向工業(yè)4.0的轉(zhuǎn)變正在提高制造效率并增加創(chuàng)新

在與Cloudera制造與汽車業(yè)務(wù)總經(jīng)理Michael Ger的系列文章的第二部分中，更詳細地探討了AI，大數(shù)據(jù)和機器學習如何影響互聯(lián)生活和自動駕駛的發(fā)展。Michael Ger還提供了關(guān)鍵見解，使制造業(yè)公司在采用新的工業(yè)4.0技術(shù)（如人工智能，機器學習和自動化）時面臨一些核心挑戰(zhàn)。點擊此處查看第一部分。

嗨，邁克爾，謝謝您再次加入我們，參加有關(guān)工業(yè)4.0和人工智能的系列文章的第二部分。首先，我們已經(jīng)聽到很多關(guān)于互聯(lián)生活，互聯(lián)移動性和AI如何成為許多重量級制造公司關(guān)注的焦點的信息，您如何感覺Cloudera可以支持這種發(fā)展？

AI使產(chǎn)品（無論是工廠中的機器人，家庭中的智能電器還是無人駕駛汽車）都能做出動態(tài)，智能的決策。但是，從AI角度來看，這些設(shè)備的行為方式都始于數(shù)據(jù)。

數(shù)據(jù)為了解代表性用戶如何使用設(shè)備提供了基礎(chǔ)。一旦被收集，就可以利用機器學習來預(yù)測其他人在特定條件下如何使用這些產(chǎn)品，然后主動采取行動以更好地為他們提供服務(wù)并改善他們的體驗。為了實現(xiàn)上述目標，Cloudera啟用了Edge to AI分析生命周期，其中包括收集大量數(shù)據(jù)以及將機器學習模型開發(fā)和部署到設(shè)備，從而使它們能夠以更加動態(tài)，個性化的方式進行響應(yīng)。

與提供安全，可靠和直觀的AI驅(qū)動解決方案的承諾一致，Cloudera如何幫助滿足這些標準？

在當今復(fù)雜的IT環(huán)境中，云計算部署和數(shù)據(jù)隱私問題無處不在，鑒于眾多的系統(tǒng)部署選項和數(shù)據(jù)治理要求，Cloudera可以為制造商提供關(guān)鍵功能，以啟用Edge2AI分析生命周期。

制造業(yè)中的公司已采用不同的體系結(jié)構(gòu)方法來部署Edge2AI分析生命周期。一些公司已部署用于數(shù)據(jù)存儲，計算和開發(fā)機器學習模型的本地系統(tǒng)，而其他公司則在云中執(zhí)行相同的任務(wù)。盡管如此，其他公司仍希望實現(xiàn)混合模型，在本地管理核心數(shù)據(jù)操作，同時提供“爆發(fā)”單個云（即Microsoft Azure）或多個云環(huán)境（在AWS，Google Cloud Services，Microsoft上）的能力。或三者的任意組合）。

另外，這些數(shù)據(jù)集通常是非常私有的，因此公司必須能夠?qū)㈥P(guān)鍵數(shù)據(jù)集（即具有個人身份信息的數(shù)據(jù)集）的訪問權(quán)限限制為特定的人員。

如前所述，數(shù)據(jù)集可以駐留在潛在的多個位置（內(nèi)部部署，云和混合云）中。為了以集中和有效的方式管理這種復(fù)雜性，需要一個單一的玻璃解決方案窗格來管理此數(shù)據(jù)的安全性和治理，而不管它是在本地還是在云中。因此，可以集中定義，管理和跟蹤數(shù)據(jù)訪問和治理規(guī)則，從而大大降低了在全球范圍內(nèi)部署系統(tǒng)的復(fù)雜性，成本和風險。

制造業(yè)有很多增長領(lǐng)域，例如自動駕駛，您如何看待這項技術(shù)對行業(yè)未來的影響？

教汽車如何駕駛是所有機器學習用例的“母親”，而且非常復(fù)雜。

自動駕駛將對社會產(chǎn)生巨大影響，但是，先前對自動駕駛采用的預(yù)測過于激進。即使我們的移動速度不及最初的估計，但自動駕駛汽車仍是我們的未來。

自動駕駛汽車將對人類和整個行業(yè)產(chǎn)生深遠影響。首先，它將成為實現(xiàn)運輸即服務(wù)的關(guān)鍵環(huán)節(jié)，因為一旦車輛實現(xiàn)了自動駕駛，通過在車隊內(nèi)不斷駕駛自己并使車輛的個人所有權(quán)變得既低效又過時，可以更好地利用它們。結(jié)果，隨著汽車制造商有可能從作為車輛的提供者轉(zhuǎn)變?yōu)?成為車隊的運營者，該技術(shù)將推動基礎(chǔ)產(chǎn)業(yè)的結(jié)構(gòu)調(diào)整。

