2019-09-03 14:40

　　各位领导，各位专家，下午好，十分荣幸能够参与开放数据中心峰会。我看到咱们峰会有很多来自产业界的大咖和专家，我来自学术界。

　　数据中心现在已经成为像互联网包括商业各个领域必不可少的基础设施。近年来，我们发现像工业4.0在席卷全球的大背景下，数据成为了工业领域必不可少的流淌的血液，尤其是近两年特别热的工业互联网、智能制造。今天我和大家分享的是面向新一代智能制造的工业云与工业大数据。

　　智能制造究竟能给我们带来什么？可能你脑子里浮现出来的是生产线。看这个车，这个其实不是未来，这是十年以前，这种很酷的车包括这种飞机，都是个人定制的，基本上一年半就能给你造出来。像这种跑车，不光外形很酷，它的设计，对空气动力学，各个方面的优化，包括制造，这都是非标准化的。

　　这个车有3D打印的成分，还有这个很多也是3D打印的。看到这，它的logo出来了，在座有的朋友可能知道，这是国外的一家企业，十几年以前就有。它当年初创的时候，它的初创网站写了这么一句，“我生来与众不同”，IT界有开源这一说，大家把代码拿出来，他做了一个全球汽车的开源社区，他汇聚了全球的汽车爱好者，包括法拉力的设计师，各个制造工厂发烧友，建立了群体智能的平台。这其实是十年以前的事情了。

　　我们这个时代围绕着一个“创”字，所谓创新驱动发展，现在创新2.0时代强调的是草根，强调的是每一位个体、创客，汇聚每个人的智慧形成大数据，形成群体智慧，大家一起来创新。同时强调交叉融合，互联网这几年一直要把它加到实体经济上，尤其是制造业上，我们要振兴中国制造，在2025年要进入第二梯队。两化融合是主要的手段，其中新一代的信息技术三个核心：人工智能、云、大数据，今天我会按照这个脉络和大家分享一下。

　　首先回顾一下新一代人工智能的提出背景，是基于两新，一个是信息的新环境，像现在移动互联网无处不在，大数据涌现，我们身边无处不在的计算的兴起。再一个是人类社会发展新目标，我们追求更智慧的城市，智能制造，精准医疗，智能交通等，在2015年中国工程院开展了一个中国人工智能2.0发展战略的研究，这个项目孵化出来了后来的新一代人工智能。这个项目对人工智能2.0的初步定义是基于重大变化的信息新环境和发展新目标的新一代人工智能，对人工智能2.0是这么定义的。

　　新一代人工智能有五个核心的特征，第一是大数据驱动和知识指导相结合的方式。第二个特征是走向跨媒体的认知，第三个特征是从追求更高水平的智能机器走向混合型的人机增强智能，第四个特征是要形成基于互联网的群体智能，第五个特征是要从单纯的机器人转向更为广阔的智能自主系统。

　　当时在中国工程院人工智能2.0的项目里首先推的应用就是智能制造，在这个背景下，2017年7月出台了国务院新一代人工智能的规划，在这个规划里，要立足一些2030的重大专项，来带动整个人工智能产业技术的发展，建立一些示范区和一些创新的平台，2020年某些技术要达到先进的水平，2025年要与世界的领先水平达到平行，2030年要带动10万亿的市场规模，这是三步走的大的战略目标。

　　重点任务有基础理论方面的，还有关键技术方面的，建立新的关键技术体系，还有推动产业智能化升级方面的，首先第一个就是智能制造，后面有农业、物流、金融、商务等。再进一步看智能制造，智能制造里提到要面向制造强国的重大需求，推进关键技术、软件尤其是互联网的发展。

　　聚焦到企业层面，也强调对企业的智能化升级。提出了鼓励大型互联网企业建设云制造平台，参与智能工厂的建设。这是国家级的规划。这两年开始做新一代智能制造的战略，整体大背景，现在全球制造业都面临挑战，德国的工业4.0大家比较熟悉，美国、英国、法国、欧盟、日本等，全球都在针对制造业和新一代信息技术在结合，这些国家级战略都聚焦于发展智能制造的技术产业和应用，实现面向智能制造的新模式、新手段，打造新业态。

　　有两个代表性的国家，一个是美国的工业互联网，这两年工业互联网发展如火如荼，工业互联网是GE以前提出来的，当年用到了智能互联的发动机。美国的强项是卖软件，所以他强调的是做工业互联网的平台和软件。

　　另一个具有代表性的是德国的工业4.0，德国的工业4.0强调的是CPS，是信息物理的融合，德国的强项是卖设备，包括西门子、博世等，他的两个主题一个是智能工厂，一个是智能生产，强调多项集成。整体来讲，美国和德国目前是走在前面的，像美国的Predix平台，尽管去年今年发展不太好，但是带动了一个新的产业，德国西门子的MindSphere现在已经应用比较广泛了，西门子也在国内建立了示范工厂。

　　目前，我国针对智能制造与新一代信息技术的融合，出台了很多国家级的战略规划，除了“中国制造2025”、工信部智能制造发展战略、工业互联网、新一代人工智能规划，都有很多与智能制造相关的工业，主要的战略围绕着两化融合。

