没想到这家聪明的公司,正在用AIoT让机器对话

2019 年 7 月 1 日 量子位
乾明 发自 凹非寺
量子位 报道 | 公众号 QbitAI

上周末MIT揭晓了2019年全球50家聪明公司榜单,华为登上榜首。

榜单还一度登上微博热搜。

9年来,这一榜单,已然成为全球创新趋势的风向标之一。

每一年都有新面孔,背后不止是技术更迭,也是行业变迁,新公司的上榜,意味着其所在行业,即将来到台前和风口。

今年,AI+IoT技术成为了焦点。

从榜单看到,阿里云以AI+IoT技术,打造通用计算平台,支撑阿里云遍布全球的基础设施。远景集团构建AIoT操作系统EnOS™,让风电、光伏、储能、充电桩、电动汽车等电力设备实时智能协同。工业富联(富士康)开发雾小脑(Fog AI),把传感器作为五官收集数据,预测和监控整个制造工业流程。

也有AI技术公司在不断延伸使用场景,如商汤科技利用AI City解决方案,将AI规模化落地智慧城市。旷视推出的AIoT系统则瞄准物流供应链,希望推动该领域的能效变革。

这些已在各自领域累积厚实基础的公司,勇敢地跨域整合新的技术与商业模式,并且成功地进行垂直深化、跨域融合的创新。

这正是潮水流动的最新方向。

AIoT最大的落地场景?

IoT,物联网,顾名思义就是各项终端都能联网,成为数据流中一环,终极愿景就是万物互联。

智能终端如我们每个人用的手机,甚至小到热水壶,大到发电机组,都能联网在线。

而AI技术提供了强大分析与预测能力,还会使万物联网之后更好协同运作,最大程度地降低协同成本、提高协同效率。

这也是当前AIoT汹涌澎湃的核心原因。

但AIoT,并不止于小米式的家居场景下的万物互联。

更大变革,可能还要放眼工业领域,实现第二产业的降本增效,完成数字化、智能化转型。不管是榜单中的华为、远景、富士康,还是像阿里、腾讯这些原本 2C的公司,都在将AIoT的触角伸向工业领域。

根据市场研究机构Marketsand Markets发布的数据,到2024年,全球AIoT市场规模将增长至162亿美元。其在工业领域带动的经济效益,将会达到万亿规模。

这其中,工业领域的基石——能源是最关键,也将是迸发最大价值的领域,尤其是风能与太阳能为代表的可再生能源领域。

为了实现全球气候和可持续发展目标,可再生能源已是能源转型的大势所趋。

据国际可再生能源机构今年4月份发布报告,截至去年年底,全球可再生能源发电增长7.9%,装机总容量达到2352GW,已占全球发电装机容量的三分之一。

尽管发电装机稳步增长,但可再生能源发展也同样面临着巨大的现实挑战——“靠天吃饭“的可再生能源,受到外部环境的影响,具有间歇性、不稳定和碎片化的特性,难以进行预测和管理,同样给传统电网带来了新的难题。

根据国家能源局的数据,仅2018年光伏发电就浪费了54.9亿度,相当于200多万家庭一年的用电量(按一家庭每月用电200度来计算)

而且,能源系统与复杂系统耦合、嵌入的情况越来越多,比如在电动汽车高速发展时,其充电桩网络构建也将给整个能源系统带来巨大挑战——中国每年新增近3000万辆汽车在被电动汽车取代的过程中,充电桩网络的快充容量将会超过中国所有发电设备的供给能力。

这些困境,给AI技术提供了使用场景。人工智能落地产业中,最核心的效用就是降本增效。而IoT技术,能够将多方设备与机器连接起来,形成协同网络。AIoT正在成为能源经济增长的新动能。

具体来讲,AIoT将给可再生能源发展过程中遇到的问题提供解决方案。一方面,风电、光伏已经是比煤炭更高效的可再生能源,通过 AIoT技术,发电效率更能呈指数级提升。

另一方面,AIoT能够整合碎片化的能源系统,创造协同价值,解决电力系统动态平衡,推动电力生产侧到消费侧的协同成本中降低,产生巨大的商业价值。

目前国内外各大科技公司与能源巨头,都在跃跃欲试。

比如,被谷歌花费重金收购的DeepMind,在2013年与英国国家电网合作,将人工智能技术添加到英国的电力系统中。

阿里、腾讯、百度等巨头公司,也纷纷与国网四川省电力公司、阳光电源、爱康实业等能源企业合作,借助自身在互联网以及云计算领域的优势,参与到能源行业重塑的过程之中。

而这次以智能物联网(AIoT)操作系统入围全球50家聪明公司的远景集团,基于在能源行业的深厚积累,从几年前就开始布局,可以说是最早前瞻及落地能源物联网场景的企业。

远景的“聪明”

麻省理工科技评论给出理由:

“远景打造了全球领先的物联网操作系统EnOS™,通过“智能机器的社交网络”,让100GW的6000万个风电、光伏、储能、充电桩、电动汽车等设备实时智能协同,帮助实现大规模可再生能源接入,推动能源转型。”

这家07年从风电行业起家的科技公司,并不把自己局限在单一领域,2016年,远景发布智能物联操作系统EnOS™,开始布局能源物联网。

因为未来能源系统最大的问题在于,当数十亿的风机、光伏板、电动汽车、储能电池、充电桩、家庭用能设备构成一个碎片化的能源世界时,如何降低不确定性,降低系统协同成本?

