相比如火如荼的消費(fèi)級(jí)人工智能，AI技術(shù)在工業(yè)和制造業(yè)的發(fā)展與落地卻顯得不溫不火。工業(yè)智能雖隸屬于弱人工智能，但在某種程度上，其高度的「自治性」與「獨(dú)立性」應(yīng)被施以更多關(guān)注例如，工業(yè)機(jī)器人(300024) 通常被設(shè)計(jì)用來執(zhí)行特定的細(xì)分任務(wù)，而現(xiàn)代機(jī)器人則被授予了新的使命：做出實(shí)時(shí)決策。  

在采訪今天的主角- 天澤智云首席架構(gòu)師朱武 前，工業(yè)智能，虛擬智能體，工業(yè)互聯(lián)網(wǎng)等概念仿佛如盤根錯(cuò)節(jié)般難以被釋清，同時(shí)這也反映了工業(yè)智能背后的技術(shù)發(fā)展成為我們關(guān)注的空白區(qū)之一。于是，帶著對(duì)工業(yè)場景的機(jī)理，工業(yè)智能背后的數(shù)據(jù)提取，建模，訓(xùn)練等技術(shù)挑戰(zhàn)，智能決策系統(tǒng)技術(shù)架構(gòu)的疑問，我們開啟了這次好奇心之旅。

開篇：為工業(yè)智能正義

還記得在“機(jī)器之心”中，作者雷？庫茲韋爾闡述了一幕大膽的預(yù)測：未來的世界，人類和機(jī)器將難分彼此，人類將不再是萬物之靈。

如果將人工料能環(huán)境應(yīng)用于工作智能的五要素模型 - “人機(jī)料法環(huán)”在舊有理解中，人作為活動(dòng)第一驅(qū)動(dòng)力而存在，與其他四要素并不同一個(gè)范疇內(nèi)但在工業(yè)智能實(shí)施的情況下，生產(chǎn)組織方式發(fā)生了變化：

 
朱武解釋說：“在這個(gè)模型中，活動(dòng)作為一個(gè)虛擬的智能體，人在活動(dòng)中的重要性弱化，活動(dòng)的第一驅(qū)動(dòng)力來自于反應(yīng)活動(dòng)的數(shù)據(jù)（知識(shí)）這是智能在工業(yè)上應(yīng)用所帶來的最大變化和意義所在?！彪m然從目前技術(shù)發(fā)展角度來說，絕大多數(shù)工業(yè)場景應(yīng)用還達(dá)不到這種完全虛擬，完全智能的程度，但朱武強(qiáng)調(diào)，生產(chǎn)組織方式變化對(duì)應(yīng)著智能應(yīng)用方向的革新，從而直接影響了分析，創(chuàng)建系統(tǒng)的方法和流程。

而說到這里，我們并非想強(qiáng)調(diào)假大空的概念。定義工業(yè)場景的機(jī)理對(duì)于構(gòu)建活動(dòng)虛擬智能實(shí)體具有非常重要的基礎(chǔ)作用。

可以看到，國內(nèi)目前并不乏為工業(yè)領(lǐng)域提供AI解決方案的企業(yè)，林林總總包含了大數(shù)據(jù)公司，云計(jì)算廠商等同胞，但可能多半并不能清晰地定義工業(yè)場景的問題域，或很難從特定知識(shí)和數(shù)據(jù)維度進(jìn)行工業(yè)場景分析。

比如用戶需要對(duì)生產(chǎn)線進(jìn)行優(yōu)化，那就需要對(duì)具體產(chǎn)線進(jìn)行分析，影響產(chǎn)線的主要是設(shè)備問題，工藝問題，還是人員問題這是界定問題域的過程;再比如確定了問題是預(yù)測齒輪箱的故障，那就需要知道齒輪箱的構(gòu)造，運(yùn)轉(zhuǎn)方式及工況，故障模式和相應(yīng)的故障現(xiàn)象，這是為分析問題所涉及的實(shí)體對(duì)象的領(lǐng)域知識(shí)。

總結(jié)來說，工業(yè)場景的機(jī)理定義需要依賴于合理層次和顆粒度的問題定義，獲得相關(guān)性的數(shù)據(jù)集，最終形成問題到數(shù)據(jù)集再到特征的映射。

