这家公司正在打造工业领域的“AlphaGo”！

随着AlphaGo战胜围棋世界冠军柯洁，人工智能越来越受到广泛关注。但是你如果认为人工智能的应用仅仅是下棋，那就大错特错了。实际上，人工智能在工业领域的应用已经被业界寄予厚望。

麦肯锡咨询公司出版的《人工智能在工业领域的潜力和实践报告》指出，人工智能有望提升所有行业的表现，特别是在工业领域，由人工智能推动的自动化是提高生产率的重要动力。

西门子已经钻研深度学习和大数据分析领域长达30多年，成功打造了众多工业领域的“AlphaGo”。

从燃气轮机到高速列车；从计算机断层扫描仪（CT）到数控机床……这些装机设备已经积累了海量数据。西门子通过对这些数据进行分析和利用，开发出类似于AlphaGo的人工智能，从而大幅提高工业效率。

在西门子中国研究院大数据分析研发总监田鹏伟看来，工业领域的人工智能比互联网领域的要复杂的多。首先工业领域的数据十分庞大，收集、清洗、脱敏等环节也很复杂。另外，根据客户的不同要求，人工智能解决方案的复杂性也进一步增加。

工业领域的人工智能大有可为

在经历了几十年起起伏伏的发展后，人工智能终于开始为企业带来实实在在的应用价值。

根据中国工信部发布的数据，2016年中国人工智能市场规模超过230亿元，预计在2018年将达到381亿元，复合增长率达26.3%。2017年7月，中国国务院发布《新一代人工智能发展规划》，制定了“三步走”战略目标，到2030年要实现“人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。

为什么人工智能最近两年突然“火”起来？田鹏伟指出，大数据是实现人工智能的基础。大量数据处理能力、计算能力（比如深度学习）的提升，以及大数据处理软硬件的长足进步，带动了人工智能的发展。

数据、算法、硬件是实现人工智能的三大基础。同时，人们的意识也发生了变化，十分清楚大数据蕴含着的价值，并且希望进一步挖掘。于是，越来越多的公司投入大量人力和资金到人工智能领域。

毋庸置疑，人工智能给人们的工作学习带来很多便利，比如目前市面上比较流行的视觉、语音交互，包括未来的自动驾驶、精准营销等。但是工业领域的人工智能往往被人忽视。

提到工业领域的人工智能，人们的第一反应是机器人。但除此之外的应用还有很多。

第一种是可视化分析，让客户以智能的方式理解数据，了解数据反映的设备运行状态、能耗情况、生产力状况等等。

第二，让机器实现自我诊断。比如一条生产线突然发出故障报警，如何让机器自己进行诊断，找到产生问题的根本原因，同时还能够基于历史维护记录或者维护标准，告诉客户如何解决故障，甚至让机器自己解决问题、自我恢复。

第三，预测性维护，让机器在出现问题之前就感知到或者分析出可能出现的问题。这样就可以提前采取手段，避免非计划性宕机。

第四，提前采取措施，优化运营，比如节能。在工业领域，对生产线进行节能优化，通过对历史运营数据、工厂排产情况，以及设备配置参数等等的分析，帮助客户提前检测出能耗的异常，并提供降低能耗的措施。

会学习的风机

从数据收集角度看，西门子的一台燃气轮机每天能产生25GB的数据。西门子的一个智能电网平台Energy IP每天能产生30GB的数据。西门子在德国某城市的一个交通管理系统每天能产生6TB的数据。

工业领域的数据复杂性非常高，大部分企业拿到这些数据往往是做一些设备运行的监控。但是西门子更进一步，从数据分析的角度帮客户挖掘价值。

西门子帮助从马德里到巴塞罗那的26列Velaro E高铁列车的准点率提高到了99.9%

例如，利用大数据分析实现预测性维护，西门子帮助从马德里到巴塞罗那的26列Velaro E高铁列车的准点率提高到了99.9%。如此高的准点率使得高铁运营公司可以为客户提供独特的“晚点退票政策”。如果列车晚点15分钟或以上，乘客就可获得全额退票。

西门子利用智能数据在风力发电领域也已经颇有建树。通过数据分析，软件可以计算出各种天气条件下风机的最佳设置。相应设置的数据会传送到风机的控制设备并作出调整。一旦出现类似的天气条件，控制设备就会立即将风机调到最佳设置，以提高效率，增加发电量。

那为什么要优化风机设置呢？答案很简单：因为很多时候它们并没有在满负荷行，还有更多的潜力可以发挥。尤其是在风力不足的情况下，工程师希望优化风机的表现，进一步降低风力发电成本，使它和传统发电方式相比更有竞争力。

如今，越来越多的风机安装在气候条件恶劣的偏远地区，例如山顶、海上或者是雪域高原。这些地方条件优越，不但风力资源丰富，而且无人居住，不影响人们生活。但是，这却给风机的维护工作带来巨大的挑战。因此，远程监测和诊断对于缩短维修时间，充分利用风能，显得尤为重要。

算法模型是西门子的核心竞争力

“西门子在做的其实就是工业领域的‘AlphaGo’。”田鹏伟表示。AlphaGo的主要技术就是深度学习和增强学习，而深度学习的概念源自神经网络，20年前西门子就已经把这两项技术应用在了燃机和风机的优化上，帮助提高发电设备的效率，减少氮氧化合物的排放。

田鹏伟指出，西门子最核心的竞争力就是算法模型，目前西门子在全球拥有自己的神经网络模型、神经网络框架等；并且拥有多年积累起来的算法库。

“这些都是在各个行业经过多年验证过的，针对不同设备、不同需求的各种有效算法。这些算法可以拿出来，经过优化、适配，给客户使用。这是我们做工业大数据分析的很大的基础和优势。”

目前在发电、能源、流程行业、数字制造、交通等领域，西门子都有人工智能解决方案。“每个领域都涉及数据分析。也就是有数据的地方，就有我们的大数据分析跟人工智能在里面。”田鹏伟透露。

在江苏省科技厅和苏州工业园区的支持下，西门子正在开展数控机床的大数据分析，涵盖三个方面：预测性维护、数控机床的诊断和数控机床的生产优化。

畅想未来的某一天，随着西门子的“AlphaGo”在各种工业领域的大量应用，智能机器人广泛应用，工人们不再需要蹲守在流水线；发电机组发电效率大大提高，雾霾不再肆虐；远程诊断给病人带来便利……相信这一天离我们已不再遥远。