【深度】从GE工业互联网到中国工业互联网

640?wx_fmt=jpeg

来源:数字化企业


工业互联网自2017年起已成为国内科技界最为火爆的词汇之一。学者、供应商、投资商、企业家、媒体、政府官员、人大代表、政协委员等纷纷给出了自己的解读。


一、背景


冠名为工业互联网的学术会议此起彼伏,有世界大会、世界峰会、全球峰会、国际论坛、高际高端论坛等。由中国信息通信研究院、工业互联网产业联盟、中国通信学会联合主办的工业互联网峰会恐怕是最具权威性的会议。2017年的峰会以“工业互联 融合共赢”为主题,来自政府、企业、高校、科研院所和社会团体的1600多名代表参会;2018年的峰会以“创新引领融通发展”为主题, 3000人齐聚一堂;2019工业互联网峰会主题为“智联赋能 融通创新”,5000多人参加了本次大会。

 

与此同时,国内与工业互联网相关的组织,各级别、各区域、各行业的工业互联网联盟如雨后春笋一般快速生长,有技术联盟、行业联盟、企业联盟、应用联盟、国产化联盟等等。

 

但这些官员、学者、组织等提到的工业互联网,或给出的工业的定义及内涵,明显存在差异,在实际工作中,不可避免的带来了混乱,让人无所适从。静下心来,从源头开始进行理性思考,或许能云开雾散。

 

个人将现有的对工业互联网的理解,分为了三类:GE工业互联网、IIC工业互联网、中国工业互联网,尝试比较它们之间异同。比较的方式是,首先回顾GE工业互联网,尽可能准确理解它的含义;然后是IIC工业互联网的回顾,对标GE工业互联网,找出主要的异同;最后回顾中国工业互联网,对标GE工业互联网、IIC工业互联网,找出主要的异同。

 

二、GE工业互联网

 

01

GE工业互联网的定义

 

在GE于2012年11月26日发布的白皮书中是这样定义的:

 

“工业互联网——打破智慧与机器的边界” ,


英文原文是Industrial Internet: Pushing the Boundaries of Minds and Machines。

 

工业互联网汇集了两大革命的成果:工业革命带来的无数的机器、设施、机群和系统网络方面的成果,与互联网革命中涌现出的计算、信息与通信系统方面近期取得的强有力的成果。


英文原文是The Industrial Internet brings together the advances oftwotransformative revolutions: the myriad machines, facilities, fleetsandnetworks that arose from the Industrial Revolution, and the morerecentpowerful advances in computing, information and communication systemsbroughtto the fore by the Internet Revolution。

 

工业互联网,通过全球的工业系统与先进计算、分析、低成本传感和互联网带来的新连接水平等能力融合,走上舞台。


英文原文是Industrial Internet is taking place through the convergence oftheglobal industrial system with the power of advanced computing,analytics,low-cost sensing and new levels of connectivity permitted by theInternet。

 

附上白皮书的英文原文,一是为了让读者更准确的理解GE工业互联网,GE自身的中译,个人认为翻译的文笔比较漂亮,但原意有损失;二是我认为原文前后有表述不尽一致的地方;三是不希望读者被笔者英文水平所误导。如果真的对GE的工业互联网感兴趣,强烈建议阅读白皮书的英文原版。

 

个人理解的GE工业互联网,要点小结:


要解决的问题——工业革命的成果带来的无数的机器、设施、机群和系统网络(全球工业系统)的运行效率的提升和运行成本的降低;解决问题的手段——互联网革命中涌现出的先进计算、分析、低成本传感、控制软件和互联网带来的新水准的连接能力;解决问题的途径——convergence,汇合,汇聚(融合);目标——引发第三次创新或革命的浪潮,促进经济的高速增长。需要注意的是,互联网只是作为连接手段之一出现,但并非一定是互联网。

 

GE工业互联网,即是战略也是战术。战略——通过提高机器设备的利用率并降低成本,取得经济的效益,引发新的革命。战术——智能机器+数据+分析模型这样一条具体的技术路线。

 

将GE工业互联网,理解为国内经常提到的工业化与信息化的两化融合,虽然直白了点,然而并不过分。但更准确地说,是两化融合的子集,是两化融合的一种形式,只是要解决企业设备等重资产利用率与使用成本方面的问题。显然将GE工业互联网等于“互联网Internet”+工业这样一种理解,不是GE的原意。GE工业互联网,或许仅仅利用到了“互联网Internet ”的低成本、大空间尺度的连接能力。需要强调的是,GE工业互联网,还涉及到了传感、控制软件、云计算、大数据分析等其他的信息通讯技术。

 

为什么GE将工业革命的成果与信息革命的成果的这种融合,命名为“工业互联网”?

 

作者认为,首先是GE白皮书作者的背景。白皮书的两位作者,经济学背景,做战略咨询,并非纯粹的技术专家,找一个恰当名字来命名GE想要做的事,确实是一个难事。笔者自己也思考过,能否找到一个新的词汇,来定义GE工业互联网的内涵,但确实没有找到令自己满意的词汇。或许将Minds and Machines结合起来,将GE工业互联网叫做“智慧机器”也未尝不是一种选择,即是能干活的机器,也是能感知自身状态的机器,更是能最优使用自己的机器。

 

其次是要蹭互联网的热度,或者说是互联网革命影响力的热度。一个事实是,2005年,eBay 创立之初时,它第一年的用户只有41,000 人,货物交易额是720万美元。到2006 年,用户达到2200万,货物交易量为525亿美元。社交网络Facebook于2004年2月正式上线,在不到一年的时间里,活跃用户数量达到100万人。到2008年,Facebook共有1亿活跃用户。Facebook现在有超过10亿用户。

 

最后,美好的期待,期待GE工业互联网的战略战术,能够像互联网行业那样,取得巨大成功,引发新的工业革命。有没有点碰瓷的味道?

