人工智能公链MATRIX(MAN)揭开“工业大数据智慧云链平台”神秘面纱

“我们以 区块链 为基础,以人工智能为先导,结合边缘计算、云计算等构建了一个高性能、安全、互操作性的‘工业大数据智慧云链平台’。”MATRIX首席人工智能科学家、清华大学副教授邓仰东侃侃而谈,言语间流露出对“工业大数据智慧云链平台”的自信与坦诚。

“这个平台本身是一个大数据平台,将会为工业数据、装备制造及运维、医疗等行业提供完整的解决方案。”MATRIX主网上线不久,邓教授再揭“工业大数据智慧云链平台”神秘面纱,着实令人疯狂。

而MATRIX作为一个主打“ 区块 链 +人工智能”概念的公链,试图用人工智能优化 区块 链 的各个层面,同时,用 区块 链 对外输出人工智能服务,释放实体经济的上层价值。目前,市面上标榜“ 区块 链 +人工智能”项目不在少数,但以高昂热情进行深入探索的并不多见。

正因如此,“工业大数据智慧云链平台”一经面世便广受赞誉。

完美的新生态解决方案

工业大数据是互联网、大数据和工业产业相结合的产物。当前,它是中国制造2025、工业互联网、工业4.0等国家战略在企业的落脚点。

毫无疑问,我国是装备制造与运维大国。据统计,全球约80%的港口机械、80%的浮动船坞、70%的高铁列车、60%的挖掘机械、40%的海洋装备、39%的建筑机械重卡、30%的轮胎橡胶等均产自中国。

“单以轨道交通行业来说,我国以6%的世界铁路营业里程,完成了世界铁路1/4的运输工作量,运输密度为世界之最。”邓教授表示,成绩之下,效率低、能耗大等痼疾难除。有数据表明,我们用占世界21.3%的能源消耗量创造了世界11.6%的GDP。

“应该说,‘工业大数据智慧云链平台’在国内还是个新鲜事物。”他介绍说,在国际上,已有几个成功案例。比如,Rail Connect工业大数据平台降低了机车运维成本30%,降低故障率为66%。

从技术上来讲,“ 区块 链 +人工智能”是非常互补的,人工智能偏向于中心化的数据研究,而 区块 链 的特点是去中心化与分布式。据了解,MATRIX在“工业大数据智慧云链平台”上雄心勃勃,可实现三种功能:

第一,算力。“算力可以是云计算的算力,也可以是边缘计算,还可能是所谓的雾计算,这些算力都可以整合在一个平台之中。”邓教授称,这些算力通过 区块 链 连起来并组合到“工业大数据智慧云链平台”之中,其结算用 区块 链 来保证。

第二,存储。邓教授告诉核财经APP,一方面有MATRIX的云存储,另一方面 区块 链 本身有IPFS存储系统,二者由平台整合存储资源。

第三,确权工具。“在工业大数据下,很多企业有大量数据,但如果要做AI模型,企业肯定不想把数据给你。因为,怕数据泄露,即使不怕数据隐私泄露,一旦用数据做了AI模型拿去挣钱,那数据提供方仍得不到任何好处。”邓教授认为,解决这一痛点的方法是“数据上链”,即通过 区块 链 完成数据上链,使得数据提供方、AI模型开发者、第三方使用者都捆绑在一起,权益便能得到保证。

“数据和AI模型天生就是数字化的,所以我们希望通过‘工业大数据智慧云链平台’可以兼顾各方利益。”邓教授强调,所谓的云链平台,我们已实现了工业场景的应用、工业智能的应用。

他表示,利用先进的人工智能技术解决现有的各种 区块 链 技术/平台在效率、速度、安全、易用性和灵活性上的问题和瓶颈,是MATRIX的使命。所以,MATRIX志在形成一个完整的生态,既方便应用人员展开各种应用,又方便开发人员在此基础上对MATRIX进行各种应用创新。

在此背景下,催生的“工业大数据智慧云链平台”以公平、开放的方式解决了数据提供方、AI模型开发方、第三方使用者等的共享问题。

三大领域有望加快变现

据了解,“工业大数据智慧云链平台”利用“数据采集+数据分析+算力集成”,提供数据采集、分析和算力集成解决方案,引入先进数据采集装备,建设整合终端、雾计算和云计算的 区块 链 化工业互联网平台,充分发挥我国制造业数据样本优势,支撑传统制造业数字化转型。

“与传统互联网应用不同,工业大数据应用在处理实时性上往往有更高更具体的要求,而网络带宽往往又受到一定限制,因此完全依靠云平台难以保证性能要求。同时,工业大数据对隐私保护的要求也较高,因此往往不能使用现有公有云解决方案。而企业自行建设私有云带来的建设和运维成本都较高,对企业来说根本不划算。”邓教授认为,MATRIX推出“工业大数据智慧云链平台”,恰逢其时。

