加入收藏 | 设为首页 | 会员中心 | 我要投稿 应用网_阳江站长网 (https://www.0662zz.com/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 站长资讯 > 评论 > 正文

“新基建”中的佼佼者:基于知识图谱的工业互联网

发布时间:2020-06-09 09:27:55 所属栏目:评论 来源:站长网
导读:你可能或多或少已经在各种演讲和文章中看到过知识图谱(Knowledge Graph)的身影,这一名词在2018年被Gartner第一次加入新兴技术成熟度曲线。正如其名,它是一系列显示知识发展进程与结构关系的不同的图形,用可视化的技术,描述知识资源及其载体,挖掘、

你可能或多或少已经在各种演讲和文章中看到过知识图谱(Knowledge Graph)的身影,这一名词在2018年被Gartner第一次加入新兴技术成熟度曲线。正如其名,它是一系列显示知识发展进程与结构关系的不同的图形,用可视化的技术,描述知识资源及其载体,挖掘、分析、构建、绘制和显示知识及它们之间的相互关系。

“新基建”中的佼佼者:基于知识图谱的工业互联网

与数据和表格有所不同,知识图谱由节点和连接线段组成。很多企业正在其平台和产品中运用这种技术,因此到了2019年,知识图谱在Gartner成熟度曲线中的位置快速前进,这意味着其正在快速成熟。

“新基建”中的佼佼者:基于知识图谱的工业互联网

由于知识图谱非常适合分析从非结构化资源中提取的数据,包括隐式的提供结构和内容的元数据,常被用于描述客观世界中,各种实体或者概念之间的彼此关系。

越来越多的企业将知识图谱应用在物联网和工业互联网领域,他们运用知识图谱充分挖掘事物背后客观的隐性关系,将这种隐形关系转化为可计算数据,并且以可视化的形式展示在人们面前。

知识图谱让我们将分析的重点放在了探索各种“关系”上,包括隐性关系。最近,当我邀请走向智能研究院执行院长、工信部CPS发展论坛副秘书长、工业互联网领域的专家赵敏参与物联网智库组织的直播活动时,知识图谱引起了我们的共同关注。

●物联网是不是只能把已知要素联接起来,表达已知的物与物之间的关系?

●还是可以把未知关系的物与物也联接起来?

●未知的关系要怎么联接,联起来以后做什么?

针对这些问题,赵敏以《新基建中的佼佼者:基于知识图谱的工业互联网》为题,进行了一次精彩的演讲,本文将我在聆听中的收获与你分享。

“新基建”中的佼佼者:基于知识图谱的工业互联网

一个未被提及的指标:联接度

目前绝大多数的工业互联网平台,联接了“看得见、摸得着、想得清”的已知工业要素,建立了这些要素之间的数据采集、互可操作、协作控制等关系,形成了全新的工业管理逻辑,创造了巨大的经济效益。

但这还不够,如果想要进一步发展,一个未被提及的公式跃然纸上,那就是联接度。

联接度=已经联接的要素/未被联接的要素

工业互联网的“第一性原理”,就是要广泛地联接各种机器设备和工业系统,由此而实现“联接-管控-优化-效益”的基本逻辑。

因此,工业互联网的联接范围,从一开始就不局限于企业边界之内,而是以跨越企业的“价值链”,甚至是以联接各种企业的“价值网”作为起点,联接企业内外部要素,特别是在用工业品,向基于云的新价值体系探索。

这时,联接度是评价工业互联网发展的重要指标。

在联接度的计算公式中,分子是指“可见要素”,包括看得见、摸得着、想得清的工业要素,它们大多数已经实现了联接;分母是指“不可见要素”,包括看不见、摸不着、想不清的工业要素,以及这些要素之间的隐形关系。

为什么分析联接度尤为重要?举一个现实中的例子。今年2月,媒体报道了一则“山东省司法厅厅长因疫情防控不力被免职”的新闻。乍一看,你可能会好奇,山东司法厅厅长与武汉新冠肺炎的关系是什么?经过分析与挖掘之后,我们看到了一条清晰的关系路径:

山东任城的狱警→有武汉亲戚→到武汉探亲→过程中感染了山东任城狱警→再感染其它干警→继续感染在押犯人→造成任城重大疫情→导致省委追责→结果任城监狱长、书记被免职→最终造成山东司法厅长被免职。

这些关系是常人无法全部获知、并且立即能够在非常抽象的场景下想得清楚的。就像我们在工业场景中,各种产品与系统越来越复杂,如果出现质量问题或者设备故障,如果关键要素及其关系没有被清晰的记录、分析和系统化呈现,很难锁定真实源头一样。

“联接度”是描述工业互联网的“地基”是否真正牢固的一个评价指标。提高联接度,可以通过两种方式:第一是增大分子,联接更多的工业要素,我们常说的“人、机、料、法、环”,都是可见要素;第二是减少分母,推断出不可见的工业要素,找到规律并且将其实现联接,包括各种隐形关系更要分析出来。

这个看似不可能完成的任务,可以借助知识图谱来得以实现。

“新基建”中的佼佼者:基于知识图谱的工业互联网

知识图谱将“三不”变为“三可”

知识图谱是人工智能的一项重要分支技术,与工业互联网的结合是一个新的技术发展方向,而人工智能和工业互联网都被列入了新基建的重点范畴。从今年开始,知识图谱可能会异军突起的趋势愈发明显。

在工业互联网领域,知识图谱的价值在于将“三不”变为“三可”。“三不”和“三可”是指:

●过去不可见的要素可见;

●过去不可计算的要素可计算;

●过去不可联接的要素可联接。

这些不可见、不可计算、不可联接的工业要素,可以分为多种情况,我们分别举例来说。

1. 已经知晓其存在的要素,但是难以捕捉其关键信息,无法进行联接。

我们知道复杂产品的缺陷一定存在,但是关键难题是找不到缺陷在哪里。例如,宇航器的发射,每次我们并不知道是不是会成功,失败的概率还是挺高的。这种复杂产品,我们知道其中一定有缺陷,但是不知道是哪个大部件、哪个小零件上的缺陷,最终可能导致发射失败。

最典型的例子是在1986年,挑战者号航天飞机刚刚发射就爆炸了,这可以说是人类航天史上最惨痛的事故,里根总统专门下令组织了一个调查委员会,著名的物理学家费曼就是其中的成员。最后他发现事故的原因是一个小小的塑料密封圈,在低温下这个密封圈变形了,由此酿成了事故。

费曼是怎么发现这个问题的呢?过程挺传奇的。他的一位同事早上上班,车坏了,自己动手修车,那个车上也有个密封圈,这位同事灵机一动,赶紧给费曼打电话,费曼这才按照这个思路去调查。

不关键的缺陷,即使有了也问题不大,但是关键的缺陷,就会造成大问题。10,000个环节哪怕有9,999个没问题,但是碰到一次关键缺陷,就很可能导致严重事故。除了宇航器,我们身边的汽车和各种精密设备,都是相似的实例,复杂产品很难准确判断具体会在哪里出错。

2. 已经知晓其存在的要素,可以捕捉到其关键信息,但是技术上无法联接。

(编辑:应用网_阳江站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

热点阅读