GE的工业互联网,由于披上“互联网”的马甲,从商业策化及市场推广的角度,取得了巨大的成功。高举工业互联网这面大旗,GE牵头成立了工业互联网联盟IIC。在国内,工业互联网的影响力与日俱增,迅速将工业4.0的风头盖了过去,这也从里一个方面说明了GE商业策划上的成功。

 

准确理解GE工业互联网,还必须要理解GE的三次革命论——工业革命、互联网革命、工业互联网这样一个大背景。

 

02

GE的三次革命论

 

GE认为,创新是生产力增长的动力。
 

在人类历史的大部分时间里,生产效率的提升难以察觉,生活标准的改善极其缓慢。到了1800年代的初期,西方经济中的人年均收入,花了800年时间翻了一倍。而在其后的150年中,西方经济中的人年均收入则达到了13倍。原因是第一次创新,大致在200年前发生的工业革命,来自人和动物的肌肉力量,被机械的力量所取代,生产力和经济的增长急剧加速。工业革命是分波次展开的,蒸汽机、内燃机、电报电话以及电力等新技术逐次粉墨登场。但到了1970年代,美国生产力的增长停止了。

 

而1996-2005年,美国的经济又出现了高速的增长,原因是第二次创新,来自于计算和全球互联网(基于信息存储、计算和通讯技术方面的突破)的出现,叫做互联网革命(自1950年开始的以互联网为代表的革命)。

 

▼美国经济快速增长如下图所示。

640?wx_fmt=jpeg

 

那么,下一波创新的动力是什么呢?对了,就是GE提出的工业互联网。

 

经济快速增长

▼与创新或革命的关系如下图所示

640?wx_fmt=jpeg

 

简言之,GE认为互联网革命带来的红利,已经收割完毕。下一次经济高速增长的动力是工业互联网。

 

上述两张图,可以对照着看。每一次经济增长,都可以找到对应的技术革命。

 

不能不赞叹GE工业互联网思想体系中促进经济增长的宽阔视野。其革命划分的依据—经济增长的变化,相对而言可量化,可客观评估。这与德国工业4.0的四次革命划分的思想,形成了鲜明的对比。德国工业4.0思想体系中的四次革命论,由于无客观评测依据,说它是主观臆测,一点也不过分。虽然个人凭理性思考,相信前三次革命已经发生了。但第四次工业革命,个人不认为已经发生,原因在于其倡导的新型生产组织方式——以大批量生产的成本实现个性化生产,还没有出现。

 

需要强调的是,GE提出的三次工业革命论中的第三次革命,是预测而不是现实。按GE的革命评测标准,到目前为止,还不能给出第三次工业革命已经发生的结论性判断。以下是作者收集的自2012年白皮书发布之后的美国经济增长的数据。

 

年份

美国GDP年度增长率

2018

2.9%

2017

2.27%

2016

1.49%

2015

2.86%

2014

2.57%

2013

1.68%

2012

2.22%


经济增长的趋势,比较明显,但接近了革命发生的3%的临界点。或许还要看看这种趋势的持续时间,才能给出最后结论。

 

但我们需要思考的是,经济增长与否,难道仅仅受到技术革命的影响吗?显然不是,一定会有其他偶发性的原因。比如局部战争,比如近期的国际贸易战,等等。我认为,这恐怕是GE三次革命划分理论的硬伤。

 

从GE的三次革命论的划分,显然GE认为互联网革命,与工业互联网革命是两种性质的革命,两次革命要解决的问题大不相同。互联网革命解决的是人类社会社交与消费的问题,而工业互联网解决的是设备利用率与运行成本的问题。国内好多人认为,工业互联网是互联网在工业中的应用与扩展,明显与GE工业互联网的内涵存在偏差。

 

03

GE工业互联网既是天使,也是恶魔

 

GE工业互联网这一思想体系的提出与引进,使国人基于对互联网的认识,容易想象出信息技术对传统工业的改造作用与效果,对我国两化融合工作起到了极大的促进作用,使我国快速形成了两化融合工作的新的浪潮,所以说GE工业互联网是天使。

 

但GE工业互联网这一思想体系,由于披上了互联网这一马甲,容易让人望文生义,想当然地将其等同于国内在社交与消费互联网方面取得巨大成功后提出的互联网+的推广模式中的一种——互联网+工业,或者说是互联网在工业中的应用,或者称之为工业体系和互联网体系深度融合,如此等等,个人称之为中国工业互联网,以示区别。

 

历史在这一刻发生了命名上非常奇特的时空交汇——工业互联网,英文industrial internet,两者名称上虽然完全相同,但掩盖不住内涵的巨大区别。

 

既然GE工业互联网取得成功,那么工业互联网在中国当然也会取得成功。既然理解为互联网在工业中的应用,那么理所当然地应该将互联网在社交、消费行业获得的巨大成功而取得的结果、经验、理念、方法、生态、平台、发展模式等套用过来。

 

其可能的后果是,误导了全社会的舆论导向,过分提高互联网企业进入工业/制造业取得成功的心里预期和效益预期,过分忽视了将互联网技术引入工业中的技术经验方面的难度,过分提高了政府政策制定与资金导向的心理预期。特别严重的问题是,以工业互联网平台代替了工业互联网的全部内涵,以偏概全,误导了普通的企业的信息化的投入方向,误导了政府在信息化方面政策的制定,误导了各IT厂商在企业信息化方向的人力资源投入。所以说GE工业互联网是恶魔。


04

GE工业互联网作用的对象

 

作用对象包括了,机器、机器组、设施、系统网络,见下图。

 

要解决对象运行的效率及成本问题,而不是对象自身的运作过程中出现的问题。

 

对于制造企业而言,明显缺少了设计、销售、物流、售后服务等环节。但GE工业互联网,并没有覆盖制造业企业的全部业务,也许GE本身就没有想要覆盖,就想解决特定问题。别忘了,GE digital 还有一个由APM、Schedule、Proficy、iHistory、ifix等系列工业软件产品支撑下的smart factory解决方案。


640?wx_fmt=jpeg


05

GE工业互联网实现的技术路线

 

下面这张图表达的清清楚楚。


640?wx_fmt=jpeg


06

GE工业互联网的构成要素

 

下面这张图表达的清清楚楚。为什么没有互联网?为什么没有平台?因为从应用角度,它们都不是核心要素,仅仅只是一种实现的技术手段。


640?wx_fmt=jpeg


07

GE工业互联网产生的效益

 

下面这张图表达的清清楚楚。


640?wx_fmt=jpeg

 

同任何信息技术的应用一样,通过提高机器(机器、机器组、设施、系统网路)的运行效率,降低机器的运行成本,从而产生效益。上图就是GE广为人知的1%理论。

 

需要强调的是,这是GE的观点,是GE在自己最擅长的所谓的高端制造领域取得的成效。但GE并没有给出制造业整体的效益估算。所以GE的1%是否有普遍意义?还值得认真思考,独立思考。特别是对中小企业,还有%1的效益吗?