但同時(shí)，目前的工業(yè)智能還處在初級(jí)階段，大部分場景下還做不到完全智能化，但只要具備活動(dòng)優(yōu)化，自適應(yīng)等特點(diǎn)的系統(tǒng)，都可以屬于工業(yè)智能應(yīng)用的范疇。

黃沙百戰(zhàn)穿金甲 - 工業(yè)智能實(shí)現(xiàn)背后的技術(shù)挑戰(zhàn)

問題域的確定和分析方法等眾多環(huán)節(jié)的聯(lián)結(jié)，會(huì)導(dǎo)致工業(yè)智能實(shí)現(xiàn)上所面臨的技術(shù)挑戰(zhàn)或遠(yuǎn)高于消費(fèi)級(jí)人工智能所對(duì)應(yīng)的難題。

例如，在2015年通用電氣（General Electric）推出GE Digital時(shí)，GE Digital的首席技術(shù)官Harel Kodesh就提出過：工業(yè)數(shù)據(jù)不準(zhǔn)確，工業(yè)智能對(duì)風(fēng)險(xiǎn)控制和響應(yīng)能力的高要求，終端處理能力的限制，復(fù)雜模型必須被解釋等顯示了工業(yè)智能與消費(fèi)人工智能的重要區(qū)別，這也導(dǎo)致了在數(shù)據(jù)，算法和模型訓(xùn)練上工業(yè)智能所要開辟的一些「新領(lǐng)域」。

在采訪中，朱武為我們解釋了數(shù)據(jù)特征提取，建模等層面的技術(shù)挑戰(zhàn)：

工業(yè)數(shù)據(jù)的多源性，復(fù)雜性和動(dòng)態(tài)性強(qiáng)，比如柴油機(jī)氣缸排氣溫度，取決于燃油，燃燒，進(jìn)氣溫度，封閉性等等，因此，特征提取要求在高背景噪聲下必須實(shí)現(xiàn)準(zhǔn)確且快速的降維。另外，在數(shù)據(jù)建模及訓(xùn)練層面，工業(yè)應(yīng)用的碎片化，個(gè)性化以及結(jié)果的專業(yè)性，需要建模及訓(xùn)練在整體和個(gè)體，通用性和個(gè)性化之間取得均衡。

那么，實(shí)現(xiàn)人工智能所依賴的關(guān)鍵技術(shù)多如牛毛，數(shù)據(jù)感知，大數(shù)據(jù)，機(jī)器學(xué)習(xí)，自動(dòng)控制，仿真等該怎樣地更好應(yīng)用在工業(yè)智能中呢？朱武認(rèn)為，從工程實(shí)現(xiàn)的角度，工業(yè)智能實(shí)現(xiàn)的關(guān)鍵有如下幾步： 

1. 定義工業(yè)場景：正如上文所提及，問題域所涉及工業(yè)場景定義的準(zhǔn)確性和完備性決定了該問題在多大程度上被解決的可能性;

2. 數(shù)據(jù)的完備性和質(zhì)量：工業(yè)現(xiàn)場數(shù)據(jù)一般帶有很多噪聲，而數(shù)據(jù)范圍和質(zhì)量決定了后續(xù)處理的難易程度和最終結(jié)果的準(zhǔn)確性;

3. 智能應(yīng)用支撐環(huán)境：工業(yè)智能應(yīng)用本身就具備碎片化，個(gè)性化，專業(yè)化的特點(diǎn)，如何提供快速有效的應(yīng)用實(shí)施環(huán)境，包括數(shù)據(jù)環(huán)境，模型研發(fā)實(shí)驗(yàn)環(huán)境，應(yīng)用部署環(huán)境等，決定了工業(yè)智能應(yīng)用的推廣和客戶接受速度。

美國早在2006年提出了Cyber -Physical System（CPS），也就是“信息 - 物理系統(tǒng)”的概念，并將此項(xiàng)技術(shù)體系作為新一代技術(shù)革命的突破點(diǎn)。

