1. 聚能聊>
  2. 话题详情

【阿里云新品发布】从6个月到6天,看ET工业大脑开放平台如何加速生态伙伴智能创新!

8月1日,阿里云即将发布ET工业大脑开放平台,并面向生态合作伙伴开放。

ET工业大脑开放平台集成了多种领先的IT科技和丰富的工业机理模型,是阿里云构建智能工业生态的核心系统。该平台为工业生态的开发者提供了基础开发服务环境,以及智能微服务与图形化操作工具,帮忙生态开发者轻松的实现对工业数据的采集、规整、分析、挖掘、建模,以及快速构建工业智能分析应用。

基于该平台,生态伙伴可以为自己的客户交付智能的工业应用与服务。同时由于采用了可视化封装技术,极大降低了工业大数据分析的操作技术门槛,使普通工程师、算法分析师、工业专家,甚至刚毕业3个月的大学生也能轻松进行操作,项目实施周期也从正常的6个月降低到最低6天。

工业大脑开放平台在产品设计上,主要包括数据工厂、算法工厂、AI创作间三个部份:

数据工厂 • 一站式工业数据接入和管理

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。

image

算法工厂 • 工业算法的自动化托管

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。
image

AI创作间 • 可视化的工业智能编排工具

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。

image

欲知ET工业大脑开放平台的更多产品和架构信息,敬请关注2018.8.1于15:00在西溪园区光明顶召开的ET工业大脑开放平台发布会,线上直播地址如下:
https://promotion.aliyun.com/ntms/act/industrial/open.html

问题来了,你怎么看,欢迎大家积极讨论:

  1. ET工业大脑开放平台如何与生态合作伙伴自己的产品与算法进行整合?
  2. ET工业大脑开放平台还可以通过哪些方式来降低使用者的操作难度和项目实施时间?
  3. ET工业大脑开放平台如何给生态合作伙伴带来更多的客户资源和经济收益?
参与话题

奖品区域 活动规则 已 结束

  • 奖品一

    ET公仔 x 2

  • 奖品二

    阿里云代金券 x 5

  • 奖品三

    云栖社区T恤 x 1

39个回答

5

黄一刀 已获得ET公仔 复制链接去分享

ET工业大脑开放平台如何与生态合作伙伴自己的产品与算法进行整合?
生态合作伙伴通过算法工厂提供的算法商店功能,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。
ET工业大脑开放平台还可以通过哪些方式来降低使用者的操作难度和项目实施时间?
ET工业大脑开放平台通过采用可视化封装技术,降低了工业大数据分析的操作技术门槛,使生态合作伙伴能够轻松进行操作,大大降低了项目实施周期,项目实施周期从正常的6个月降低到最低的6天。
ET工业大脑开放平台如何给生态合作伙伴带来更多的客户资源和经济收益?
基于ET工业大脑开放平台,生态伙伴可以为自己的客户交付智能的工业应用与服务, 一站式工业数据接入和管理、工业算法的自动化托管和可视化的工业智能编排工具,使生态开发者能够轻松的实现对工业数据的采集、规整、分析、挖掘、建模,以及快速构建工业智能分析应用,自研算法模型的上架,以及可视化的封装技术,极大降低了工业大数据分析的操作技术门槛,大大缩短了项目实施周期。
PS:想要一只红孩儿!

1

huakai1587 已获得ET公仔 复制链接去分享

从整个制造业来看,现在数据在线化这个都还没有完全普及,走这条路是一个漫长但又得去走的过程。从技术层面的革新和进步也是可以更快加速推进的过程,平台引流更多的客户,合作伙伴根据自身的实力去落地执行项目。保证项目交付质量,做行业标杆企业。

0

包包_gz 复制链接去分享

比较感兴趣,它如何和现有PLC设备,ERP系统协同整合,而不是大规模新的设备和系统投资。
jing.luojing 回复

我的理解是,ET工业大脑是和PLC、ERP系统互补协同的模式。PLC、ERP、MES等系统重构与规范工业生产流程,实现标准化、数字化,而ET工业大脑是通过收集生产线上的数据进行智能分析,用于找到提升生产工艺和产品质量的新方法。

评论
1

jing.luojing 复制链接去分享

ET工业大脑开放平台如何给生态合作伙伴带来更多的客户资源和经济收益?

