⊙一站式工业数据接入和管理
⊙工业算法的自动化托管
⊙可视化的工业智能编排工具
⊙与生态合作伙伴的整合
⊙如何帮助使用者提高效率
01
数据工厂
万丝
如何实现一站式工业数据接入和管理?
Dr小ET
数据工厂实现了为用户提供工业数据架构、数据标准、数据质量、数据应用、数据生命周期管理等多项应用功能。数据工厂提供的数据接入模式包含设备数据实时上传和本地数据文件上传两种方式:
设备数据实时上传:支持通过工业以太网、WiFi、移动4G网络等方式采集工业现场的生产数据,支持OPC、Modbus、DDE、ProfiBus等常用的标准工业协议。
本地数据文件上传:支持多种格式的本地数据上传文件,并且支持上传数据的字段映射等功能。
02
算法工厂
叶无可
如何实现工业算法的自动化托管?
Dr小ET
算法工厂主要面向工业的算法开发、算法交付、算法维护等工程师和工业专家,通过优化算法系统架构提高工程化,让算法开发人员能够集中精力处理算法问题,并提高算法开发效率。
算法工厂通过定义算法需要用到的数据格式、资源、输入输出、参数、启动脚本、算法包等内容,并且形成了通用的算法调用流程,实现流程整体部署、上线,进而形成对外服务的能力。在标准规范性上,算法工厂提供了一套算法管理、配置、部署和封装的工程化工具,定义并实现了各平台间数据流转的标准,并规范了各个算法接口,大幅度提高了算法复用能力。
算法工厂能够提供算法商店功能,生态合作伙伴工程师可以将自己开发的算法模型上传到算法工厂实现模型上架。商店内上架的算法模型除能够被自己的智能工业项目调用外,还可以被其它的生态参于者相互调用,形成算法交易与共享,形成开放的算法生态体系。
03
AI创作间
王奎克
Dr.小ET,听说有一个叫AI创作间的功能。请问这个有什么作用呢?
Dr小ET
AI创作间是一套所见即所得的可视化业务编排工具,用于开放给生态伙伴调用工业算法模型,并进行数据挖掘、建模和预测。通过AI创作间,开发者可以使用拖拉拽的方式对数据组件、算法组件进行任意组装,从而满足业务场景诉求。
在AI创作间中,工业生态开发者用户可以通过可视化的操作界面来操作整个实验流程,同时也支持标准命令,让用户通过命令行来操作实验。AI创作间中沉淀了阿里巴巴的机器学习算法体系和经验,以及算法工厂中的工业机理模型和工业微服务,提供了从数据预处理、机器学习算法、模型评估和预测功能,为用户解决自身业务场景带来了更多的可能性和想象空间。
04
与生态合作伙伴的整合
张小利
那又如何与生态合作伙伴的产品与算法进行整合呢?
Dr小ET
如果要涉及到整合的话,我们的看法是首先需要考虑标准性,其次是驱动力,最后要解决安全性的问题。
标准性:
每个生态伙伴自己开发算法所谓的开发语言、数学逻辑、数据调用情况等都有较大的区别,如果要放在同一个平台上相互整合,并且实现算法相互调用,首先要确保所有的算法的输入输出接口要按照固定的标准进行开发,而这个标准必须由ET工业大脑开放平台来进行定义。具体整合时,每个生态伙伴只需要修改算法接口,以及对算法做一定简单的调整就能够上架使用。
驱动力:
当前工业算法都是每个生态合作伙伴的核心竞争力,如果要生态伙伴把算法放到ET工业大脑开放平台上进行整合,需要能够给他们提供足够的利益或者技术驱动力,比如可以极大的节省项目实施的成本和周期,以及合作伙伴可以通过算法上架的方式,获取平台上的其它工业算法,真正形成平台上的算法流动和算法生态。
安全性:
生态伙伴会把自己的工业算法看作自己的知识产权,比较担心算法细节被竞争公司获取。因此ET工业大脑开放平台需要解决算法安全问题,比如权威的算法加密技术,以及防算法被破解、算法源码被查看等功能,同时需要提供严格的平台上算法授权管理机制。
05
如何帮助使用者提高效率
张小利
有哪些方法可以降低使用者的操作难度和项目实施时间?
Dr小ET
当前ET工业大脑开放平台的具体使用者主要是从事工业大数据项目的工程师或者实施人员,以及部份工厂的信息化人员。在降低操作难度和实施时间上,首先需要提供比较详细的平台使用说明书或者操作手册,能将操作流程,以及常见问题的解决方法清楚的列出来,供生态工程师在实施时查阅使用。
同时最好能提供工业平台的厂家咨询接口人,以及建立大家交流的群或论坛,生态工程师遇到实施问题时,具备有效获取帮助的接口与途径,这样比自己去研究的效率会高很多。同时开放平台最好能多提供一些线上培训课程,比如实操培训、模拟项目培训和常见故障FAQ培训等,生态的工程师可以通过在自由时间的线上学习来提升对于开放平台产品的理解与操作技术。
最后开放平台需要持续的加强图形化和标准化的开发,从而能够降低产品的使用难度。
点击“阅读原文”回顾发布会