 

另外的一个事实是,GE并没有给出其工业互联网实施的成本统计,或许是有意为之,或许涉及到了商业秘密。即使公布出来。恐怕也是一个惊人的数字。

 

08

实施GE工业互联网的难点

 

以下结合实施GE工业互联网的步骤,探讨以下实施GE工业互联网的难点。

 

实施工业互联网的步骤如下:


第一步,将设备(含设备组、实施、系统网路)改造为智能化的设备,也就是要能够感知设备自身的状态,更重要的是设备的运营状态。我们需要加装仪表或传感器,嵌入式CPU,控制软件等。

 

第二步,将设备产生的数据,利用网络(不一定是互联网)收集起来,建立工业数据中心,这个数据中心可以很大,也可以小到一台服务器,关键是看数据量。

 

第三步,利用(大)数据分析、机器分析等工具对收集到的数据进行分析,做出更为优化的决策,来指导机器运营或操作机器的人的作业过程,提高效率。

 

第一步,设备智能化改造。



这一步我们经常简单地理解为设备数据采集,即为设备加装传感器,来实现设备数据采集。我们应当深入思考的一个问题是,为什么设备在出厂时没有加装传感器?对于低值设备,大多数情况下,还是成本问题或投资回报率达不到用户要求,特别是利润较低的制造业;少数情况下,属于技术上达不到。对于高值设备(重资产),从技术难度角度,传感器只能由设备生产厂家自行添加。一个事实是,用户自行改造设备,加装传感器,成本只会比设备制造商高。另一个事实是,生产厂家为高值设备加装传感器,现阶段主要目的还是为了提高设备本身运行的自动化(智能化)水平,提供设备运行状态及参数,只是一种附加功能。

 

所以,个人的观点是,GE工业互联网的成功,从设备的角度来看,一定是在设备本身自动化(或智能化)程度较高的行业。比如GE生产的航空发动机、内燃机、发电机,比如像徐工、三一生产的重型机械,再比如机加工行业的数控机床等。而且,工业互联网实施的成功,大概率是设备制造厂商本身来完成,至少也是在设备制造厂商积极参与下完成,当然自行完成或由第三方厂商来完成也不是不可以,但前提是,具有与原始设备厂商水平接近的专业人士。

 

对互联网厂商而言,想进入到工业界,存在天然的壁垒。或者说是OT与IT之间的鸿沟。

 

第二步,建立工业数据中心。

将设备产生的数据,利用网络收集起来,建立工业数据中心。这一步是三大步骤中,技术最成熟的部分。可以利用成熟的网络技术(互联网只是之一)、云计算、数据中心等技术,完成工业设备数据的汇聚。恐怕也是传统电信运营商以及互联网厂商能够比较容易切入的地方。这里的难点是安全性问题。

 

这一步骤涉及到的行业特殊性最少,具有较高的通用性。或许是互联网厂商有所作为的地方。

 

但需要指出的是,工业数据的存储(实时性、周期、海量)与社交、消费数据的存储,存在着巨大的差异。另外需要指出的是,这个网络不一定是互联网。采用互联网,成本低,连接面广。但像企业的重要资产,如飞机发动机,你敢把它连到互联网上吗?处于安全的角度,或者保密的角度,最多是连到采用TCP/IP技术的企业内网上而已,也许是专网。但如果具体的应用场景数据量较小,而不是大数据,应该考虑有没有必要建设一个数据中心这个问题了。

 

第三步,做出分析决策。

利用大数据分析、机器分析等工具对收集到的数据进行分析,做出更为优化的决策,来指导机器运营或操作机器的人的作业过程,提高效率。

 

这一步骤也是实施工业互联网最困难的部分。首先设备的种类众多,设备的运行方式众多,涉及到的问题行业性非常高(行业的数量与工业产品的种类数量大体一致)、专业性强,还需要分析人员具有丰富的现场工作经验,需要分析人员具有多学科的背景知识,既要熟知设备运行的原理,又要掌握各种数据处理技能和分析方法,要想取得成效,必然是一个迭代优化过程。

 

与第一步相似,个人的观点是,GE工业互联网的成功,从分析决策的角度来看,大概率是设备制造厂商本身来完成,至少也是在设备制造厂商积极参与下完成,当然自行完成或由第三方厂商来完成也不是不可以,但前提是,具有与原始设备厂商水平接近的专业人士。

 

同样地,对互联网厂商而言,想进入到工业互联网领域,存在天然的壁垒。概言之,这一步骤的专业性与行业性太高了。

 

概言之,GE工业互联网的提出,是基于自身的成功实践。成功的原因,GE是原始设备制造商,对设备运行的原理、专业知识的掌握,无人项背。GE是高端智能设备制造商,设备运行状态数据的采集,是其天然具有的优势。GE还有一支服务于其自身的专业IT队伍,不要忘记Predix原本就是附属GE自身的各个业务集团的IT队伍开发出的产品。可以认为,GE for GE,已经取得了成功。

 

但GE for Customer,GE for Industry,GE for World 这一推广模式遇到了极大的挑战。GE digital 被拆分出来,独立运营,就是一个例证。事实已经证明,工业互联网想要像互联网一样取得爆发式的成长,已经不可能了。

 

所以,我认为,由原始设备制造厂商来推进工业互联网,要比自行或第三方厂商来推进,成功率要搞得多。自行或第三方厂商来推进工业互联网,面临着设备运行状态数据的获取,以及设备运行状态分析的专业知识不足,这两大天然的缺陷。或许,设备制造厂商、用户、专业第三方厂商的合作,是一个不错的选择。


09

GE工业互联网推进策略——Predix平台

 

GE是一个高端设备制造企业集团,其制造的航空发动机、内燃机、发电设备等高附加值的设备居于全世界的前列,说GE是工业界的翘楚一点都不过分。GE自己的工业互联网实践的确取得了巨大的成功。

 

要解决的问题明确了,目标有了,经济效益也有了预期,技术路线也提炼出来,如何推广呢?而且一定要大规模推广,一定要取得像互联网那样一夜暴富式的成功。通过这种创新,找到刺激经济增长的新抓手,引发第三次工业革命。同时GE实现数字化转型,要从高端设备制造商,转变为提供数字服务的公司,一个软件服务公司,一个IT公司。最好能像Google、Facebook、Amazon那样,在很短的时间内有一个爆发式增长,做到市值第一,聚集起巨量的财富。

 

GE的策略就是,GE for GE, GE for Customer, GE for Industry, GE for World。也就是,将GE在高端装备制造领域取得的成功经验、软硬件成果( GE for GE )进行提炼、通用化,研发出类似计算机操作系统哪样的通用平台,为本行业或其他行业的客户服务( GE for Customer ,GE for Industry )。对了,再借鉴互联网的发展模式,搞一个开放式平台,形成一个创新生态,聚集起数万、数十万、数百万的用户以及第三方软件开发者或解决方案供应商( GE for World ),然后像互联网公司那样,坐收流量带来的巨额红利,视乎是GE工业互联网最佳的发展模式。事实上,在GE打出工业互联网大旗之前,其支撑平台Predix就已经存在了,只是其通用性、开放性与GE宏大的战略构想不匹配而已。


下图就是大名鼎鼎的

GE工业互联网平台——Predix

640?wx_fmt=jpeg

 

GE基于Predix平台推进工业互联网的战略遇到了挫折。据说投资了40多亿美金,五年左右的时间过去了,很明显Predix平台并没有取得像Google、Facebook、Amazon等互联网公司爆发式增长的成功。数次传出来的消息是GE准备将Predix卖掉,GEdigital裁员,最新的消息是将GE digital独立出来,独立运营。大概背后的潜台词是,Predix依然有价值,路线没错,但短期内取得高额投资回报,已经不可能,那就看看再说吧!

