如何快速释放数据价值
发布时间：2019-03-03 11:38:46 所属栏目：大数据 来源：雷锋网
导读：在海宁网（http://www.hainingwang.cn）看来，交通、工业等产业领域的问题，归根结底都是一个拓扑网络问题：城市交通是车流的网络，工业是流程的网络（流程型制造是一条流水线、离散型制造则是一个更复杂的网络），航空是人流、飞机的网络要解决这些产业的
 在海宁网（http://www.hainingwang.cn）看来，交通、工业等产业领域的问题，归根结底都是一个拓扑网络问题：城市交通是车流的网络，工业是流程的网络（流程型制造是一条流水线、离散型制造则是一个更复杂的网络），航空是人流、飞机的网络……要解决这些产业的问题，其实解决的都是拓扑网络问题。
2005年时，闵万里曾与合作者发表了两篇理论文章，目的就是要解决这一问题。
“On linear processes with dependent innovations”, Stochastic Processes and their Applications, Volume 115, Issue 6, June 2005, Pages 939–958；
“On Canonical Correlation Analysis of multivariate time series”, Statistica Sinica 15 (2005), 303-323
雷锋网观察了不同类型厂商在不同领域的所谓“大脑”，是否有厂商“旧瓶装新酒”营造概念行旧事？答案是肯定的，有一定比例的厂商并无新意的拼凑起一个“大脑”，与这类厂商截然相反的是——阿里云的ET大脑的人工智能回归到本质，建立在数学理论基础之上。
“对于阿里云来说，我们自身数据智能的技术，云计算、大数据、AI算法等等这方面是我们的信心所在。但是，深入到工业行业里面，对工业数据的分析、探索，以及对这个工业细分行业它的每一块细分行业的特殊性，然后业务的理解性，这都是很大的挑战”，杨斌提到。实际上这也是当下所有工业互联网领域厂商所面临的共性难题。
杨斌补充道，“甚至在这个过程中，并没有一个系统说明让我们知道在工业的工研产销的各个工作流里面是有哪些数据的。我们的工程师面临着从0到1的难题，阿里云的工程师直接深入工厂场景，通过和具体生产部门、工艺部门、信息部门做交流，在对数据的理解达到一定程度之后，再结合阿里云自身云计算、大数据、人工智能算法找到突破口”，
ET工业大脑本身属于平台级产品，包含数据工厂、算法工厂、AI创造间，支撑行业客户去完成工业企业的数据算法以及开发治理，最终生产出给企业量身定做的数据智能服务。ET工业大脑沉淀很长一段时间才推出，但在推出之前已经有过若干年的实践，基于项目的交付、实施和业务价值提升，最终成型数据工厂、算法工厂、AI创造间的架构体系。
数据工厂主要解决客户数据安全、有效、稳定上云的过程，同时在数据平台进行质量管控和治理；算法工厂基于阿里云过去历史项目的积累、实践，沉淀了工业大脑的算法引擎，算法引擎可以根据用户需求再开发，基于该平台，工业客户不需要自己重新再经历算法工程化过程；在AI创造间里，客户通过拖拉拽的方式，把数据模块、算法模块，变成工作流业务的编排，形成一个工作流的业务输出，对外发布服务，可以调试出量身作定做的数据智能应用服务。
“我们希望通过ET工业大脑降低行业AI使用门槛，通过可配置的方式做业务的编排。但这个平台本身也是一个开发型的平台，合作伙伴或者工业终端客户自身信息部门的开发人员可以进行行业模板构结、定制，在平台之上沉淀自身的行业数据模型，架构自己的算法模型，进而形成一个生态”
工业领域的自动化程度不一而足，如何兼容并包是一个现实问题。杨斌表示，阿里云ET工业大脑和工业企业原有系统、平台、软件根本不存在相互竞争关系，很大程度上阿里云更多的是通过自身能力普惠工业行业，为企业降本增效、数字化转型提供全链路、全数据、全流程的数据智能输出。 （编辑：宿州站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