　　目前来讲，尤其是在工业软件方面，因为工业软件中国是比较落后的，在工业互联网领域这两年也形成了很多跨领域、跨行业的大型平台，像海尔、浪潮、航天云网等，形成了一些新的模式，包括网络化协同制造模式、个性化定制模式等。

　　目前我国的制造业仍然面临五个转型这样的严峻挑战，现在是从技术跟随战略向自主开发的战略，进一步将转向技术超越的战略。同时现在制造业仍然是比较粗放型的，资源的消耗等，仍然是在卖产品，我们有没有可能卖更高附加值的服务。

　　在这个背景下，总体来讲，我们的智能制造还处于比较初级的阶段。在这两年新一代人工智能又兴起的大背景下，这两个领域开始了交叉融合。从去年提出了新一代智能制造，因为智能制造已经发展很多年了，具有三个核心特征，数字化、网络化、智能化。

　　首先是数字化，数字化聚焦于企业自身竞争力的提高，产品的数字化，整个产品生命周期活动的数字化，等等人和组织的数字化。第二个核心特征，数字化、网络化制造，这是目前我们国家推进的重点，所谓工业4.0，所谓工业互联网，其实都是在这个阶段。它强调了互联互通，强调以用户为中心的定制，强调服务化的转型从卖产品到卖服务，强调把企业融入产业链进行协同。未来的第三种范式就是数字化、网络化、智能化，这是未来的新一代智能制造，强调的是把新的技术融入进来，包括区块链、边缘计算、5G，现在我们还在布局6G，其实5G的一直在寻找合适的应用场景，工业领域是很有价值的应用场景，因为对时延的要求很高。包括未来的制造系统、未来的工厂，可能具有自己感知、自己分析、自己决策这样的更智能化的系统。

　　再回顾一下新一代人工智能发展规划，这里面提到像建设智能云制造平台，究竟什么是云制造，把制造业各方面的资源接到云里来，集成后进一步能服务于需求者。它的架构对于新一代信息技术的利用是很多的，大数据、云、人工智能都在里面成为它核心的引擎。

　　主要有四种形态，第一种形态是行业云，围绕这个行业的供应链，如何能建设行业的一个大的平台，像航天云网，可能围绕航天产品，把集团的供应链放在那，有几百万家企业在上面。第二种是平台型云企业，像大型的船舶企业，有几百个下属的院所，如何建设大型的云平台，辅助各方面业务的开展。第三种是聚焦于车间工厂，生产云，关注生产层面工厂内部的，基于生产大数据。第四种平台是装备和产品这样的云，像现在海尔卖出去的每一个产品叫一个网器，卖给你了，数据他要收的，像GE，发动机卖给你了，数据还要收的。

　　最后把工业大数据与工业数据中心新特点跟大家分享一下。工业大数据大家比较熟悉了，它的新特点无非是涉及了工业的机器、工业的产品、工业的设备，不断产生数据，工业的数据有独特的特征，像时序性的特征、实时性的特征。

　　对于工业数据的分析有不同的类别，描述性分析、规定性分析、预测性分析，这些分析强调的是它需要工业的基理模型，有很高的门槛，你不懂的话很难做工业数据的分析。这里面需要工业独特智能的算法，包括能够看到它，要可视化，能够做预测等等。比如做过的案例，C919，3万多项飞机数据中，涉及飞行安全的有4600多个飞行数据，都得建大型的数据中心，这种复杂产品，大飞机、船舶、航母、航天器，现在都在做数字孪生的模型，不断做数据分析，还有大型设备，不断对数据进行分析，对健康情况，把它作为一个昂贵的数字资产在管理。

　　最后把我们认为的工业数据中心的几个小热点跟大家分享一下，首先是与新一代人工智能的深度融合，对于数据中心，现在有一个国家的重点专项，通过数据中心管理数据的收集，通过大量历史数据，对它建立生命周期的模型，预测它的不可确定性。

　　人工智能做黑盒的处理无非是对它做不可确定性的确定，把它的规律学习出来，我们用深度学习的手段把它学习出来，建立它的深度强化模型，进一步可以基于它做数据中心它的任务调度的这么一个智能决策的决策机，包括负载感知，通过数据驱动的手段建立预测模型，有很大的空间把深度学习包括宽度学习，各方面深度学习的人工智能的方法与数据中心的调度做融合。

　　第二，边缘计算与边缘协同，工业领域其实很多你放在大数据算是来不及的，工业的生产线边缘，要求是几十毫秒，现在的目标是做到几毫秒以内，在边缘算和云里算做融合。而且工业的特点是每一个计算都是一个流程，是一个逻辑体，这个逻辑体需要大量的通信和交互，如何对边缘和云做一个合理的任务调度和规划，这是一个难点。

　　第三，数字孪生，对于大的军工集团、大的航天器、大飞机、大车等都在做数字孪生。最后一个是安全和隐私，工业领域多个数据中心谁的数据都不会给你，如果我们要对它做分析和学习，这时候我们用的是联邦学习，做横向、纵向的、迁移的，在保护隐私的前提下做深度学习。

　　我们的愿景是打造新一代智能制造的新模式、新手段和新业态，谢谢大家！