 

个人观点是, Predix平台确实是降低实施工业互联网成本的一个重要手段,能够减轻设备数据采集的难度,大数据存储的难度,开发专用分析决策软件的难度,但对大多数应用案例而言,平台很难降低设备智能化改造的难度、专业性数据分析的难度,这是由工业系统的专业性和复杂度自身决定的。另外,Predix在聚集客户、开发者方面,还远远达不到互联网式发展的速度,想效仿互联网流量为王的模式,实现自我良性发展,还有相当长的路要走。那么在现阶段,基于Predix来降低实施工业互联网的成本,必然还只是一个良好的愿望。

 

三、IIC工业互联网

 

在GE提出工业互联网的概念之后,为了实现自身的战略意图,GE联合了IBM、Cisco、Intel andAT&T信息通讯业的巨头,成立了世界上推广工业互联网的最大组织Industrial InternetConsortium,缩写为IIC,其官网地址为https://www.iiconsortium.org/about-us.htm

 

01

IIC的宣言

 

非常有意思的是,在IIC官网中,IIC由我们理所当然认为是一个推广工业互联网的组织,却不动声色地变成了一个推广工业物联网Industrial IoT的组织。

 

其官方英文介绍如下:

The Industrial Internet Consortium, nowincorporatingOpenFog, was founded in March 2014 to bring together theorganizations andtechnologies necessary to accelerate the growth of theIndustrial Internet byidentifying,assembling and promoting best practices.Membership includes smalland large technology innovators,vertical marketleaders,researchers, universities and government organizations. 

 

The Industrial Internet Consortium® (IIC™)and the OpenFogConsortium® (OpenFog) have come together to become the largestand mostinfluential international consortia in Industrial IoT, fog and edge computing.The organizations will worktogether under the IIC umbrella to drive themomentum of the industrialinternet, including the development and promotion ofindustry guidance and bestpractices for fog and edge computing. 

 

About Us The Industrial Internet Consortium, nowincorporating OpenFog,is theworld's leading organization transforming businessand society by acceleratingthe Industrial Internet of Things (IIoT). Ourmission is to deliver a trustworthyIIoT in which the world's systems anddevices are securely connected andcontrolled to deliver transformationaloutcomes.

 

是作者看错了吗?真的没有!听其言,更要观其行。我们看看IIC做什么,来进一步确认。


02

IIC工业互联网参考架构

 

在IIC参考架构的工作中,又一次得到了证实:

The IIRA is a standards-based architecturaltemplate andmethodology designed by a broad spectrum of IIC members, includingsystem andsoftware architects, business experts, and security experts, toassist IIoTsystem architects to design IIoT solution architecturesconsistently and todeploy interoperable IIoT systems.

This technical report describes theIndustrial InternetReference Architecture (IIRA) for Industrial Internet ofThings (IIoT) systems.

 

在The Industrial Internet of ThingsVolume G1: Reference Architecture

IIC:PUB:G1:V1.80:20170131中给出了定义一个工业互联网系统的四个角度

 

640?wx_fmt=jpeg


又进一步给出了细化了方法。


640?wx_fmt=jpeg


显然,这是一个参考架构,是告诉你从哪几个角度、哪几个方面来描述系统结构,而不会给出一个具有具体指导意义的系统架构。因为,工业物联网概念太大了,无所不包。

 

03

IIC术语定义

 

IIC给出的术语中,工业互联网的词条依然存在,但也给出了工业物联网的词条。


在The Industrial Internet of Things Volume G8: VocabularyIIC:PUB:G8:V2.00:PB:20170719中,Industrial internet ——internet of things, machines, computers andpeople, enabling intelligentindustrial operations using advanced dataanalytics for transformationalbusiness outcomes. Industrial internet of things(IIoT) system —— system thatconnects and integrates industrial control systemswith enterprise systems,business processes and analytics, 

 

note 1: industrial control systemscontain sensors andactuators. note 2: typically, these are large andcomplicated system.


04

小结

 

看来,IIC不是不知道GE工业互联网与工业物联网的区别。

 

只是互联网的影响力实在是太大了,同GE的工业互联网一样,IIC同样要高举起互联网的大旗,身披互联网的马甲,来聚集更高的人气。

 

即便是IIC要将GE工业互联网的内涵扩展为了工业物联网,将GE的依靠机器+数据+分析这一技术路线来提高机器利用率的思想,扩展为依靠互联来提高机器、系统、管理、研发设计、服务、价值链等全部工业元素的运作效率,也要利用GE工业互联网这一金字招牌,或者说要带上“互联网”这一金字招牌。

 

为什么不明说呢?让人有种偷偷摸摸的感觉!

 

很显然,IIC工业互联网的目标,要远比GE工业互联网的目标要宏伟的多。也是,如果只是解决机器的利用率问题,IIC是装不下这么多大神的。

 

两者明显的区别是,GE工业互联网是以应用或问题为导向的,目的是提高机器利用率,比较单一。IIC工业互联网,如果理解为工业物联网,则是以技术手段为导向的,理论上可以解决工业中与物联相关的所有问题,有着更大的作用域。

 

IIC工业互联网比GE工业互联网,更接近国内所说的两化融合。

 

GE工业互联网的内涵,被IIC赋予了新的内涵,GE难道不反对、不澄清吗?也好理解,有这么多人为自己热情免费的摇旗呐喊,GE偷着乐吧!

 

05

Siemens的MindSphere平台

 

作为IIC成员的Siemens,推出了MindSphere平台。MindSphere是所说的GE工业互联网平台的一种吗?