依照美國國家科學(xué)基金會(huì)智能維護(hù)系統(tǒng)中心創(chuàng)始主任李杰教授，天澤智云CTO劉宗長共同發(fā)表的“工業(yè)大數(shù)據(jù)：挖掘‘不可見世界’中的價(jià)值”一文中的闡述，CPS是一個(gè)具有清晰架構(gòu)和使用流程的技術(shù)體系，針對(duì)工業(yè)大數(shù)據(jù)的特點(diǎn)和分析要求所構(gòu)擬的技術(shù)體系，其能夠?qū)崿F(xiàn)對(duì)數(shù)據(jù)進(jìn)行收集，匯總，解析，排序，分析等全套處理流程，實(shí)現(xiàn)對(duì)工業(yè)數(shù)據(jù)進(jìn)行流水線式的實(shí)時(shí)分析能力，并在分析過程中充分考慮機(jī)理邏輯，流程關(guān)系，活動(dòng)目標(biāo)，商業(yè)活動(dòng)等特征和要求。因此可作為工業(yè)大數(shù)據(jù)分析中的智能化體系的核心。 

圖注1：CPS的5C架構(gòu)

于是，智能決策系統(tǒng)孕育了

在朱武看來，雖然CPS帶有仿真環(huán)境的屬性，但其很大程度上具備了智能性“在工業(yè)場景下，很多細(xì)節(jié)需要機(jī)器或系統(tǒng)具備自動(dòng)學(xué)習(xí)與調(diào)整的能力”此外，CPS內(nèi)含協(xié)作概念，是實(shí)體虛擬空間的映射，并且使得實(shí)體設(shè)備與虛擬設(shè)備之間形成關(guān)聯(lián)性和相互影響 - 朱武稱之為自協(xié)作。

而工業(yè)智能機(jī)理的特定性，工業(yè)智能應(yīng)用實(shí)施速度的提升（避免算法選型，數(shù)據(jù)診斷處理的大量耗時(shí)）以及標(biāo)準(zhǔn)化其實(shí)施和方法的需求，使得智能決策系統(tǒng)的研發(fā)和上線成為必要，天澤智云工業(yè)智能決策系統(tǒng)的誕生也是基于這樣的背景：

1. 為將工業(yè)領(lǐng)域知識(shí)模板化：朱武強(qiáng)調(diào)，工業(yè)智能的決策分析比較依賴于工業(yè)相關(guān)的領(lǐng)域知識(shí)，計(jì)算機(jī)科學(xué)和智能建模技術(shù)，但同時(shí)具備這三個(gè)方向知識(shí)的人員較少，于是將工業(yè)領(lǐng)域知識(shí)模板化將成為必然，從而降低實(shí)施工業(yè)智能的難度;

2.  縮短工業(yè)智能應(yīng)用研發(fā)和部署的周期：工業(yè)智能應(yīng)用講究快速反應(yīng)的能力，實(shí)施速度的提升，如果在一套系統(tǒng)中像算法，軟件實(shí)施，系統(tǒng)實(shí)施這類的技術(shù)層可以公用，那么可以大大縮減開發(fā)時(shí)長。 

3. 因而天澤智云就讓智能決策系統(tǒng)提供數(shù)據(jù)接入，數(shù)據(jù)存儲(chǔ)，模型發(fā)布和應(yīng)用發(fā)布的功能支持，基本分離計(jì)算機(jī)科學(xué)和數(shù)據(jù)科學(xué)，從而數(shù)據(jù)科學(xué)家可以專注模型開發(fā);

4. 支持構(gòu)建標(biāo)準(zhǔn)化的解決方案：朱武分析說，目前對(duì)于不同行業(yè)有定制化需求的不同企業(yè)，由于數(shù)據(jù)環(huán)境，數(shù)據(jù)質(zhì)量及業(yè)務(wù)應(yīng)用的復(fù)雜程度不同，從定義模型到應(yīng)用的部署實(shí)施是需要2- 3個(gè)月的周期，遇到新的應(yīng)用場景則會(huì)耗費(fèi)3-4個(gè)月。工業(yè)場景的不確定性太多，因而在智能決策系統(tǒng)中設(shè)定支持相關(guān)方法如特征提取，數(shù)據(jù)處理，場景定義等實(shí)施顯得十分必要，一個(gè)標(biāo)準(zhǔn)化的實(shí)施方法和解決方案可以推動(dòng)整個(gè)行業(yè)的發(fā)展，從而擺脫工業(yè)智能初級(jí)階段「獨(dú)樂樂」的窘境。

