西門子模擬量輸入模塊簡介人工智能其實已經誕生了很多年，但最近幾年數據有了大量的積累，這是實現人工智能的基礎。并且我們有了處理大量數據的能力，包括計算能力（比如深度學習），大數據處理的寬帶，在數據處理的軟硬件方面也有了長足的進步。人工智能給人們的工作學習帶來很多便利，比如視覺、語音的交互，包括未來的自動駕駛、精準營銷等等。在工業(yè)領域的人工智能我們稱為機器智能。它也能創(chuàng)造價值，比如提高生產效率，減少非計劃性宕機，節(jié)能等等。另外從非技術的因素來講，人們的意識也發(fā)生了變化。人們十分清楚數據中蘊含著大量價值，并且希望挖掘它的價值。
西門子的設備也產生大數據嗎？我們在如何利用這些大數據？
西門子的一臺燃氣輪機每天能產生25GB的數據。西門子的一個智能電網平臺Energy IP每天能產生30GB的數據。西門子在德國某城市的一個交通管理系統每天能產生6TB的數據。
利用大數據分析實現預測性維護，西門子幫助從馬德里到巴塞羅那的26列Velaro E高鐵列車增強可用性，將列車準點率提高到了99.9%。如此高的準點率使得高鐵運營公司可以為客戶提供獨特的“晚點退票政策”。 如果列車晚點15分鐘或以上，乘客就可獲得全額退票。
在工業(yè)領域，機器智能的應用有哪些？
第一種是可視化分析，讓客戶以智能的方式理解數據，了解數據反映的設備運行狀態(tài)、能耗情況、生產力狀況等等。
第二，讓機器實現自診斷。比如一條生產線突然發(fā)出故障報警，如何讓機器自己進行診斷，找到產生問題的根本原因，同時還能夠基于歷史維護記錄或者維護標準，告訴客戶如何解決故障，甚至讓機器自己解決問題、自我恢復。
第三，預測性維護，讓機器在出現問題之前就感知到或者分析出可能出現的問題。這樣我們就可以提前采取手段，避免非計劃性宕機。
最后，提前采取措施，優(yōu)化運營，比如節(jié)能。在工業(yè)領域，我們對產線進行節(jié)能優(yōu)化，通過對歷史運營數據、工廠排產情況，以及設備配置參數等等的分析，我們幫助客戶提前檢測出能耗的異常，并提供降低能耗的措施。
西門子從事機器智能的優(yōu)勢是什么？
深度學習的概念來自于神經網絡。
20多年前，西門子就已經開始從事神經網絡方面的研發(fā)，現在我們在全球擁有自己的神經網絡模型、神經網絡框架等。
在工業(yè)領域，我們把多年積累起來的算法封裝進入可重用的算法庫。這些都是在各個行業(yè)經過多年驗證過的，針對不同設備、不同需求的各種有效算法。這些算法可以拿出來，經過優(yōu)化、適配，提供給客戶使用，滿足客戶的需求。這是我們做工業(yè)大數據分析的很大的基礎和優(yōu)勢。
在江蘇省科技廳和蘇州工業(yè)園區(qū)的支持下，西門子在進行數控機床的大數據分析，涵蓋三個方面：預測性維護、數控機床的診斷和數控機床的生產優(yōu)化。
西門子在做的其實就是工業(yè)領域的AlphaGo。AlphaGo的主要技術就是深度神經網絡和增強學習。西門子其實在10多年前就已經把這兩項技術應用在了燃氣輪機和風機的優(yōu)化上，幫助提高發(fā)電設備的效率，減少氮氧化合物的排放。
