同時(shí)，大數(shù)據(jù)能夠幫助制造業(yè)企業(yè)提升營銷的針對(duì)性，降低物流和庫存的成本，減少生產(chǎn)資源投入的風(fēng)險(xiǎn)。成立于1988年的中信戴卡公司，是全球最大的鋁車輪生產(chǎn)企業(yè)，在全球市場占有率將近25%。中信戴卡已經(jīng)與SAP合作多年，在雙方的合作之下，一個(gè)高度智能化的生產(chǎn)制造供應(yīng)網(wǎng)絡(luò)正在顯現(xiàn)，實(shí)現(xiàn)覆蓋從智能營銷、智能研發(fā)、智能制造、智能經(jīng)營、智能決策到智能服務(wù)六大智造體系，真正實(shí)現(xiàn)全價(jià)值鏈的"智造"。

實(shí)現(xiàn)個(gè)性化定制。消費(fèi)者與制造業(yè)企業(yè)之間的交互和交易行為將產(chǎn)生大量數(shù)據(jù)，挖掘和分析這些消費(fèi)者動(dòng)態(tài)數(shù)據(jù)，能夠幫助消費(fèi)者參與到產(chǎn)品的需求分析和產(chǎn)品設(shè)計(jì)等創(chuàng)新活動(dòng)中，為產(chǎn)品創(chuàng)新作出貢獻(xiàn)。制造業(yè)企業(yè)對(duì)這些數(shù)據(jù)進(jìn)行處理，進(jìn)而傳遞給智能設(shè)備，進(jìn)行數(shù)據(jù)挖掘，設(shè)備調(diào)整，原材料準(zhǔn)備等步驟，才能生產(chǎn)出符合個(gè)性化需求的定制產(chǎn)品。在定制西服的傳統(tǒng)概念中，定制與工業(yè)化經(jīng)常是一對(duì)天然的反義詞。紅領(lǐng)西裝與眾多服裝加工廠有著顯著的不同，其通過大數(shù)據(jù)系統(tǒng)和相應(yīng)的工藝改變，實(shí)現(xiàn)了對(duì)傳統(tǒng)服裝企業(yè)改造。能夠根據(jù)顧客身體測(cè)量數(shù)據(jù)和相關(guān)細(xì)節(jié)，制定出符合每個(gè)顧客個(gè)性化需求版型。提高了生產(chǎn)效率和客戶滿意度。

應(yīng)用大數(shù)據(jù)的注意事項(xiàng)

大數(shù)據(jù)的應(yīng)用能給企業(yè)帶來諸多便利，實(shí)現(xiàn)了以往常規(guī)技術(shù)手段無法實(shí)現(xiàn)的目標(biāo)。但也要認(rèn)識(shí)到大數(shù)據(jù)在制造業(yè)大規(guī)模運(yùn)用的時(shí)間還不是很長，很多企業(yè)應(yīng)用經(jīng)驗(yàn)相對(duì)缺乏。為了確保大數(shù)據(jù)在實(shí)際運(yùn)用中能夠發(fā)揮其應(yīng)有的效果，應(yīng)注意以下幾點(diǎn):

圖片來源于網(wǎng)絡(luò)

對(duì)于海量的數(shù)據(jù)要去粗取精，去偽存真。對(duì)于業(yè)務(wù)數(shù)據(jù)，應(yīng)當(dāng)在進(jìn)行實(shí)時(shí)分析的基礎(chǔ)上，將決策支持的數(shù)據(jù)通過移動(dòng)端推送給企業(yè)各級(jí)負(fù)責(zé)人，決策過程用數(shù)據(jù)說話，不再是憑經(jīng)驗(yàn)、拍腦袋。

大數(shù)據(jù)要形成一定的數(shù)據(jù)決策力。數(shù)據(jù)決策力就是基于數(shù)據(jù)進(jìn)行科學(xué)決策，并且讓數(shù)據(jù)發(fā)揮價(jià)值的能力。在大數(shù)據(jù)時(shí)代，這種能力已經(jīng)變成跟以往的財(cái)務(wù)能力、生產(chǎn)能力等一樣不可或缺的能力。要重視數(shù)據(jù)安全性。隨著產(chǎn)生、存儲(chǔ)、分析的數(shù)據(jù)量越來越大，隱私問題在未來的幾年也將愈加凸顯。所以新的數(shù)據(jù)保護(hù)要求以及立法機(jī)構(gòu)和監(jiān)管部門的完善應(yīng)當(dāng)提上日程。

探討人工智能的本質(zhì)