目前，智能決策系統(tǒng)中的CPS的5C（智能感知層，信息挖掘?qū)?，網(wǎng)絡(luò)層，認(rèn)知層和配置執(zhí)行層）有這些對(duì)應(yīng)實(shí)現(xiàn)：

• 對(duì)于智能感知層：智能決策系統(tǒng)通過邊緣計(jì)算端點(diǎn)支持現(xiàn)場數(shù)據(jù)的接入;

• 對(duì)于信息挖掘?qū)樱褐С秩蝿?wù)化的數(shù)據(jù)遷移，支持各種數(shù)據(jù)源的動(dòng)態(tài)接入和掛載;

• 對(duì)于網(wǎng)絡(luò)層：提供基于實(shí)體語義的數(shù)據(jù)訪問;

• 對(duì)于認(rèn)知層：支持算法和模型的測試，試運(yùn)行和發(fā)布;

• 對(duì)于配置層：支持各種業(yè)務(wù)服務(wù)的集成。

但同時(shí)，朱武也坦言，受制于現(xiàn)階段國內(nèi)工業(yè)智能發(fā)展的局限性及各場景間的零碎性，再加上CPS體系的復(fù)雜性，目前的智能決策系統(tǒng)都不能稱之為CPS的全部實(shí)現(xiàn)。

智能決策系統(tǒng)如何用技術(shù)實(shí)現(xiàn)智能決策？

由于受工業(yè)環(huán)境不同種使用場景的約束，天澤智云會(huì)根據(jù)部署環(huán)境和業(yè)務(wù)場景的不同采用差異化的技術(shù)實(shí)施手段，因而，智能決策系統(tǒng)的技術(shù)架構(gòu)也需要根據(jù)特定情境來調(diào)整。下圖是天澤智云智能決策系統(tǒng)頂層功能架構(gòu)圖的全貌：

圖注2：天澤智云智能決策系統(tǒng)功能架構(gòu)

從功能架構(gòu)圖中可以看到，智能決策系統(tǒng)分成了數(shù)據(jù)分析與設(shè)計(jì)，計(jì)算環(huán)境，CPS協(xié)作集成引擎，服務(wù)環(huán)境，數(shù)據(jù)接入，數(shù)據(jù)持久化及業(yè)務(wù)應(yīng)用APP等多個(gè)模塊。

朱武補(bǔ)充道，拋開功能架構(gòu)不談，智能決策系統(tǒng)的技術(shù)架構(gòu)設(shè)計(jì)需重點(diǎn)考量三點(diǎn)：

1. 關(guān)注技術(shù)的可替代性。因?yàn)樾录夹g(shù)的不斷迭代，專為工業(yè)場景定制的IT通用解決方案的缺失以及各家使用技術(shù)棧的不同，決定了架構(gòu)設(shè)計(jì)上不應(yīng)做到高技術(shù)耦合性。

2. 實(shí)現(xiàn)CPS概念的映射。從數(shù)據(jù)組織，服務(wù)組織層面上看，朱武認(rèn)為應(yīng)使整體的決策系統(tǒng)體現(xiàn)出動(dòng)態(tài)協(xié)同或自組織概念。

3. 將計(jì)算環(huán)境與服務(wù)拆開。朱武解釋，拆開的原因是想體現(xiàn)兩種不同性質(zhì)服務(wù)的概念。一般的服務(wù)環(huán)境并發(fā)性是橫向擴(kuò)展的，但計(jì)算環(huán)境中的服務(wù)執(zhí)行在擴(kuò)展性和并發(fā)性上體現(xiàn)的策略不同，另外再加上算法間的強(qiáng)依賴性，因而導(dǎo)致必須將計(jì)算環(huán)境與服務(wù)環(huán)境區(qū)隔開來。