他表示,在 区块 链 时代,一个跨行业、跨区域、跨市场的点对点服务的工业大数据平台就具有极强的生命力。

“其实,‘工业大数据智慧云链平台’要做的事,已经在三个领域开展了落地应用。”邓教授透露称。

据他介绍,2018年装备肯尼亚蒙内铁路使用了“海外机车远程监控系统”,这和“工业大数据智慧云链平台”有异曲同工之妙。此系统用来监控中车集团出口肯尼亚的48台机车,从实时追踪机车运行位置、机车运行实时信息监测、机车设备实时故障报警、机车故障远程诊断、机车视频信息采集和分析等各方面对机车实施保障。

同时,在轨道交通智能运维方面,充分利用中国铁路特有的、全球最丰富的运营样本、数据和经验,大幅度提高运维效率、降低维修成本,势必会支撑轨道交通可持续发展。据邓教授介绍,已获得中国自然科学基金重大仪器项目、中车健康管理重大专项、中车海外机车远程监控、铁总机车电子履历和远程监控等多个项目的支持。

另外,MATRIX已经与数家医院达成初步合作,开始使用了癌症诊断系统。“这个系统的独特之处在于,首先,从我们获得的诊疗数据及实验室测试结果出发,我们更关注具有挑战性的问题;其次,我们正在与行业领先医院进行合作开发研究前沿问题;第三,我们拥有从早期筛查,CT成像到活检的高质量患者数据。到目前为止,我们拥有超过2000名患者的数据,所有数据都由中国顶尖医生完成数据标记处理。”邓教授对此如数家珍。

不过,需要看到的是,当前的 区块 链 与人工智能的融合才刚刚起步。如果将“工业大数据智慧云链平台”比作一个人,那么他还是个嗷嗷待哺的婴儿。因此,MATRIX当前最重要的任务依然是完善和成长。

跨越壁垒开拓更多可能性

令人感到意外的是,成就“工业大数据智慧云链平台”初心的并非技术本身。数年前,邓教授敏锐地观察到,包括美国在内的世界发达国家又回到重新将制造业作为重点来抓,随之新生了许多服务供应商。

“制造业是国家的基础,尤其是高端制造业本身就创造价值。另外,还可以带来就业机会,所以是很重要的。”他接着说,“但是制造业本身的利润是偏低的,美国拼的是什么呢?是建立在制造业基础上的‘服务’。比如像波音公司,很多钱都是通过服务来挣的。”

由此可知,世界各国对“中国制造2025”以及高技术服务业高度紧张就很容易理解了。

“从这个角度来讲,不论是美国还是中国,都要通过一系列技术来支撑工业4.0。MATRIX通过‘工业大数据智慧云链平台’来支持我国的工业4.0,实则是看到了一个很重要的趋势。所以,我觉得这件事情我们一定要去做。”他意味深长地说。

从技术本身来看,虽然 区块 链 和人工智能是两种截然不同的技术,并在各自的领域应用和落地了。而邓教授认为, 区块 链 和人工智能实现融合才是最有价值的。

“人工智能和 区块 链 技术的融合带来了全新的可能性。”他指出,从近期看,通过 区块 链 为数据和AI模型确权并提供算力从而形成开放、可信、适合物联网应用的AI平台,将是这一融合的第一个成果。

同时,随着科学技术的发展,人工智能正越来越多地进入并改变着我们的日常生活。未来,可实现的四大突破:一是工业智能,即与传感器和互联网结合的终端技能以及工业大数据触发的传统制造业转型,即AI赋能传统行业;二是结合基因、微生物种群等多种信息源的精准化癌症治疗;三是结合 区块 链 的人工智能应用;四是国防应用,包括基于图像和音频信号的新型侦查手段、基于人工智能的无人战斗侦查载具和基于AI技术的信息战。

“当前,‘人工智能+ 区块 链 ’的壁垒在于硬件开发。”邓教授表示,MATRIX正在加紧研发除自己的矿机芯片。其原理是,通过把人工智能深度学习的算法的程序、模型程序固化到芯片中。这样以来,一是可以防止算法和模型被篡改,解决了算法安全问题;二是可以将数据放到芯片模型去处理,不再经过计算机的总线、CPU与显卡等,速度也会相应的提高很多。

“下一步,我希望通过研究院的形式,与地方政府合作,特别是制造业比较发达的园区联合建立研究中心,争取能在若干个样本领域建立一些个比较完备的应用体系。”邓教授他胸有成竹地说道。

本文来自投稿,不代表【新财经-http://www.xcaijing.com】立场,如若转载,请注明出处:【当前页面链接】