美國作家盧克?多梅爾曾在《人工智能》一書中提出“智能奇點(diǎn)”的概念，即機(jī)器在智能方面超過人類的那個(gè)點(diǎn)。他認(rèn)為，人工智能在技術(shù)和產(chǎn)業(yè)兩個(gè)方面正在臨近“奇點(diǎn)時(shí)刻”。第一，信息革命正從技術(shù)深化到科學(xué)向智能方向提升，人工智能正處在科技革命的奇點(diǎn)上。第二，信息革命正從科學(xué)轉(zhuǎn)化為技術(shù)向智慧產(chǎn)業(yè)深化，人工智能正處在產(chǎn)業(yè)革命的奇點(diǎn)上。

人工智能（Artificial Intelligence，AI）的本質(zhì)其實(shí)就是為了研制出具有類人智能的機(jī)器或系統(tǒng)，能夠模擬、延伸和擴(kuò)展人類智能的理論、方法、技術(shù)以及應(yīng)用形式。人工智能作為一門學(xué)科誕生至今已超過60 年，期間經(jīng)歷了2 次高潮和低谷，從2010 年開始迎來第三次發(fā)展浪潮。從當(dāng)前人工智能產(chǎn)業(yè)發(fā)展情況來看，可以將人工智能分成技術(shù)支撐層、基礎(chǔ)應(yīng)用層和方案集成層。

圖片來源于網(wǎng)絡(luò)

★技術(shù)支撐層：主要由算法模型（軟件）和關(guān)鍵硬件兩部分構(gòu)成。關(guān)鍵硬件主要包括用于數(shù)據(jù)采集的各種傳感器和用于高性能并行計(jì)算的各種人工智能芯片，如GPU、FPGA、NPU等。算法模型（軟件）主要用于訓(xùn)練數(shù)據(jù)，利用算法模型對(duì)數(shù)據(jù)進(jìn)行運(yùn)算分析，進(jìn)而提升機(jī)器的自主學(xué)習(xí)能力。

★基礎(chǔ)應(yīng)用層：主要由感知類技術(shù)和其他深度學(xué)習(xí)應(yīng)用構(gòu)成。該層主要是為了讓機(jī)器完成對(duì)外部世界的探測(cè)，即看懂世界、聽懂、讀懂世界，由計(jì)算機(jī)視覺、語音識(shí)別、語義識(shí)別構(gòu)成，是上層智能產(chǎn)品或方案不可或缺的基礎(chǔ)。

★方案集成層：為特定的應(yīng)用場景提供產(chǎn)品或方案。根據(jù)不同行業(yè)或應(yīng)用場景的需求構(gòu)建不同的人工智能解決方案。比如智能物流、智能安防、無人駕駛汽車、工業(yè)機(jī)器人以及智能工廠等。人工 智能重構(gòu)領(lǐng)域很多，有著非常龐大的應(yīng)用空間和市場。

隨著大數(shù)據(jù)、云計(jì)算和物聯(lián)網(wǎng)等技術(shù)應(yīng)用的逐漸發(fā)展成熟，人工智能也迎來來新的發(fā)展機(jī)遇。從機(jī)器學(xué)習(xí)到深度學(xué)習(xí)，推動(dòng)人工智能實(shí)現(xiàn)快速發(fā)展的主要?jiǎng)恿趦纱笠蛩兀浩湟唬焖偬嵘闹悄苄酒⑿羞\(yùn)算能力。其二，讓機(jī)器具備自主學(xué)習(xí)能力的算法模型正在逐步取得突破。

人工智能：支撐智能制造轉(zhuǎn)型

推進(jìn)智能制造轉(zhuǎn)型的根本原因在于：機(jī)器功能表現(xiàn)不遂人愿，人很難掌控機(jī)器的全部狀態(tài)情況。機(jī)器不容易改變和提升功能，任何的功能更改都需要重新開發(fā)某些甚至全部零部件；機(jī)器運(yùn)行狀態(tài)不為人知，且不說遠(yuǎn)程監(jiān)控，就是人站在機(jī)器前面，也未必知道哪個(gè)零部件正常與否，還有多長時(shí)間需要更換；機(jī)器不靈活，例如無法像人手一樣靈巧地裝配零件；機(jī)器不認(rèn)人，無法判斷誰是合法的操作者并給以相應(yīng)的配合；機(jī)器不會(huì)自主發(fā)聲，告訴所有者或其他人，“我已空閑，請(qǐng)給我安排工作”等等。

在機(jī)器不智能的時(shí)代，只能靠人的智能來彌補(bǔ)。但是，人的體力有限易疲勞，人的智力和技能有差異，人的心理狀態(tài)不可控，更重要的是，很多問題限于人的辨別力是無法解決的，例如機(jī)器中的一個(gè)關(guān)鍵零部件現(xiàn)在復(fù)合受力是多大？環(huán)境的振動(dòng)是否會(huì)引發(fā)加工質(zhì)量問題？車間中的粉塵狀態(tài)何時(shí)會(huì)爆炸等等。