以實(shí)現(xiàn)風(fēng)場風(fēng)功率預(yù)測功能為例，其實(shí)現(xiàn)如下圖所示：

 
整個(gè)結(jié)構(gòu)分為對(duì)外的基于功能切面的服務(wù)與內(nèi)部基于虛擬實(shí)體資源組織實(shí)現(xiàn)。在外部請(qǐng)求時(shí)，首先通過API網(wǎng)關(guān)，基于服務(wù)注冊與發(fā)現(xiàn)，查詢與定位服務(wù)，當(dāng)風(fēng)功率預(yù)測服務(wù)未啟動(dòng)時(shí)，服務(wù)注冊與發(fā)現(xiàn)通知服務(wù)調(diào)度，服務(wù)調(diào)度創(chuàng)建并啟動(dòng)風(fēng)功率預(yù)測服務(wù)。風(fēng)功率預(yù)測將具體功能，如風(fēng)場總輸出功率預(yù)測、單風(fēng)機(jī)輸出功率預(yù)測等，請(qǐng)求各自的虛擬實(shí)體資源。虛擬實(shí)體資源，可以視為具備對(duì)外提供數(shù)據(jù)能力的虛擬化設(shè)備，該虛擬設(shè)備從邏輯上組織相應(yīng)的數(shù)據(jù)接入、基于數(shù)據(jù)持久化的數(shù)據(jù)集、相應(yīng)的計(jì)算任務(wù)，同時(shí)，可按照用戶定義的策略，結(jié)合數(shù)據(jù)接入的實(shí)時(shí)狀態(tài)數(shù)據(jù)，自動(dòng)執(zhí)行、管理其行為。

智能決策系統(tǒng)中的高并發(fā)和高可用問題

工業(yè)場景中，數(shù)據(jù)質(zhì)量、數(shù)據(jù)全面性和數(shù)據(jù)精準(zhǔn)性問題是很多企業(yè)的「燙手山芋」，“利用數(shù)據(jù)建模的手段解決某一問題時(shí)，需要獲取與被分析對(duì)象相關(guān)的全面參數(shù)”，這也使得智能決策系統(tǒng)的計(jì)算環(huán)境一環(huán)需要面臨高并發(fā)和高可用的挑戰(zhàn)。

當(dāng)然，需要澄清的一點(diǎn)是，這里指的高并發(fā)和高可用與傳統(tǒng)意義上的意思有所區(qū)分。按照朱武的解釋，工業(yè)智能的運(yùn)行場景一旦場景明確化之后，并發(fā)量的大小是可以提前預(yù)知且明確的，所以高并發(fā)的嚴(yán)格指代是——考慮在不同業(yè)務(wù)場景下不同的負(fù)載該如何設(shè)置，如何優(yōu)化調(diào)度策略和服務(wù)組織，使得單個(gè)應(yīng)用實(shí)例跑的更好，從而解決資源的高效利用。

同樣，高可用通常指通過設(shè)計(jì)減少系統(tǒng)不能提供服務(wù)的時(shí)間。但工業(yè)智能計(jì)算環(huán)境中由于算法裝載等問題，導(dǎo)致無法全然斷定服務(wù)出錯(cuò)的時(shí)間，或?qū)崿F(xiàn)對(duì)服務(wù)有效性的精準(zhǔn)判斷。

工業(yè)場景，解決高并發(fā)問題實(shí)質(zhì)是提升效率，而提高效率的關(guān)鍵點(diǎn)之一即實(shí)現(xiàn)數(shù)據(jù)的內(nèi)聚性。智能決策系統(tǒng)除了常見的設(shè)計(jì)策略外，根據(jù)工業(yè)場景的特點(diǎn)，朱武團(tuán)隊(duì)采用了數(shù)據(jù)區(qū)塊化的設(shè)計(jì)方式。

工業(yè)智能應(yīng)用一般是按照實(shí)體對(duì)象去采集、存儲(chǔ)和訪問數(shù)據(jù)，因此數(shù)據(jù)具備局部化特性。

