制造云大數據的研究與思考

大數據研究與思考是我今天要分享的課題。首先探討智慧云制造整個概念，就制造云大數據來源的分類特點價值這個重點來切入；其次是智慧制造云對關鍵技術的需求以及我們團隊提出的智慧制造云大數據平臺機構和技術構建、方案和實踐，最后提出幾點建議。

制造云大數據

眾所周知，人類社會正面臨著一場新的技術革命和新的產業變革。那么我們認為互聯網+人工智能的時代正在到來。怎么解讀人工智能？首先，網絡是一個泛在的互聯網，包括傳統的互聯網和互聯網+人工智能，其核心技術是七類技術深度融合，包括新互聯網技術、新一代信息技術、新人工智能技術、新能源技術、新材料技術、新生物技術以及新應用領域專業技術。互聯網時代特征總結為泛在互聯、數據驅動，共享服務，跨界融合，自主智慧和萬眾創新。

當然，制造業作為國民經濟、國計民生和國家安全的重要基石，正面臨全球新技術革命和產業變革的挑戰，特別是新一代信息通信技術，核心就是要發展智能制造技術產業和應用。對我國來說面臨的五大挑戰是：第一要從技術跟隨到創新以及到超越，第二要從傳統制造向數字化、網絡化、智能化轉變，第三從粗放型制造向質量效益性轉變，第四從資源消耗到綠色制造轉型，最后要由生產型制造到生產+服務型制造轉變。

其核心問題就是要貫徹創新協調綠色開放共享發展理念，要走中國特色的工業化道路，以創新發展為主題，以制造業提高質量增加效益為中心，特別強化兩化融合，而且要推進智能制造主攻方向。

云制造的概念首先是基于泛在網絡，其次是借助新興大制造技術、信息通信技術、智能科學技術及制造應用領域四類技術深度融合。數字化、網絡化、智能化作為技術手段，構成一個以用戶為中心的統一經營的智慧硬軟資源和能力的服務云。這實際上就是人、機、物互聯服務，或者是現在提出的工業互聯網的概念。

用戶通過智慧終端和智慧云制造服務平臺能隨時隨地按照需要獲取智慧制造的資源和能力，要對整個全系統全生命周期產業鏈里面的人機物信息技術自主的智慧的感知，互聯協同分析認知和決策控制與執行，促進制造全系統及全生命周期活動中的人組織、經營管理、技術設備三要素及信息流、物流、資金流、知識流、服務流集成優化，形成一種基于法在網絡、用戶為中心、人機物信息融合。

智慧云模式是什么，手段是什么，業態是什么，特征是什么，實施內容是什么，以及目標是什么都值得探討。

我們把它叫智慧，因為強調三種深度融合：人物與環境信息深度融合，數字化、網絡化智能化的深度融合，工業化和信息化的深度融合。同時，很重要的基于大數據的并行、協同、實時、互聯、智能的進行創新。根據這樣一個理念所構成的系統，我們把它叫做智慧云制造系統或者簡單說智慧制造云。概念模型包含幾大部分內容，一是制造資源的能力和資源，這里面包括軟的、硬的，包括能力和智能互聯產品；二是制造云池；三是制造全生命周期的智慧云。其核心支持就是智慧云制造的平臺。

綜上，智慧制造云是一種互聯網+人工智能時代的模式手段。制造模式是以用戶為中心的互聯服務協同個性柔性社會化智能制造產品以及服務用戶的模式，它的手段就是四類技術深度融合的數字化網絡化作為技術手段，構成一個智慧化的人機物環境信息互聯系統，體現數字化、物聯化、虛擬化、協同化、定制化、柔性化和社會化的產品。

那么智慧制造云、工業云里面的大數據實際上是全系統全生命周期里面的三要素、五個流里不斷產生的四個大數據，包含制造全生命周期里面的各種數據，有企業經營管理的數據，有技術產品設備的數據。有結構化、半結構化和非結構化數據，有靜態數據、動態數據和實時數據。