远景给出的解决方案是让机器协同,也就是基于AIoT操作系统打造一个机器“社交网络”。

他们怎么做?拆解远景集团的操作系统,可以发现其中一共有四大环节:

首先是连接更多的机器。远景表示,通过开放协议框架支持设备接入,EnOS™目前能够 1分钟内完成设备接入,实现设备“即插即用”,有效采集、处理、分析各种智能设备数据,同时支持第三方IT或OT系统的连接。这在整个行业中,已经属于领先地位。

其次是理解机器。物联网操作系统不是简单的连接,而是要赋能,让设备更智能。只有真正理解风机等设备的发电、光伏的工作原理,才能改变它的运行,改变它的控制,让它变得更智能。才能降低可再生能源成本,降低电池成本,智能系统才能够发挥更大的作用。

这是打造能源物联操作系统的重要难点所在,也是整个行业迈向智能化过程中的重大挑战所在。

不仅要求系统打造者拥有强大的技术实力,也要求其对整个能源行业有更深的理解,才能推动系统良好运转,真正实现效率提升与改变与颠覆。这恰恰是远景比BAT更具备优势的地方。

第三是机器与生态系统的整合。能源物联网是一个生态系统,不仅仅只关乎能源生产,还有能源储存、能源传输以及能源使用。

系统级的优化迸发的能量,从阿里的电商系统就可见一斑,它不仅仅只提供电商交易平台,在发展过程中,还逐渐将支付与物流交付等纳入体系之中,从而造就了电商帝国。

远景现在的业务除了风电、光伏,还有电池、赛车等等,背后正是考虑的整合带来的优势。

最后,系统的运作。远景CEO张雷表示,要打造一个基于行业深度理解力的操作系统,就必须要建立机器等对象的数字模型,并不断训练优化以及框架化,才能更好地预测,影响、改变物理世界。

远景集团植根于能源行业,在能源行业迎来AIoT驱动的智能化革命时,先发出手,已然具备了独有的优势。

但或许远景想要的,不仅于此。通过对能源世界复杂机器世界的解读和实践,这套智能物联操作系统未来也许有着更广的复用性。

2018年,EnOS™为新加坡政府提供物联网操作系统服务,在数据接入的基础上,为新加坡100多个政府部门开发物联网应用,创造各种各样的智慧城市场景和需求。

行业智能大潮

远景这样的公司此时入选聪明榜单,也意味着所代表领域和行业,正在进入大爆发前夜。

因为爆发所需要的基础要素,其实早已准备好了。

而且也是数字化大历史背景下的重要一环。

如果从数据全流程来看,我们就会发现数据从收集、训练、运用,最后输出发挥价值的全流程已经较为成熟。从技术储备上看,无论是硬件如传感器部署,还是软件如算法,抑或计算所需的算力等,也已万事俱备。

但相比消费终端,工业领域的AIoT应用并不简单,经验可以复制,模式可以迁移,但项目还得一个个展开——速度不会那么快。

这并不意味着影响和前景不够大,恰恰相反,变革一旦开始,影响将剧烈而深刻。

One more thing

如果你足够细心,就会发现2019年Google I/O大会上,AI第一大厂谈论最多的话题,已经变成了这样的大问题——Keep making magic。

智能技术加持下,AIoT技术像一双看不见的手,正悄然改变着社会各个方面。

趋势已经开始。趋势还会继续……


AI社群 | 与优秀的人交流

小程序 | 全类别AI学习教程

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

喜欢就点「在看」吧 ! 


登录查看更多
0

相关内容

华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
120+阅读 · 2019年10月10日
【AIoT】2018年AIoT产业蓝皮书!
产业智能官
12+阅读 · 2019年2月16日
过了尬吹的年代,人工智能都落地了些什么?
互联网er的早读课
8+阅读 · 2018年11月5日
为什么AI公司都在一边融资,一边投资?
腾讯创业
6+阅读 · 2018年9月25日
厉害!这家AI公司12个月市值2100亿,市盈率仅46!
全球人工智能
5+阅读 · 2018年3月21日
京东与斯坦福达成战略合作 携手推进AI研究
京东大数据
3+阅读 · 2017年11月28日
Generating Rationales in Visual Question Answering
Arxiv
5+阅读 · 2020年4月4日
Arxiv
101+阅读 · 2020年3月4日
Seeing What a GAN Cannot Generate
Arxiv
8+阅读 · 2019年10月24日
CoQA: A Conversational Question Answering Challenge
Arxiv
7+阅读 · 2018年8月21日
Arxiv
3+阅读 · 2018年6月1日
Arxiv
11+阅读 · 2018年1月15日
VIP会员
相关VIP内容
华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
阿里巴巴达摩院发布「2020十大科技趋势」
专知会员服务
106+阅读 · 2020年1月2日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
120+阅读 · 2019年10月10日
相关论文
Generating Rationales in Visual Question Answering
Arxiv
5+阅读 · 2020年4月4日
Arxiv
101+阅读 · 2020年3月4日
Seeing What a GAN Cannot Generate
Arxiv
8+阅读 · 2019年10月24日
CoQA: A Conversational Question Answering Challenge
Arxiv
7+阅读 · 2018年8月21日
Arxiv
3+阅读 · 2018年6月1日
Arxiv
11+阅读 · 2018年1月15日
Top
微信扫码咨询专知VIP会员