它還正在推動行業(yè)將自動駕駛學習生命周期視為其產(chǎn)品開發(fā)過程的一部分。它不再是提供簡單的機器，而是要創(chuàng)建智能產(chǎn)品或支持AI的產(chǎn)品，而這需要復(fù)雜的新技能。

哪些技術(shù)進步推動了自動駕駛汽車的發(fā)展？

啟用自動駕駛學習生命周期始于從自動駕駛車隊內(nèi)的汽車收集數(shù)據(jù)，這意味著汽車制造商必須每天能夠攝取每輛汽車TB級的數(shù)據(jù)。

就收集所有這些數(shù)據(jù)（視頻，雷達和傳感器數(shù)據(jù)）然后使用此數(shù)據(jù)來教導車輛自行駕駛而言，這迅速成為“ PB級”數(shù)據(jù)問題。必須開發(fā)機器學習模型來訓練車輛，使其能夠準確感知并響應(yīng)其所處的條件。例如，車輛必須能夠區(qū)分人，雪，交叉路口，交通信號燈和其他車輛。

兩項重要的技術(shù)進步為實現(xiàn)自動駕駛學習生命周期奠定了基礎(chǔ)：可擴展的大數(shù)據(jù)平臺的興起，以及對大數(shù)據(jù)集進行機器學習所需的大規(guī)模并行計算。

電動汽車市場正在快速增長，Cloudera如何支持行業(yè)發(fā)展以支持這種增長？

優(yōu)化電動汽車也是一項非常耗費數(shù)據(jù)的工作。Cloudera正在與汽車制造商合作，以收集數(shù)據(jù)，例如收集“鑰匙接通”和“鑰匙斷開”信息，以了解通過地理坐標在哪里使用車輛，從而幫助確定電動汽車充電站的最佳地理位置。另一個用例是建立電池何時將要失效的預(yù)測模型，并優(yōu)化車輛的電池壽命。

制造商要有效采用新技術(shù)和新概念會面臨哪些挑戰(zhàn)？

提升流程性能所需的一項關(guān)鍵能力是掌握大數(shù)據(jù)管理生命周期的能力。

公司需要能夠為機器學習模型攝取，存儲，處理和使用數(shù)據(jù)，然后將智能部署到設(shè)備和流程中以采取實時的個性化操作。公司在整個生命周期中處于不同的成熟度級別，其中一些客戶正在學習如何將數(shù)據(jù)提取到數(shù)據(jù)湖中，而其他客戶則使用自助式BI和機器學習來實現(xiàn)和釋放這些數(shù)據(jù)的價值。

關(guān)于Cloudera

在 Cloudera，我們相信數(shù)據(jù)可以使今天的不可能，在明天成為可能。我們使人們能夠?qū)?fù)雜的數(shù)據(jù)轉(zhuǎn)換為清晰而可行的洞察力。Cloudera 為任何地方的任何數(shù)據(jù)從邊緣到人工智能提供企業(yè)數(shù)據(jù)云平臺服務(wù)。在開源社區(qū)不懈創(chuàng)新的支持下，Cloudera推動了全球最大型企業(yè)的數(shù)字化轉(zhuǎn)型歷程。

慧都大數(shù)據(jù)專業(yè)團隊為企業(yè)提供Cloudera大數(shù)據(jù)平臺搭建，免費業(yè)務(wù)咨詢，定制開發(fā)等完整服務(wù)，快速、輕松、低成本將任何Hadoop集群從試用階段轉(zhuǎn)移到生產(chǎn)階段。

歡迎撥打慧都熱線023-68661681或咨詢慧都在線客服，我們有專業(yè)的大數(shù)據(jù)團隊，為您提供免費大數(shù)據(jù)相關(guān)業(yè)務(wù)咨詢！