朱武解釋說，對(duì)于采集數(shù)據(jù)，通常情況下是在用分布式緩存Redis前用哈希映射到某一數(shù)據(jù)節(jié)點(diǎn)，并且最好使可執(zhí)行節(jié)點(diǎn)和數(shù)據(jù)在同一個(gè)本機(jī)上，實(shí)現(xiàn)同樣的機(jī)制映射，同時(shí)再設(shè)置相對(duì)合適時(shí)間閾值，這樣就可以做到更好的分配。 

 
另外，還可通過資源抽象的方式解決高可用問題，即讓運(yùn)行資源和運(yùn)行實(shí)體分離來，動(dòng)態(tài)按照需求調(diào)配運(yùn)行資源。

該環(huán)節(jié)實(shí)際上可理解為計(jì)算節(jié)點(diǎn)重復(fù)利用問題，盡量讓計(jì)算節(jié)點(diǎn)按照實(shí)際需求而分布。例如，請(qǐng)求接入后可從資源管理中獲得資源空閑結(jié)果，采用調(diào)度策略找到相對(duì)應(yīng)的節(jié)點(diǎn)，從而直接與計(jì)算節(jié)點(diǎn)建立關(guān)聯(lián)。執(zhí)行過程中，還可通過服務(wù)監(jiān)控和靈活調(diào)度及時(shí)發(fā)現(xiàn)問題。

 
 
因此，在智能決策系統(tǒng)中，計(jì)算環(huán)境作為提供算法、模型的管理、運(yùn)行和調(diào)度平臺(tái)，（從業(yè)務(wù)場景來看）需要具備如下特性：

• 算法、模型依賴于不同的運(yùn)行環(huán)境和組件包，集成時(shí)的形式存在多種形式，因此計(jì)算環(huán)境需具備不同編程語言與框架的算法、模型集成能力；

• 計(jì)算環(huán)境應(yīng)采用特定的算法、模型狀態(tài)管理機(jī)制，用于服務(wù)治理。對(duì)一部分算法、模型的執(zhí)行，不太適用時(shí)間閾值的方式；

• 算法、模型執(zhí)行效率，涉及算法、模型間的數(shù)據(jù)共享和協(xié)作，以及算法、模型內(nèi)部中間結(jié)果的傳遞策略；

• 計(jì)算環(huán)境需要部署在不同的運(yùn)行環(huán)境中，要求計(jì)算環(huán)境能夠根據(jù)實(shí)際需求伸縮和選擇性部署的能力。

數(shù)據(jù)接入實(shí)現(xiàn)了現(xiàn)場數(shù)據(jù)、系統(tǒng)邊界外數(shù)據(jù)接入系統(tǒng)的能力，根據(jù)工業(yè)數(shù)據(jù)應(yīng)用的特點(diǎn)，數(shù)據(jù)接入需要具備如下特性：

• 多種協(xié)議集成和采集策略的實(shí)施：IoT在接入數(shù)據(jù)層會(huì)有各種各樣的協(xié)議，因此需要將不同的協(xié)議進(jìn)行集成。另外就是采集策略也是千變?nèi)f化，但要想推進(jìn)標(biāo)準(zhǔn)化和品牌化就會(huì)使得很多采集策略失效，因而目前的解決方案也只能靠人工解決。

• 多種時(shí)效性數(shù)據(jù)的雙向傳輸：在天澤智云目前的業(yè)務(wù)場景中，有上傳和下傳兩種時(shí)效性傳輸。上傳涉及到狀態(tài)數(shù)據(jù)、振動(dòng)產(chǎn)生的文件或數(shù)據(jù)集等，下傳數(shù)據(jù)包括指令數(shù)據(jù)和更新。

• 錯(cuò)峰控制：在上傳和下傳實(shí)時(shí)數(shù)據(jù)時(shí)，可能會(huì)遇到數(shù)據(jù)積累和堵塞情況。底層傳輸機(jī)制的實(shí)現(xiàn)在部分IoT組件上并未最大程度上優(yōu)化實(shí)時(shí)性。因此，業(yè)界有用到組態(tài)軟件來解決該類問題的方案。 但組態(tài)本身來講是組織態(tài)勢，組態(tài)軟件是指可配置、可調(diào)整的軟件系統(tǒng)，并不指實(shí)時(shí)性。所以數(shù)據(jù)接入的時(shí)候，很容易會(huì)面臨物理上同一個(gè)鏈路的競爭，所以需要適當(dāng)控制。