我觉得,在当前工业大数据市场发展的初期阶段,困扰生态合作公司的一个重要问题就是具体需求不明确,验收标准不清晰,致使项目实施成本高,整体周期长,严重的削弱了项目的利润收益。因此,开放平台要为生态合作伙伴取得带来更多的经济利益,首先需要能够切实有效的降低项目的投入实施成本与周期。同时需要降低对实施人员的要求,比如以前项目实施需要工作8年以上的高级工程师,而在工业大脑开放平台上只需要工作2年的初期工程师就可以完成,这样即可以极大的节省生态伙伴的人力成本。
在客户资源上,除了开放平台让生态增强了合作伙伴的技术竞争力以外,还需要发挥阿里云在国内强大的品牌和口碑效应,工业大脑开放平台本身可以聚拢一部份客户,同进使用工业大脑开放平台的合作伙伴能够在客户端有更好的品牌印像。因此ET工业大脑开放平台还需要在工业客户群里内加强品牌影响力和知名度的建设,从而能够给生态合作伙伴带来更多的客户资源。

1

jing.luojing 复制链接去分享

ET工业大脑开放平台还可以通过哪些方式来降低使用者的操作难度和项目实施时间?

其时当前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。

1

jing.luojing 复制链接去分享

ET工业大脑开放平台如何与生态合作伙伴自己的产品与算法进行整合?

如果要涉及到整合的话,我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。

1

弑者仁心 复制链接去分享

哇咔咔~ε≡٩(๑><)۶

1

1955032932366664 复制链接去分享

这个可以有

1

cppshooter 复制链接去分享

看前端界面明显antd pro架构...

0

1640334472422604 复制链接去分享

数据整合的难点
1、数据的保密性,工业设备数据很多都是外网隔离的。
2、数据采集功能太弱了,直连设备太难,考虑一些ETL工具集成,从DCS和SCADA系统中拉取数据。

0

初之夏 复制链接去分享

0

海阔天空yy 复制链接去分享

1 ET工业大脑开放平台如何与生态合作伙伴自己的产品与算法进行整合?
自己当的产品需要相关的技术,但又不想耗费时间自己开发的情况下就可以把ET大脑整合进来
比如,图像识别技术,接进来就可以用。
2 ET工业大脑开放平台还可以通过哪些方式来降低使用者的操作难度和项目实施时间?
对接接口简单,并且提供训练和学习接口,用户可以自己进行训练和机器学习,以便做二次开发
全方位的包括机器学习等相关技术。
3 ET工业大脑开放平台如何给生态合作伙伴带来更多的客户资源和经济收益?
那太多了比如:
1 图像识别技术可以识别用户信息,精准定位用户信息
2 保险行业,拍照就可以现场定损
3 教育行业,自动打分,自动出考试题等的
4 网络犯罪行业,自动分析网络诈骗。等应用
5 自动寻人,能过图像识别,联合摄像头,自动比对出丢失人员

0

浮生递归 复制链接去分享

什么?我居然错过了这道题……

0

于为兮 复制链接去分享

任何技术的革新都是社会的进步,但是任何技术革新都必须建立在现有设备的基础上!技术原因造成的设备断代,并不利于社会发展。

0

50024745 复制链接去分享

没啥用

0

唐慧 复制链接去分享

好想加入阿里云的智能制造技术团队中 十年前的机械制造工作才是最爱 计算机又是这十年的饭碗 真的希望有这样的机会 将这二者结合

0

1936911657136684 复制链接去分享

看不懂

0

1231611081077289 复制链接去分享

好新颖的业务 蛮厉害👍

0

1040808372343814 复制链接去分享

与现有设备做一个无缝衔接就好了

0

1407099912629935 复制链接去分享

物联网大数据时代

2
17871
浏览
0
收藏
邀请他人互动
关注
1
粉丝
87
话题
1

简介:

阿里云ET专家,重点在智能语音、人脸识别、图像识别、OCR等领域。
预置千套精美模板,覆盖上百行业,模板随意切换,支持6种语言,支持企业备案

立足于对政务信息化的深刻理解,在云计算和大数据技术上持续创新,构筑开放共享、敏捷高效、安全可信的政务云基础架构,...

自研的分布式数据库,完全兼容MySQL,性能最高提升至MySQL的6倍

为您提供简单高效、处理能力可弹性伸缩的计算服务,帮助您快速构建更稳定、安全的应用,提升运维效率,降低 IT 成本...