2018-02-01 15:10
感谢大家参与这个活动，感谢主办方邀请百度参与这个会议。我估计肯定大家脑子里第一会有一个问题，说百度是一个搜索公司，和工业智能，和To B端的事情有什么关系？
其实我先跟大家讲一个说法，百度是从To C端，搜索这块成长起来的一个公司，做一系列To C的产品中，百度积累了大量的AI的能力，这些能力包括认知能力，包括感知能力，我们之后在大概2016、2017年发现这些能力同样可以应用到B端，给B端的企业赋能，从而我们开始做一系列的说跟工业智能相关的事情。所以，这是百度工业智能的一个大的发展方向。
首先，讲一下从智能制造、智能工厂能覆盖哪些领域，人工智能在其中起哪些作用？大概是几个方向，从研发到生产，到运营，到供应链，种种方向，其实AI在当中都起到巨大的作用。刚才也讲了，工业因为生产产值巨大，所以AI作为一个放大器来讲，只要能够提升一点点的效率，它对于整个工业产值的影响就会巨大。那么，这个也就是我们百度一个大的逻辑说，为什么我们要做工业，就是希望AI成为一个放大器把工业这件事情认真做好。
举几个例子。比如说，像虚拟制造。我们做了一系列的AR、VR的能力，可以把真实世界和虚拟世界结合到一起，能够辅助设计，从真实场景中做一些真实的设计。从制造这一块来讲，可能有各种检测的设计，这是大数据最会去发挥作用的一个方向，包括供应链。
智能工厂的发展路径，最初是流程化，有了流程，逐渐自动化起来，这是第二步。第三步，基本上现在大部分工厂和企业处于一个数字化的状态，有大量的已有的流程，已有的流程自动化系统，希望通过IoT，希望通过信息化技术把这些数据上传到云端，上传到工业互联网上。最后一步，希望智能变成一个更智能化的事情，这是需要以数字化作为一个基础。
人工智能到底在智能工厂、智能制造商能够起哪些作用？总体来讲三个大的方向，开源、节流，同时提升差异化，提升企业在差异化上的一个竞争能力。从控制成本来讲，我们会有一系列的产品，解决方案帮助企业节省成本。比如我们现在正在推的一系列客服的系统，帮助大家减少运营成本。然后再比如说，我们通过一些金牌销售的方式，甚至说让机器能够代替客服给用户打电话，做一系列增加效益的事情。从差异化这块来讲，我们可以通过流程的改进，去提升说大家把这个数据已经放到云上之后，提升在云上的效率。
这页是百度AI的一个整体计划。百度AI讲叫“两端一脑一云”。这个就是百度大脑。一脑一云就是我们希望通过百度大脑和百度云的方式去B端用户赋能。这个是Robin讲的一句话，企业的成功，开发者的成功就是百度的成功，从而我们推出一系列说AI能力的开放。到上面百度因为这十几年来做AI技术积累下的语音的能力，图像的能力，视频理解能力，VR的能力，去理解万事万物，再往上我们有自然语言处理，知识图谱，以及用户画像，去真正知道说，用户所想，真正知道用户下一步会希望看到些什么东西？大家看起来这个有点像偏C端的事情，给大家举几个例子，这些能力在B端怎么用。
现在其实AI创业最火的其实就是图像和视频处理，Face++也好，商城也好，他们也不只是因为有了人脸识别这一个能力就能够达到上百亿的估值，其实这是一个单点。百度希望把AI能力作为一个完整的产品矩阵，完整的技术矩阵提供给开发者和企业端给企业赋能。
举个例子，比如像语音，我们在工业上的应用，比如说我们在机场做，很多航空管制员之间的对话实际上现在是没有一个办法说去真正做它的质量监控，真正说在什么时候出什么问题，通过我们语音的能力实现。包括知识图谱。在这些能力之上，我们做了一个ai.baidu.com开放平台，我们希望通过这个开放平台，把刚才讲的一系列技术，充分把行业的需求释放出来，从而让大家用。工业是一个水很深的商业，是一个需要很深的行业理解才能做好的事情，百度毕竟做了这么多年To C的事情，我们在行业理解确实跟各位同事有巨大的差距。但是，百度的优势实际上是说，因为我们做了很多年技术的积累，所以技术这一块有很强的优势。所以，我们希望百度把我们有的能力和技术开放出来，然后发挥行业领跑者的能力，给行业领跑者赋能，让他们想象他们的场景，从而把所有的相当于做一个乘法，我们的技术能力乘以场景变成一个有价值的事情，这是开放平台的角度。
在这以上我们做一个AI生态，我们做一个AI开发者的训练营，叫“燎原计划”，招募了大概100家以上的创业企业，我们希望有一系列的创业者，因为他懂场景，因为我们有技术，我们量变一起结合，把AI生态也建设起来。最上头我们有一系列能力，我们也希望百度自己也去试一时说，我们在各个不同的垂直场景下面把我们的技术应用到这些场景下面，看看大家能够发挥什么样的作用，而把AI能力建设的更好，更好的赋能各个企业和开发者。