 

在其官网上,是这样介绍的:MindSphere 是西门子推出的一种基于云的开放式物联网操作系统,它可将产品、工厂、系统和机器设备连接在一起,使您能够通过高级分析功能来驾驭物联网 (IoT) 产生的海量数据。

 

在正式场合,Siemens自己从来没有挂上GE工业互联网的标签,反映出它的严谨性。反倒是,国内将MindSphere贴上工业互联网平台的标签,拿它大肆说事。贴就贴吧,有人给做免费的宣传还不好!又没什么坏处,西门子偷着乐吧!如果将MindSphere称为是工业互联网平台,那也不是GE含义下的工业互联网平台了。


06

PTC的ThingWorx平台

 

作为IIC成员的PTC ,推出了ThingWorx平台。PTC的ThingWorx是所说的GE工业互联网平台的一种吗?

 

在其官网上,是这样介绍的:ThingWorx是经过实际验证、可加快工业创新的出色平台,包括工业 IoT 应用程序和 AR 体验的快速开发等。它提供出色技术和工具,可使工业企业快速轻松地开发、部署和扩展IoT应用程序与颠覆性的 AR 体验。ThingWorx 可通过多种方式灵活部署,并受充满活力的合作伙伴生态系统的支持。

 

在正式场合,PTC自己从来没有挂上GE的工业互联网的标签,反映出它的严谨性。反倒是,国内将ThingWorx贴上工业互联网的标签,拿它大肆说事。贴就贴吧,有人给做免费的宣传还不好!又没什么坏处,PTC偷着乐吧!如果将ThingWorx称为是工业互联网平台,那也不是GE含义下的工业互联网平台。

 

四、中国工业互联网

 

自2017年起,在工业4.0热度消退、智能制造日渐式微之后,国内工业互联网的热度高涨。但此“工业互联网”,绝非完全是指GE工业互联网,也绝非完全是指IIC工业互联网,为了叙述方便,避免引起混调,个人称之为中国工业互联网,以示区别。即使是中国工业互联网,也是百花齐放,百家争鸣。

 

GE工业互联网与IIC工业互联网的内涵及作用,前面已经提到过,不再赘述。说过它们是天使,也是恶魔。说它是恶魔,主要在于它们披上了互联网的马甲,按其字面意义,很容易将人们引入歧途,即忽略了GE工业互联网与IIC工业互联网的内涵,而只盯上了工业互联网这一称谓中的互联网这一马甲。

 

个人的看法是,用什么术语或打什么旗帜并不重要,但要给出概念的明确内涵,要给出与前人工作的区别,至少不要造成实际使用时的迷茫与混乱。

 

总体上看,中国工业互联网,按其内涵,大体上可以分为三种。

第一种,与了GE工业互联网的原意相一致;

第二种,与IIC工业互联网相一致;


第三种,互联网+工业,或互联网在工业中的应用扩展,或互联网体系与工业体系的融合;

第四种,比GE工业互联网、IIC工业互联网的内涵都大,或者说是两化融合的翻版。


当然还有若干变种。以下是国内工业互联网的若干表述。


01

AII的工业互联网

 

AII,英文缩写,英文全称是Alliance of Industrial Internet,中文就是工业互联网产业联盟。其官方主页上是这样描述的:为加快我国工业互联网发展,推进工业互联网产学研用协同发展,在工业和信息化部的指导下,2016年2月1日由工业、信息通信业、互联网等领域百余家单位共同发起成立工业互联网产业联盟。现在应该超千家了。

 

在AII 2019年2月发布的工业互联网术语与定义中,是这样定义工业物联网的:工业互联网是新一代信息通讯技术与工业经济深度融合下的关键基础设施、新型应用模式和全新工业生态。工业互联网通过人、机、物的全面互联,实现全要素、全产业链、全价值链的全面连接,将推动形成全新的工业生产制造和服务体系。

 

这个定义是在AII发布的文档中,直接描述工业互联网是什么的为数不多的一个。与GE工业互联网相比,给出了解决问题的途径——融合,给出了解决问题的手段——全面互联,但没有直接给出要解决的问题,反过来,可以理解为要解决任何问题。

 

在AII工业互联网平台白皮书(2019讨论稿)中,给出了其中国工业互联网应用的统计。


640?wx_fmt=jpeg

 

似乎明白了AII工业互联网要解决哪些问题了!应该是包含之前我们所说的企业信息化要解决的全部问题及内容。那么我们大致上可以认为,国内原有的分工明确的企业信息化厂商、电信运营商、互联网厂商现在都是工业互联网厂商了。这大概是工业互联网峰会如此火爆的重要原因之一。

 

与之前的企业信息化的区别呢?与传统的企业信息化相比较,大概最大区别是,系统建在一张网上(大概率最终是要采用互联网)、一个平台上或几个平台,十几个平台或几十个平台也行,而且这些平台之间要互联互通。由于是基于如此庞大、如此统一的基础设施,加之平台的开放性,自然会像互联网那样,形成新的应用模式与新的生态。

IIC将工业互联网的内涵,扩展为工业物联网。AII将工业互联网的内涵扩展的更大,无所不包。

 

按此逻辑,需要研发工业互联网平台来支撑企业的各项业务。那么需要多少个平台呢?至少,要支持SCADA/HIM,CAD,CAM,CAE,PDM/PLM,SCM、SRM、ERP、MES,……,等传统的工业软件覆盖的业务。如果考虑到每一个行业都有其特点,每一个行业再细分十个乃至百个子行业,需要的平台数相当可观。但能不能将这些平台进行整合,减少平台的数量呢?这个问题恐怕只有市场实践能够回答。将这些平台进行互联互通,恐怕更是一个艰巨的挑战。

 

将传统的工业软件云化,形成现阶段所倡导的工业互联网平台,可以降低工业软件的实施成本,但解决不了不同厂家开发出的工业软件可以支撑各具特色的企业业务模式这一事实,虽然各种工业软件行业中,存在着大鱼吃小鱼、不断的兼并重组的状况,但野火烧不尽,春风吹又生,在工业领域,短期内很难出现象互联网行业那样最终仅存几个寡头垄断的局面。一种工业软件长期存在数十个厂家的事实,说明了工业领域要解决问题的多样性及复杂性,是否也间接说明了,平台的多样化是一种必然现象。

 

即使出现了适合某个特定子行业的云化后的工业软件,或者说某行业工业互联网平台,也会面临着推广应用时,竞争对手出于商业秘密的考虑,而不会将自身的业务,放在竞争对手的平台上,或者与竞争对手共处于同一个平台上。你能想象出罗尔斯·罗伊斯将自己的发动机状态诊断工作放在GE的Predix平台上吗?这恐怕是工业互联网与消费互联网之间的一个重大区别吧。原因在与,工业产品为了销售,必然要向消费者公开其产品规格数据,不存在所谓的商业秘密,这一点是互联网行业能够爆发式增长的基石。但工业产品的制造过程数据,大多数情况下都是商业秘密,这一现实就不是工业软件所能解决的了!