因此，人們一直期望在制造活動(dòng)中能夠有某種人體以外的“智能”要素的參與，無論是類似人還是其它生物的智能要素，加入到機(jī)器、生產(chǎn)環(huán)境或者生產(chǎn)的流程之中，使得整個(gè)制造活動(dòng)可以滿足這樣的需求：所有的狀態(tài)信息都能實(shí)時(shí)獲取和快速響應(yīng)，所有的決策都恰當(dāng)且及時(shí)，所有的產(chǎn)品特征變化（個(gè)性化需求）都能充分滿足，所有的產(chǎn)品都是高質(zhì)量高附加值的，所有的制造過程都是高效安全的，所有的設(shè)備維護(hù)都是主動(dòng)、預(yù)測(cè)式的，所有的企業(yè)運(yùn)營都是高利潤、低成本、綠色環(huán)保的等等。作為制造業(yè)智能制造轉(zhuǎn)型的關(guān)鍵使能技術(shù)，人工智能的發(fā)展在為智能制造賦能的同時(shí)，也為機(jī)器從“勞動(dòng)工具”向“勞動(dòng)伙伴”的角色演進(jìn)提供新路徑。

圖片來源于網(wǎng)絡(luò)

當(dāng)前，制造企業(yè)從原材料采購、生產(chǎn)制造，到產(chǎn)品銷售與流通，所有經(jīng)營生產(chǎn)過程正越來越趨于數(shù)據(jù)化和智能化。數(shù)據(jù)的不斷累積以及數(shù)據(jù)算法和模型的不斷發(fā)展成熟，為人工智能融入到制造業(yè)提供了機(jī)會(huì)，進(jìn)而促進(jìn)企業(yè)從傳統(tǒng)生產(chǎn)向智能生產(chǎn)轉(zhuǎn)型。

企業(yè)可以通過遍布車間的傳感器和智能芯片，實(shí)現(xiàn)對(duì)生產(chǎn)過程中的全鏈路數(shù)據(jù)的處理和分析，進(jìn)而提升生產(chǎn)效率、庫存周轉(zhuǎn)率、設(shè)備利用率等關(guān)鍵指標(biāo)。在銷售層面，通過對(duì)海量的交易數(shù)據(jù)進(jìn)行挖掘、計(jì)算和分析，人工智能可以為企業(yè)制定自動(dòng)化和智能化的生產(chǎn)計(jì)劃；在生產(chǎn)層面，通過對(duì)產(chǎn)品數(shù)據(jù)、生產(chǎn)設(shè)備數(shù)據(jù)的采集和分析，人工智能實(shí)現(xiàn)對(duì)生產(chǎn)設(shè)備和產(chǎn)品質(zhì)量的智能化診斷，提高產(chǎn)品良品率；在流通層面，通過產(chǎn)品上部署的傳感器及時(shí)采集產(chǎn)品狀態(tài)數(shù)據(jù)，為企業(yè)的生產(chǎn)過程提供決策支撐，同時(shí)也可以提供預(yù)測(cè)性的維修維護(hù)服務(wù)。

圖片來源于網(wǎng)絡(luò)

機(jī)器學(xué)習(xí)：人工智能背后

人工智能大師西蒙曾說過：“學(xué)習(xí)就是系統(tǒng)在不斷重復(fù)的工作中對(duì)本身能力的增強(qiáng)或者改進(jìn)，使得系統(tǒng)在下一次執(zhí)行同樣任務(wù)或類似任務(wù)時(shí)，會(huì)比現(xiàn)在做得更好或效率更高?！睓C(jī)器學(xué)習(xí)是人工智能應(yīng)用的核心，是使計(jì)算機(jī)具有智能的根本途徑，其應(yīng)用遍及人工智能的各個(gè)領(lǐng)域。現(xiàn)有的計(jì)算機(jī)系統(tǒng)和人工智能系統(tǒng)至多也只有非常有限的學(xué)習(xí)能力，因而不能滿足科技和生產(chǎn)提出的新要求。對(duì)機(jī)器學(xué)習(xí)的討論和研究，必將促使人工智能和整個(gè)科學(xué)技術(shù)的進(jìn)一步發(fā)展。

SAP認(rèn)為，機(jī)器學(xué)習(xí)就是計(jì)算機(jī)從數(shù)據(jù)中學(xué)習(xí)而不被明確編程，所依據(jù)的只是不斷優(yōu)化的算法和經(jīng)驗(yàn)。機(jī)器可以看到、閱讀、聆聽、理解和交互。當(dāng)前，支撐機(jī)器學(xué)習(xí)的軟硬件技術(shù)正在逐步發(fā)展成熟。比如改進(jìn)的硬件計(jì)算單元如英偉達(dá)的GPU、谷歌的TPU等，以及正在實(shí)現(xiàn)突破的各種深度學(xué)習(xí)算法和訓(xùn)練模型。