智慧制造云大數據的特點，除了四個云以外，和大量、高速、多樣、價值以外，還加上了多元符合模態、數據類型異構等。其作用簡單來說能精準高效智能地用到全生命周期的活動，促進云制造的智慧化，目標實現產業研制、管理服務效率質量成本能耗，實現產品加服務為主導的隨時隨地的按需個性化指導。

目前，大數據在感知基礎上，有六類大數據關鍵技術，關鍵技術在制造云里有新的需求。首先大數據的集成與清洗，就是把不同來源、格式、特點性質的數據及數據源在邏輯上或物理上有機地接入平臺并進行新審查和教研，得到干凈、一致的數據。第二技術就是大數據存儲和管理，采用云存儲和分布式存儲技術及高吞吐量數據庫技術與非結構化數據訪問技術，實現運輸集中的數據經濟、高效、高可靠、容錯的管理與服務。第三大數據分析挖掘，從這些海量的隨機的數據中要找出有價值的東西，比如說現在分布式計算引擎，數據分析機器學習等，對我們制造云要以應用目標為導向，導出相應算法軟件。同時需要建立云制造應用系統定量分析的人工智能分析模型，數據不是直接用的，是通過模型來的。可視化，各種各樣數據可視化而且能應用，比如多維數據分析，虛擬現實等，對目前綜合處理顯示多維數據以及交互需求是非常重要的。其次是大數據的標準和質量，對智慧云多類型標準需求不限，而且交易和交互要作為一個導向。最后就是安全，全生命周期里面要安全，像隱私保護、數據水印以及區塊鏈技術等。

大數據的云化

第三個問題就是大數據云化。直接把大數據遷入模型軟件，第二是直接提供DAAS，第三個就是風險，最后一個就是大數據的可視化，基于大數據可視化技術實現智慧制造云里面的風險和顯示。

云里面大數據怎么用也值得探討。第一類是航天產品電纜數據化設計，也就是說把電纜有關的經驗數據和綜合分析性能數據收集過來，放到電纜數據工程里面，實現了電纜數據化生產的一體化，產生效果后有60%以上研制時間開展產品質量提升。第二類是醫藥，利用現在制造云里面官方電子病例、醫療等信息系統提取海量臨床數據，挖掘藥物效用及治療方法，從而為醫藥研發提供參考。第三類是航天制造和生產比如博世、力士樂等智能生產。第四類就是維修，比如C919健康管理，需要實時檢測大數據中心。根據上面的情況，智慧制造云在大數據當中是很重要的。

最后提點建議。首先當然是大數據已經成為智慧制造云建設和運行的重要資源，如果沒有大數據、沒有云、沒有人工智能，那最后肯定是做不到智慧化制造。而研究實踐需要從技術、應用、產業三方面來協調，進行各個層次的技術創新和人才培養。

從技術應用和產業方面，概括性地提幾點想法：第一，從技術上要做到重視大數據、信息通信技術、人工智能技術、系統工程技術與制造領域等多種技術的深度融合。要搞大數據，必須要做到這幾個技術的深度融合，這是我們的一個觀點。第二，離不開云，因此要對面向用戶大數據的云服務技術進行研究。第三，要重視基于大數據制造全生命周期里面的新模式、流程、手段的研究。最后，要進行符合共享經濟商業模式的技術研究，當然還有安全和相應標準的制定與評估。

從應用角度來看，要“四個突出”。第一要以突出制造特色和行業特點來開展；第二要突出問題導向，問題在哪，競爭力缺點就在哪；第三要突出大數據驅動的智慧云制造管理運行模式、手段和業態的變革；第四要突出三要素與五流的綜合集成化、優化和智慧化。

最后，要加強三個產業：第一要加強大數據技術工具集和平臺的研發產業，第二要加強大數據系統的建構運行產業，第三要加強數據中心運營產業。

（本文根據李伯虎在“2016第九屆中國信息主管年會”上演講整理而成，未經本人確認。）