 

02

工业互联网研究院的解读的中国工业互联网

 

中国工业互联网研究院在工业互联网创新发展20问中给出解读。

 

第一问,什么是工业互联网?


“工业互联网是新一代网络信息技术与制造业深度融合的产物,是实现产业数字化、网络化、智能化发展的重要基础设施,通过人、机、物的全面互联,全要素、全产业链、全价值链的全面链接,推动形成全新的工业生产制造和服务体系,成为工业经济转型升级的关键依托、重要途径、全新生态。”

 

与GE工业互联网完全没有了关系,或者说赋予了“工业互联网”全新的含义。

 

第二问,工业互联网和通常所说的互联网有什么区别?

工业互联网是互联网发展的新领域,是在互联网基础之上、面向实体经济应用的演进升级。通常所说的互联网一般是指消费互联网,与之相比,工业互联网有三个明显特点。

 

一是连接对象不同。消费互联网主要连接人,应用场景相对简单,工业互联网实现人、机、物等工业经济生产要素和上下游业务流程更大范围的连接,连接种类、数量更多,场景复杂。

 

二是技术要求不同。消费互联网网络技术特点突出体现为“尽力而为”的服务方式,对网络时延、可靠性等要求相对不是特别严格。但工业互联网既要支撑对网络服务质量要求很高的工业生产制造,也要支撑高覆盖高灵活要求的网络化服务与管理,因此在网络性能上要求时延更低、可靠性更强,同时由于直接涉及工业生产,工业互联网安全性要求更高。

 

三是发展模式不同。消费互联网应用门槛较低,发展模式可复制性强,完全由谷歌、脸书、亚马逊、阿里、腾讯等互联网企业主导驱动发展。工业互联网涉及应用行业标准杂、专业化要求高,难以找到普适性的发展模式,通用电气、西门子、航天科工等制造企业发挥至关重要作用。同时,互联网产业多属于轻资产,投资回收期短,对社会资本吸引大。而工业互联网相对重资产,资产专用性强,投资回报周期长,且还存在一些认知壁垒。

 

虽然认识到了互联网与其定义工业互联网之间的巨大鸿沟,但还是将工业互联网视为互联网发展的新领域,是在互联网基础之上、面向实体经济应用的演进升级。是不是有点自相矛盾?颇有点“明知山有虎,偏向虎山行”的感觉!

 

看看院士是怎么说的:“工业互联网面向的企业都是个性化的,标准化难度大,消费互联网共性强,易于标准化;工业互联网涉及设备多种多样,业务链条长、模型复杂,消费互联网终端简单,易于普及、升级。此外,工业互联网对响应速度、可靠性、安全性、资本的要求都更加苛刻”。院士表示:“商业模式上,消费互联网往往是比烧钱、聚人气、圈用户、赚流量,以广告和会员费为收入来源,这种模式无法复制到工业互联网;生态模式上,消费互联网依靠手机操作系统构建应用商店平台,开放第三方应用,而工业互联网缺乏类似的平台和应用,所以多数企业感觉到,工业互联网看不清、摸不着、叫得响、热得慢”。

 

院士说得更深刻,从互联网的角度,从标准化、商业模式、生态模式上进行了对比。如果从要解决问题的不同进行比对,就更为完美了。

第五问:工业互联网具有怎样的功能架构?

 

工业互联网由网络、平台、安全三个部分构成。其中,网络是基础、平台是核心、安全是保障。

 

在没有明确要解决的问题或具体应用的前提下,提出功能架构,确实需要勇气。多年的企业信息化实践告诉我们,我们还没有能找到一个能支持所有企业信息化应用类型的功能架构及平台。也许多个平台可以满足,但几十个,甚至是上百个,恐怕也很正常!另外,简单地将工业互联网归结为由网络、平台、安全三个部分构成,既有可能会忽视了要解决的问题或应用对象,也会给平台的研发带来了极大的不确定性、复杂性和难度。太抽象的应用模式,对实际指导工程的支撑作用必然有限,这是任何通用与专用解决方案都回避不了的问题。


03

广义工业互联网与侠义工业互联网

 

“工业互联网分为广义的工业互联网和狭义的工业互联网。广义的工业互联网就是第四次工业革命的代名词。和德国工业4.0以及中国制造2025类同,都是工业体系转型的国家发展规划。狭义的工业互联网仅仅指的是设备的联网,广义的工业互联网的连接要素是工业制造中的生产要素。”

 

这种定义,应该是有识之士,看到了中国工业互联网,与GE的工业互联网之间的不同。为了尊重原创,又要尊重国内的现实,进行了改良,将工业互联网分为狭义与广义。与GE工业互联网内涵相比,狭义的工业互联网,强调了设备这一作用对象,强调了连接这一手段,但没有强调提高设备资产利用率、降低设备资产运营成本这一GE工业互联网要解决的根本问题。广义的工业互联网,好像明白了,但又说不出来是什么,或许等价于工业物联网。

 

04

人大的声音

 

在今年的人大会上,不少人大代表为中国工业互联建言献策:

 

“原始创新是中国式工业互联网发展成功的关键所在。各国有各国的国情,发展阶段不同,基础禀赋不同,所处的发展阶段不同,社会制度不同,市场特质不同等等,都决定了中国的工业互联网不能照搬照抄任何其他国家的模式与规则,必须结合中国国情推动原始创新。”

 

这是一个非常好的观点!问题是,当内涵被从根本上改变,起一个新的名字或创新一个新的概念,岂不更好!

 

“推进工业互联网发展要继续秉持开放发展理念、加强国际合作,与国际社会一起推动相关标准的制定,共同促进发展,实现互利共赢。”

 

如果想进行国际合作,最起码的条件,应该用相同的语言、术语,中国工业互联网与GE工业互联网或IIC工业互联网进行接轨,会存在交流上的障碍。

 

五、关于两化融合

 

事实上,从1946年世界上首台通用电子计算机的诞生开始,就开启了信息通讯技术与人类社会的融合的进程这个进程,伴随着人类社会的进步、ICT信息通讯技术的进步以及所应用行业本身的技术进步,在融合或应用的深度上、广度上不断演进,解决了或更好地解决了人类社会在不同的发展阶段存在的各种各样的问题。信息化与工业化的两化融合是这种融合的一种。

 

