News Center

DataCanvas: AI empowers the manufacturing industry to embrace the new era of data intelligence

2022.12.19Source: e-works数字化企业网


从18世纪的蒸汽革命、19世纪的电力革命,到20世纪的信息革命,再到今天逐步爆发的智能革命,一次次“另创新局”的革命让人们的生活方式、学习方式、工作方式,乃至思维方式都发生了亘古未有的巨变。信息化、数字化、数智化……在时代浪潮一遍又一遍的洗礼中,企业作为经济社会的有机载体,也经历着一轮又一轮的变革,而从数字化到数智化,正是企业在智能革命时代的风起云涌中的必然选择。

作为企业数字化、智能化升级的核心动能,越来越多的制造企业开始关注和推进人工智能应用,但面对“AI很火,落地却很难”的说法,很多企业“望而却步”。那么,在制造企业数字化、智能化升级过程中,AI落地应用有哪些挑战?九章云极DataCanvas如何为客户赋能,实现数智化升级?带着种种问题,e-works记者在“2022第八届智能制造(武汉)论坛”期间,对九章云极DataCanvas副总裁王俊鹏先生进行了专访。

王俊鹏.jpg

九章云极 DataCanvas 副总裁王俊鹏先生

以“智”为核,制造业AI落地应用任重道远

数字经济时代,数字化转型在很大程度上由人工智能(AI)提供支持,其中包括机器学习(ML)、深度学习、自然语言处理(NLP)和预测分析等数字创新。正如九章云极 DataCanvas 副总裁王俊鹏先生所言:“数字化转型是传统制造业发展的必由之路,人工智能是驱动制造业数字化转型的核心动能。”

数字化转型,“转”向哪里?王俊鹏认为,今天是一个从“数字化”到“数智化”的时代。其中,人工智能是数智化的中枢。然而企业在AI落地应用中面临着诸多挑战:

1数据是制造企业数字化、智能化非常重要的组成部分,也是AI应用难以落地的关键。王俊鹏指出,制造企业的数据分散、类型多、来源多、量极大,在应用AI技术解决特定业务场景问题过程中,数据获取、数据治理、数据标注等仍然是企业亟需攻克的难题。

2常言道:事在“人”为。想推动AI的落地实施,通常需要建立一个由数据科学家、ML工程师、软件架构师、建模工程师、数据分析师等组成的跨学科团队,而AI人才的稀缺是制造业的共性问题。

3工欲善其事必先利其器。王俊鹏比喻到:“人是厨师、数据是食材,那么工具就像是厨房,厨师通过厨房对食材进行加工、处理。”工具的重要性不言而喻。虽然 TensorFlow、Pytorch、Caffe、MXNet 等深度学习框架已被数以万计的研发团队采纳,相关开源项目的数量也在飞速增加,但是制造企业在开发AI工具时仍然会面临总拥有成本过高、达不到预期效果等问题,导致投入产出比不高。

基于此,王俊鹏提出了AI落地的五大要素:价值场景、转型人才、数据、AI平台能力、组织文化和能力。在AI平台能力这一环,九章云极DataCanvas通过自主研发的一系列政府和企业级AI应用所需的平台软件产品及解决方案,推动政府和企业级AI规模化应用,提速数智化升级进程。

聚焦数据智能,九章云极DataCanvas打造面向未来的数据智能基础软件

虽然企业数字化、智能化升级需求迫切,但制造业数据种类繁杂、AI落地难、AI人才需求旺盛等似乎已成为企业数智化升级的拦路虎,让不少企业望而却步。有的企业认为实施时机不成熟而一推再推;有的企业苦于找不到适合的数智化工具,没有成功的案例作业可抄。

九章云极DataCanvas在各行业部署AI分析平台的过程中,对这些市场转变感同身受:政府和企业考虑资源安全隔离和高效协同的权重增加了,对供应商底层技术的要求更明细了,更多即懂业务、又懂技术的复合型数据科学家出现了,直接面向业务人员的自动化建模需求也进一步增长……

在王俊鹏看来,企业拥抱数字化、智能化升级经历了从业务驱动到技术驱动的过程,以数据和模型资产为核心成为企业实现数智化升级的关键。数据智能正在成为构建企业AI能力的核心,通过数据准备、特征工程、模型构建、模型评估、模型生产等一系列环节以及更多自动化能力的加持,得以实现企业业务智能化。正如王俊鹏所说,未来“云”和“数据智能”都会是基础设施,直接使用数据智能基础软件进行高效开发正在成为大型企业搭建AI基础架构和数据智能能力的新模式。

九章云极DataCanvas正是一家专注数据智能基础软件持续开发与建设的AI供应商,不仅通过AutoML自动机器学习、AutoDL自动深度学习和ModelOps提供包括数据预处理、特征生产和筛选、模型超参数优化、模型选择到模型融合等环节的全流程端到端自动建模,更通过其研发的HSAP数据库DingoDB落地Data-Centric AI(以数据为中心的人工智能),让客户实现“Data、AI and Analytics on One Platform(数据、人工智能和分析在一个平台之上)”。