此外，數(shù)據(jù)接入還面臨到不穩(wěn)定狀態(tài)下的數(shù)據(jù)可靠傳輸、數(shù)據(jù)預(yù)處理（包括質(zhì)量過濾）、實(shí)體信息和背景信息融合等多維度的技術(shù)挑戰(zhàn)。

以智能風(fēng)場的能量管理系統(tǒng)為例，其需要的數(shù)據(jù)接入如下圖：

 
從上圖可以看出，其數(shù)據(jù)來源，數(shù)據(jù)鏈路，數(shù)據(jù)通信協(xié)議及時(shí)效性，安全性約束的多樣性目前，天澤智云是軟硬結(jié)合來解決和完成數(shù)據(jù)接入的問題。通過邊緣計(jì)算，工業(yè)物聯(lián)網(wǎng)網(wǎng)關(guān)，PLC / SCADA這些硬件設(shè)施解決部分接入，在軟件層面通過通信代理，總線技術(shù)解決另一部分?jǐn)?shù)據(jù)接入?？偟膩碚f，還是亟需行業(yè)和政策的共同推動(dòng)，從根源上統(tǒng)一技術(shù)棧，實(shí)現(xiàn)智能接入的真正落地。

如何將人才真正「適配」到工業(yè)智能中

在采訪過程中，朱武與我們多次談到了工業(yè)場景機(jī)理的特殊性和差異性，二者決定著工業(yè)智能的推動(dòng)不僅需要從業(yè)人才具備數(shù)據(jù)，算法等技術(shù)技能，同時(shí)還要面對(duì)著各種工業(yè)領(lǐng)域新知識(shí)的「侵襲」。這就對(duì)挑選合適人才，使新晉成員更快獲得成長等方面提出了更多挑戰(zhàn)。

朱武重點(diǎn)闡述了他們的三點(diǎn)培養(yǎng)方法：

一是給予成員清晰的定位，規(guī)劃，設(shè)定其所處的技術(shù)維度，在技術(shù)上為其劃分精確的方向和專業(yè)，與其共同謀劃好職業(yè)成長路線;朱武團(tuán)隊(duì)內(nèi)部目前沒有采用一帶一的傳統(tǒng)成長計(jì)劃，而是通常分三人小組，分配任務(wù)時(shí)以團(tuán)隊(duì)為單位進(jìn)行，從而促進(jìn)其小組內(nèi)部的技術(shù)交流氛圍，讓每個(gè)人獲得更快的成長速度。

二是強(qiáng)調(diào)技術(shù)分享和輪崗制。朱武團(tuán)隊(duì)很鼓勵(lì)在某一個(gè)技術(shù)領(lǐng)域有了一定積淀后，為獲得更充分的應(yīng)用和解決方法而參與到另一個(gè)技術(shù)領(lǐng)域的構(gòu)建中，從而實(shí)現(xiàn)技術(shù)上的自由轉(zhuǎn)換。

三是充分信任，做到合理的任務(wù)分配。

工業(yè)智能沒有更多的捷徑和投機(jī)取巧的方式實(shí)現(xiàn)落地，無論在技術(shù)層的突圍還是人才層的吸納，腳踏實(shí)地是關(guān)鍵。這也是采訪中朱武不斷強(qiáng)調(diào)懂工業(yè)機(jī)理重要性的原因。

關(guān)于采訪嘉賓：

朱武，天澤智云首席架構(gòu)師，承擔(dān)過多項(xiàng)國家重點(diǎn)型號(hào)科研項(xiàng)目，擅長工業(yè)領(lǐng)域的軟件系統(tǒng)開發(fā)，測試和架構(gòu)設(shè)計(jì)。曾就職于中國船舶(600150) 系統(tǒng)工程研究院，主導(dǎo)并實(shí)施海軍后勤裝備保障體系信息化建設(shè);作為總架構(gòu)師與IMS共同合作，參與船舶智能運(yùn)行與維護(hù)（SOMS）系統(tǒng)等多個(gè)智能化系統(tǒng)的架構(gòu)設(shè)計(jì)和實(shí)施。