1946年诞生于美国宾夕法尼亚大学的第一台通用电子计算机“ENIAC”,它解决了炮弹弹道计算的问题。1952年,美国麻省理工学院伺服机构实验室成功研制出第一台数控铣床,标志着制造领域中数控加工时代的开始。1969年,美国数字化设备公司研制出第一台可编程控制器(PDP一14),在通用汽车公司的生产线上试用后,开启了用PLC解决工业控制问题的新时代。CAD诞生于二十世纪60年代美国麻省理工学院提出的交互式图形学的研究计划。60年代中,IBM开发出了MRP软件,开始了将计算机应用于生产管理的先河;70年代,闭环MRP诞生;80年代,MRPⅡ诞生;90年代,演化为ERP……

 

随着ICT技术应用的不断深入,两化融合要解决的问题,也逐渐从单一领域扩展为多领域,也就要将多个领域现有系统有机连接起来,或者说集成起来,来解决涉及面更为宽广问题。如90年代的CIMS,目的是通过已有信息系统之间集成来解决TQCS问题。虽然现在很少提及它了,但不代表它提出的思想不存在,事实上它依然有着顽强的生命力,以不同的形式、在不同的阶段、面对不同的问题、披上不同的马甲,反复出现。下图是CIMOSA(Computer Integrated ManufacturingOpenSystem Architecture)于90年提出的参考架构,是不是有点眼熟,在工业4.0、工业互联网、智能制造等体系结构中,或多或少都能看到它的身影。

 

640?wx_fmt=jpeg

 

GE工业互联网是一个典型的集成实例。存粹从技术的角度来看,用现在比较时髦的术语叫做整合IT与OT,来解决设备利用率提升、设备运行成本的降低问题。

 

另一个广为熟知的集成实例是德国的工业4.0,需要指出的是工业4.0既是战略也是战术。战略上,它要解决的新问题是,以大批量生产的成本,实现产品个性化定制生产这样一种全新的生产组织方式。

 

战术上,其核心技术内容之一就是三大集成——横向集成、纵向集成与端对端的集成。但从技术的角度,个人认为,只有其提出的端到端集成具有新意,是以大批量生产的成本来实现产品个性化定制生产这一全新的生产组织方式的核心技术基础。工业4.0要集成的广度、深度,从制造业历史上看无与伦比,特别是其提出的端到端的集成,实质上是一种动态集成,或即插即用式的集成,当前已有的技术还不能对其进行有效支撑,还需要研发新的集成技术。这也是德国人为什么说需要十余年乃至数十年长期努力才可以实现工业4.0的原因之一,其提出的工业4.0组件管理壳技术正是朝此方向努力的关键一步。

 

当然,还有日本提出的工业价值链计划,是依据日本现阶段自身面临的主要问题而制定的。日本制造界为了解决不同制造业企业之间的“互联制造”的问题,而提出的一种策略。它通过建立顶层的框架体系,让不同的企业通过接口,能够在一种“松耦合”的情况下相互连接,以大企业为主,也包括中小企业,建立企业的生态联盟,形成日本制造业的整体优势。工业价值链计划难道不是集成理念的又一种具体形式?

 

如果将时间倒流一下,你会发现还有敏捷制造、虚拟制造、并行工程、基于模型的设计、……、等众多的思想体系,但哪一种都可以找到集成思想的身影了。

 

历史经验告诉我们,解决系统性或整体性问题,系统间的集成无处不在。但如果将前述的单领域问题的解决过程,进行细化分解,你会发现集成的需求依然无处不在。这是因为,万物互联的场景无处不在,正所谓:众里寻他千百度,蓦然回首,那人却在,灯火阑珊处。

 

物联网或工业物联网的概念的提出,并不是近期发现的某种客观规律,而是多年实践中总结出来的规律的概况总结,只不过是受互联网连接起数以万计的计算机的启发,推演至万物而已。万物互联的说法,是一个非常好的市场营销概念,但对实际应用指导作用有限。在实际应用中,我们更需要的是,为了解决某个问题,具体要连接什么,为什么要连接,怎样连接,以及连接的成本等问题。对于制造业中的设备,君不见万物在没有注入传感器、控制软件、动作器而成为所谓的CPS的前提下,也根本不可能实现互联。RFID仅仅为物品提供了一个静态的标识而已,实际应用场景有限,但物品状态及状态的变化的动态获取,对制造业而已更有实际应用价值。

 

如果在工业物联网这面大旗下,从事新的连接技术研发,有实际应用价值。需要指出的是,这里所说的连接,本质上难道不就是我们之前所说的集成?难道不是集成思想的另一种表现形式?个人认为,集成的表述更有技术含量,脱开了互联网的马甲,更不会引起歧义。

 

所以,今后再有什么新的思想提出,也不要大惊小怪,也不要迷信崇拜,也不要盲目跟风,那一定是某个人、某个组织或某个国家,针对某个或某些特定问题,再强调一下,针对某个(某些)特定问题,集成思想的又一次灵光乍现。所以再拿万物互联说事,或单纯地谈论集成,并无新意。关键是要看清楚,要能解决什么样问题,要集成什么,提出或要开发出什么样的集成新技术,需要多大的实施成本,适合不适合自己当前的需求。

 

历史告诉我们,单纯依靠技术手段建立的思想体系,必定不会具有长久的生命力。问题导向的思想体系,更具有生命力。

 

新瓶装旧酒不可取,哗众取宠更可怕。抛弃数十年已积累起的成果,另起炉灶,即是对历史的无知,也必定会被市场的力量所吞噬。

 

六、结论

 

对工业互联网的理解,仁者见仁,智者见智,在当前概念使用比较混乱的前提下,明确概念内涵,找出异同,便于实际使用,是本文的目的所在。另外,作者认为,技术的进步是一个演化过程,这个过程大多数情况下是由问题求解驱动的,明确要解决的问题才是未来任何新思想体系生命力的源泉所在。


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。


  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”


640?wx_fmt=jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/491978.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

LeetCode题——最长无重复子串

题目 给定一个字符串,请你找出其中不含有重复字符的 最长子串 的长度。如: 输入: “abcbabcd” 输出: 4 解释: 因为无重复字符的最长子串是 “abcd”,所以其长度为 4。 思路 一开始容易往暴力遍历的方向想,但是实际上运用窗口的…

透视世界人工智能发展

来源:参考消息、新华网摘要:当今世界,随着人工智能迎来新一轮发展热潮,一个“新智能时代”即将到来。世界大国都把加快发展人工智能上升至国家战略高度,以抢占新一轮科技革命和产业变革的制高点。“透视世界人工智能发…

半导体行业必将再火十年!两大趋势成发展新动能

来源:智东西看点:汽车半导体和人工智能芯片为半导体市场带来了新的发展机遇。当前,我们使用的许多前沿数字化设备背后的技术都要依靠半导体才能实现。 由于无人驾驶、人工智能、5G和物联网等新兴技术的发展,以及对技术研发的持续投…

batch批处理程序easyadd——追加单行文本到指定txt文件末尾

介绍 有时候需要打开记事本在末尾追加文本,如果手动找到txt文件,再打开txt文件,按 ctrlhome 到达文末,才能完成对txt文件的追加,比较繁琐。而且如果txt文件很大(比如词典文件),手动…