王俊鹏表示,九章云极DataCanvas创始人在数据科学领域工作多年,核心成员也是人工智能方向技术出身。从2013年创办至今,经过 9 年迭代,九章云极DataCanvas 不断扩展为一个大而全的家族,打造了面向企业数据科学团队的一站式自动机器学习平台DataCanvas APS ,提供端到端的全过程自动建模工具;针对企业实时数据推理需求,九章云极DataCanvas RT 实时决策中心平台提供多种数据流的实时处理和分析能力,帮助企业实现高并发、高吞吐场景下的毫秒级响应与高性能计算;同时,为了加速企业融合科研能力和前线业务经验并将AI普及推广到一线生产部门,九章云极DataCanvas打造了面向业务人员的低门槛、全流程、一站式决策分析自动建模平台DataCanvas BAI,DataCanvas BAI可以让业务人员能无障碍的端到端训练和预测机器学习模型,将数据探索能力快速应用到生产经营过程中,实现了“让听得见炮声的人呼唤炮火”;同时,对于技术人员,也可以利用面向DataCanvas BAI业务的自动建模技术快速选择所需的数据、场景和特征,尝试不同探索,促进效率提升……

整体来说,九章云极 DataCanvas 的产品升级坚持遵循技术发展和产业应用实践两条腿走路,贯穿“把数据变成模型,让模型变简单,让模型真正应用到业务”的初心,逐步形成了夯实的软件竞争力壁垒,而这,只是九章云极DataCanvas致力于“面向未来”的其中一步。

AI+智造,助力制造业拥抱数据智能新时代

王俊鹏介绍到,九章云极DataCanvas最早深耕金融行业,随着各行各业积极推动数字化、智能化升级,九章云极DataCanvas开始走向千行百业,并将制造业作为重点拓展行业。近年来,九章云极DataCanvas公司在制造行业持续布局,通过创新性的数据智能技术融合和场景实践,公司已助力汽车、钢铁、大型装备、家电、能源等制造行业企业实现多样业务场景的AI应用。

以新能源行业为例。一直以来,新能源汽车实时的能耗与剩余里程会随着车辆驾驶状况的变化而变化,但目前关于实时能耗与剩余里程的精确估计尚缺少有效的方法,从而导致里程焦虑成为现阶段新能源汽车推广中所遇到的较为普遍的问题,这是由于新能源汽车驾驶过程的动态能耗估计与剩余里程预测并未系统性的考虑车主个人驾驶习惯、外部环境、电池性能、整车特性等情况,极大影响用户体验。基于此,九章云极DataCanvas计算模型基于大量电动车真实用户、不同外部环境、出行数据,结合车辆自身特性,并采用Random Forest、LightGBM等机器学习算法训练和测试获得,找出影响新能源汽车能耗的关键因子,相对准确预测当前工况下新能源汽车的剩余里程,拥有高真实性、准确性、通用性。

在具体功能上,九章云极DataCanvas可在每次行程开始前,根据导航目的地和规划路线精准预测到达后的剩余续航里程,预测与实际误差一般小于10%,有效消除用户的里程焦虑。同时,还能通过智能化手段,判断出行时的天气、路况等信息并相应调整预测结果,给到用户即时反馈。它还具备学习能力,可通过收集用户开车习惯等信息,不断升级迭代,提高剩余续航预测的准确度,从而提升用户体验。

在大型装备领域,对于大多数大型制造企业来说,尽管已经建立起ERP等核心信息化系统,但对于生产流程中产生的数据仍不能有效应用起来支持生产决策。因此必须迅速行动,沿着数据采集、录入、处理、分析、预警、反馈的主线去推进数字化的实现,并在此基础上推进场景化智能分析应用,将AI深入产品缺陷检测、违规操作监控等生产一线场景中。九章云极DataCanvas则帮助某制造集团实现了集团内模型资产、数据资产的统一管理和沉淀,其自主研发的DataCanvas AutoCV自动化计算机视觉平台,基于视觉类AI模型算法及实时检测,已广泛应用于制造业设备运行状态识别、人员检测及行为识别、运输车辆检测及轨迹跟踪等场景,有效突破了传统人工密集方式,10N倍提升视觉类异常检测的效率,助力产线整体效能提升。

这些不过是九章云极DataCanvas助力制造业拥抱数据智能新时代全景中的其中一角。王俊鹏指出,当前,中国制造业增加值总量庞大,为AI应用提供了丰富场景及支撑,制造业的AI渗透率速度逐年增长。作为国内领先的数据智能基础软件供应商,响应党的号召,九章云极DataCanvas希望通过自身杰出的数据科学家和产品研发团队,在自动机器学习、数据建模、数据分析等领域,具有前沿的行业实践经验,在科技创新及人工智能等前沿技术和解决方案上为制造行业和客户业务创造更大价值。

支撑制造业数智化转型,九章云极DataCanvas从未止步,既着眼于行业未来发展方向,也立足于当下需求与挑战,不断创新和升级平台和产品。未来,随着AI技术的在制造业的深度应用,生产制造过程数据倍增,系统地挖掘分析生产制造数据,将数据转化为知识、知识转化为决策,基于数据驱动的制造是实现智能化的必要前提,数据智能逐渐成为各行各业增速提效的基础设施。九章云极DataCanvas将继续以数据智能基础软件赋能制造行业,深挖数据价值,锻造数据新引擎,推动AutoML、AutoDL、因果学习等前沿AI技术的深入应用,为制造行业数智化升级提供强劲动能,拥抱数据智能新时代。

后记

王俊鹏表示,九章云极DataCanvas作为公司的名称是有深意的。DataCanvas意为“数据画布”,九章云极DataCanvas着重为数据科学家、AI从业者等人才提供一整套开发平台,希望他们能像画家一样在画布上随心所欲作画,让企业在“数据画布”之上展现业务变革的丰硕成果。数以智用,万象更新,未来,九章云极DataCanva也将持续以“创造智能,探索未知”为使命,以“助力全球企业智能升级”为愿景,为人工智能快速发展提供新动能,为客户提供更加优质的服务。