我今天主要讲讲大数据和IoT两个方向怎么赋能工业界和智能制造。首先，今天其实主要讲两个事情，一个是IoT，一个是百度天工，百度开发了天工平台专门做IoT设备的接入，做IoT数据的可视化，在线分析，数据的离线分析一系列的能力。然后我们开放了鲁班平台，是大数据基础套件，不是单一的产品，我们希望开发者用百度天工传输数据，传输到鲁班平台之上，然后百度把机器学习的能力开放出来，能够让用户做到比如说像预测性维护，比如像运维这一系列的事情。
详细讲一下百度天工的架构，一个是在平台上，这个百度基本上不会碰，在这一块，百度也定义一些自己的协议，让大家能够发挥自己的想象空间，把各个设备连上网，更多百度是去做这一块。我们因为开发了接口，因为开发了IoT的云的能力，我们能够让大家把数据传上云，传上云能做什么呢？这就是百度通过天工平台具有的能力，数据存储，尤其是数据库，包括物管理，怎么管理每一个设备，或者区域性的管理一些设备。包括流式计算、实时分析、可视化。最上层是百度提供的IoT能力的一个特点，就是我们不仅仅提供一些比较标准的IoT的云平台需要提供的能力。同时，我们也把AI能力很好的结合到云平台之上。假设IoT设备是一个摄像头，就可以开放人脸识别能力。假设IoT是一个麦克风，我们也可以把语音的能力很好的开放到一起。后面也需要依赖合作伙伴一起开发一系列的应用，这是百度天工。
这是百度大数据平台的架构图。我们大概这么划分这个事情。基础能力层，实际上百度现有的服务器都在这个之上，比如机器学习，比如深度学习、数据处理，这个不管外部的人过来，还是内部的统统会用同一层基础能力层。为什么这么讲呢？其实这希望给我们开放的大数据平台能力做一个背书。既然我在百度这个Web Skill（音译）数据集上搞定一些事情，我们在这个时候开放给用户我们就很有信心，一定能够服务好绝大部分用户，因为百度的大数据平台可能每天要跑大概200p左右的数据，这是一个相当大量的数据，这是我们的基础能力层。
然后我们把上面其他东西开放，其他东西开放有两层，一层是产品，就是鲁班套件。还有基础的PaaS层。鲁班套件比如有百度的客情分析，包括我们有用户画像数据，我们可以做一系列的风控，我们也把这个努力开放给各个合作伙伴一起发展。最靠上的就是行业解决方案，工业互联网其实就是我们行业解决方案其中一个很重要的组成部分。
这是刚才讲的鲁班，我们展开讲一下都有哪些东西？大概我们有一个最底层的环境，数据传输层一系列的协议，数据处理层一系列的协议，以及数据可视化的一系列的协议。
解决方案。简单讲一下我们通过大数据能够去帮助的一些行业。比如零售，我们可以通过大数据帮助大家做零售选址，通过大数据帮助大家做风险控制，因为我们有用户数据，帮助大家做基准营销，帮助大家做保险理赔。比如有些人是太保公司的用户，如果车出了损，可以直接用太保APP照片能力直接定损，不需要保险员当面定损。
然后讲讲制造这一块，因为时间关系，简单讲讲预测性维护这么一个点百度具体怎么做的。其实百度在B端做了一系列的解决方案的工作，我今天就一两个点展开讲一下。
什么是预测性维护？首先是通过IoT的方式把资产整合到一起，然后把数据源整合到一起，之后更重要的因为有了可视化，因为有了预测性分析，预测性维护的能力，我们能够去找到痛点所在，从而做业务。好处不细讲了，因为时间关系。基本就是我们能够节省成本，我们能够减少宕机时间。
讲一个具体案例，这个是百度跟上海电气一起做的案例，在封面板块，我们通过大数据能力把他的风力发电机的数据做一个实时传输，然后这是上海电气的一个平台，我们通过BI系统，通过鲁班系统，把一系列的数据拿回来，通过IoT能力把这个数据上传上去，从而实现我们的数据挖掘、我们的检索系统等等。这是一个架构，我们怎么用百度的AI能力，大数据能力解决上海电气的系统配置，我们把大数据存储、批量处理、数据仓库，包括可视化分析好像没有画进去，包括一系列实时的分析能力。
然后，这是另外一个案例，是和康力电梯，我们把所有电梯的数据上传到百度云，如果出了问题可以实时监控，实时救援。因为有了所有的历史数据可以预测，这个电梯到底什么型号有可能在某一个时间段，或者在某一个阶段之内会出问题，不同的电梯，可能不同的楼宇，宠儿训练出一系列的机器学习模型，预测什么时候出问题。
再讲一个案例，这也是和首钢的一个具体案例，这个不仅仅是刚才讲的大数据，刚才讲的物联网。同时，百度有很强大的机器学习能力。最后能做到一个什么程度呢？这可能不是很大的项目，我们工程师花了很短的时间把钢板缺陷的这个数据做一些标注，做一些分类。大概几千张数据，最后能做到在一万张图片里头，我们跟人的判断只差两张。
什么意思呢？人说有可能是有问题的图片，我们说它的正确的，就是错误率只有两张。我们的准确率基本上99.98%，这个代表我们的机器视觉能力在工业中真的可以代替人，甚至比人做的更好。
这就是我今天的分享，我们希望通过百度的AI能力能够真正助力工业智能，谢谢大家！