短信备份(原)

昨天在学习回调的时候,发现了其独特的魅力之处,它将业务代码逻辑和我们的工具类耦合性大大降低了。 应用场景:在实际开发中,经常会随着用户的需求的改变而对对话框的样式进行相应修改,在短信的备份过程中,往…

今年的谷歌I/O大会,或许会有这些东西

来源 | 网易科技据国外媒体报道,当地时间5月7日,2019年度谷歌I/O开发者大会将在加州的海岸线圆形剧场(Shoreline Amphitheater)举行。届时,包括谷歌首席执行官桑达尔皮查伊(Sundar Pichai)等公司高管将登台发表演讲。谷歌将在本届开发者大会上…

贪吃蛇C语言

有趣的小游戏&#xff0c;实现关键点有光标移动&#xff0c;按键检测&#xff0c;状态转移&#xff0c;随机数生成等。欢迎讨论&#xff01; #include<stdio.h> #include<windows.h> #include<time.h> #include<conio.h>#define UP w #define DOWN s…

全球及美国首张无人机配送商业化“驾照”先后落地,国内还要多久?

来源&#xff1a;智能相对论&#xff08;aixdlun&#xff09;前不久&#xff0c;美国首张无人机配送“驾照”正式落地&#xff0c;获得者还是之前在澳大利亚拿下全球首张无人机商业飞行许可的谷歌。最早提出无人机配送的亚马逊被谷歌两次捷足先登&#xff0c;贝佐斯心里一定不好…

IBM的医疗AI为何失败

来源&#xff1a;陆志方科学网博客最近&#xff0c;看到一篇关于医疗AI的文章《IBM医疗AI宣告失败&#xff0c;率先入局却踏步不前》。1997年IBM深蓝战胜国际象棋世界冠军卡斯帕罗夫&#xff0c;名声大噪&#xff1b;2011年开始&#xff0c;IBM在医疗AI押上重注&#xff0c;此后…

机器学习加深了“知识”和“理解”之间的鸿沟

来源&#xff1a;36氪无法理解人工智能“黑箱”&#xff0c;人工智能就能帮我们理解世界吗&#xff1f;编者按&#xff1a;机器学习和互联网意味着海量数据和复杂的联系&#xff0c;同时也意味着人类无法理解的运行过程——人工智能的“黑箱”是近期学界热议的一个话题&#xf…

德国人工智能战略

来源&#xff1a;中国工业和信息化德国联邦政府为了进一步发展和应用人工智能&#xff0c;根据当前的人工智能战略&#xff0c;建立了一个整体的政策框架。首先&#xff0c;联邦政府考虑了人工智能技术的快速发展&#xff0c;以及由新人工智能技术驱动的全球生产和价值链变化。…

一文看懂70年的人工智能简史

来源&#xff1a;techjury【导读】如果从阿兰图灵1943年首次提出“图灵机”的概念算起&#xff0c;AI已经经历了86年的发展史。本文以信息图的形式回顾了这70多年的标志性事件&#xff0c;并归纳出AI发展的几个方向和技术应用&#xff0c;以及10大AI企业和国家排行榜。这篇AI“…

Django中间件与python日志模块 介绍

一、Django中间件 1.1 介绍 Django中的中间件是一个轻量级、底层的插件系统&#xff0c;介于request与response处理之间的一道处理过程&#xff08;用来处理特定业务的请求和响应&#xff09;。中间件的设计为开发者提供了一种无侵入式的开发方式&#xff0c;增强了Django框架…

无人系统自主性研究综述

来源&#xff1a;人机与认知实验室一、引言2012年7月&#xff0c;美国国防科学委员会发布了《自主性在国防部无人系统中的地位》&#xff0c;进一步指出自主能力是美军无人系统中的核心能力&#xff0c;分析了自主能力给无人机(UAV)、无人地面系统(UGS)、无人海上平台(UMV)和无…

一文看尽微软开发者大会 让AI和云驱动一切

来源 | 网易智能一年一度的微软开发者大会Build 2019在美国华盛顿州雷德蒙德拉开帷幕&#xff0c;微软公司CEO萨提亚纳德拉&#xff08;Satya Nadella&#xff09;介绍和发布了一系列全新技术&#xff0c;并在现场展示了以客户为中心的智能体验全新解决方案。微软此次发布的新功…

爬虫文档学习 xpath bs4 selenium scrapy...

爬虫 一、介绍 1、什么是爬虫 1.1 爬虫(Spider)的概念 爬虫用于爬取数据&#xff0c; 又称之为数据采集程序。 爬取的数据来源于网络&#xff0c;网络中的数据可以是由Web服务器&#xff08;Nginx/Apache&#xff09;、数据库服务器(MySQL、Redis)、索引库&#xff08;Ela…

用人工神经网络控制真实大脑,MIT的科学家做到了

来源&#xff1a;网络大数据三位研究者分别是 MIT 大脑与行为科学系主任 James DiCarlo、MIT 博士后 Pouya Bashivan 和 Kohitij Kar。相关论文发表在 5 月 2 日 Science 的网络版上。论文链接&#xff1a; http s://www.biorxiv.org/content/10.1101/461525v1研究人员表示&…

学习卫星菜单

学会坚持的自己写的底部中间菜单 转自http://www.cnblogs.com/persist-confident/p/4487386.html 看了hyman老师的视频&#xff0c;听起来有点迷糊&#xff0c;所以就想把实现卫星菜单的实现总结一下。长话短说&#xff0c;下面总结一下&#xff1a; 一、自定义ViewGroup1&…

Python 的垃圾回收回收机制(源码)

python内存管理及垃圾回收 1. 引用计数器 1.1 环状双向连表 refchain 在python程序中创建的任何对象都会放在refchain链表中&#xff0c;并且可以通过这个对象访问到上一个和下一个对象。 name 张三 age 18 hobby [美女,吃饭]内部会建立一些数据 -打包 C语言叫做结构体-…

未来五年人工智能将实现的五大突破

来源&#xff1a;资本实验室不论是可以和你对话的智能音箱&#xff0c;还是能够自己作画的虚拟艺术家&#xff1b;不论是能够帮助农民准确判断种植和施肥时间的农场管理系统&#xff0c;又或者是能够在演唱会现场快速识别罪犯的人脸识别程序&#xff0c;人工智能已经开始在各行…