在中国的云计算市场上,人工智能与云服务融合发展模式

【电工电气网】讯  8月24日,在中国移动首届云计算大会上,中国移动“大云”4.0重磅发布,中移软件技术有限公司副总经理孙少陵在现场介绍了大云4.0的设计理念和相关技术指标等信息。原信息产业部部长吴基传、江苏省副省长马秋林,中国移动副总裁李正茂出席大会,来自IBM、Intel、甲骨文(Oracle)、VMWare、天睿Teradata、中国工商银行、华为、浪潮等企业的代表,以及政府领导和行业专家共计700余人参加了此次盛会。  中国移动“大云4.0”平台包含云计算、大数据技术和平台产品,拥有Hadoop系统、搜索引擎、Pass平台、大云数据中心操作系统等26项核心产品,能够实现在大IT技术架构下的全新平台、服务和生态构建能力,可以为各行业提供公有云、私有云、混合云、专有云、行业云总体解决方案。  中国移动还面向政务、金融、教育等行业发布了一系列创新的云解决方案,涵盖计算、存储、网络、安全、数据分析、数据库、开发测试、管理服务等各个层面,帮助客户更好地推进企业应用向云迁移。  2017年4月10日,工信部印发《云计算发展三年行动计划(2017-2019年)》(简称《计划》),提出了未来三年我国云计算发展的指导思想、基本原则、发展目标、重点任务和保障措施。多家市场机构预测,到2020年我国云计算市场规模将突破5000亿元大关,并将进一步拉动数据中心、硬件、软件等上下游产业发展。由此,中国的云计算也进入到了爆发期。  在中国的云计算市场上,阿里云已经一枝独秀。根据国际市场研究机构IDC公布的“2016年度中国公有云市场统计数据”,阿里云的市场份额是40.67%,几乎占据公有云市场的半壁江山,而在最新一季财报中,以阿里云付费用户数首次超过100万,收入同比增长96%至人民币24.31亿元(3.59亿美元)。  当然,电信运营商也并非毫无作为。刚刚发布的三家电信运营商的财报来看。2017年上半年,三大运营商云计算业务也发展很快。中国联通称,IDC及云计算业务收入达
58.0亿元,同比增长22.0%,中国电信则表示,新兴ICT方面,上半年收入超过200亿元。  与互联网公司相比,电信运营商还是有自己的优势。有专家指出,从关联性看,在云计算市场,运营商的优势明显,在与网络、数据相关的厂商中,三大运营商无疑拥有着众多天然优势,比如说拥有数量最多的数据中心,拥有最为丰富的基础网络资源,也拥有宝贵的互联网国际出口带宽,运营商仍有追赶机会。  最为重要的是,电信运营商拥有多年的严苛环境下的运营经验和质量保证,以中国移动为例,为八亿用户长期提供不间断的高达99.999%的电信级安全运营,这些让电信运营商的云计算服务在可靠性上能够得到社会各方面的认可。  在2016年5月,中国移动中标中国工商银行云计算技术支持服务项目(IaaS),将完全采用自主研发的大数据和云计算产品——“大云”,基于国际主流开源框架,为工商银行构建定制化基础设施云。这是双方在云计算领域的首次尝试,将共同探索和推动金融行业IT架构转型,提升银行IT基础设施的安全性、可靠性、稳定性。  在这次大会上,中国移动表示,将继续坚持以客户为中心,与产业合作伙伴一起,通过新型IT力量,不断挖掘数字化商业价值,加速数字化转型,为数字化时代提供发展新动力。

【电工电气网】讯  业内人士表示,中国应从标准、生态、应用三方面入手,抢占全球基础设施主导权。  在人工智能领域,我国面临的紧迫问题是“人工智能与云服务融合发展模式”尚未确立为与电网、交通网络、互联网等类似的“国家基础设施”。云计算是人工智能快速大范围应用的基本条件,也是未来智能时代各国竞争的焦点。  目前,我国部分企业动手较早,为云计算的产业发展抢得了部分先手,但比亚马逊的AWS、微软等公司仍晚了5年左右,尤其是在软件生态、数据中心标准等方面差距明显。业内人士表示,在目前背景下,中国应抓住“黄金十年”,从标准、生态、应用三方面入手,抢占全球基础设施主导权。  中美之间有五年的应用差距  在人工智能时代,互联网是基础设施,云计算是公共服务,大数据是生产资料。人工智能这一“新引擎”未来向各行业大规模应用,离不开云计算这一“新平台”;借助云计算,将硬件和计算资源进行集中管理,可大大提高硬件使用效率,减少硬件资源闲置与浪费。  业内人士介绍,传统IT每4元钱的购买成本,云计算1元钱就可以做到。也就是说,亚马逊的AWS等云计算公司每做1美元的业务,IBM、Oracle就损失4美元的生意。  阿里集团副总裁刘松介绍,早在2008年,阿里就发现自己是中国所有互联网公司用IBM服务器、oracle数据库最多的公司,如果按照这一速度随着业务扩展去购买小型机昱数据库,阿里很快就会破产了。2009年阿里云正式成立,2012年阿里云官网上线,开始大规模对外提供服务,目前业务对象已从小型互联网公司,扩展到大型企业、政府部门,并于2015年开始国际化。与美国企业相比,几乎算是同时起步。  随着业界不断的探讨及探索,云计算产业的发展路径和方向已经非常清晰,中美共同站在云计算高速发展的起跑线上,领先其他所有国家。当前,我国云计算发展更是迎来了“黄金窗口”。  有“互联网女皇”之称的玛丽·梅克以及毕马威都在今年的报告中,将印度、泰国等“一带一路”国家定义为互联网巨头的必争之地,我国BAT正在积极布局自己的云计算平台战略,为“一带一路”国家输出解决方案。  记者了解到,阿里云近期新增了印度和印尼两大数据中心,阿里云在全球14个地域开放了31个公共云可用区,为全球数十亿用户提供可靠的计算支持。此外,阿里云在全球共部署200多个飞天数据中心,通过底层统一的飞天操作系统,为客户提供全球独有的混合云体验。腾讯云宣布继香港、多伦多、新加坡后,今年将新增包括韩国首尔、印度孟买等在内的5大海外数据中心。  但是,腾讯技术工程事业群数据中心负责人钟远河表示,目前中国BAT三家互联网巨头所拥有的数据中心服务器数量之和,还不及美国亚马逊一家公司的一半。不过,业内人士也指出,数据中心不是衡量服务能力的唯一指标,产品、服务、安全、合规等等也是开展全球业务的重要指标。  标准与软件创新尚存差距  中美间即将展开的人工智能竞赛中,我国面临的最大问题是“人工智能与云服务融合发展模式”尚未确立。百度总裁张亚勤表示,百度未来的云战略,就是瞄准了人工智能方向;过去不少云计算的业务都是将数据简单地搬到云上,未来百度会将云计算全面人工智能化,业务方向也将主要朝向“云计算+AI”的方向。  针对这一趋势,国际巨头已经提前布局。具体表现在:一是云数据中心标准战打响,亚马逊作为行业巨头率先向下重新定义硬件生态。业内人士介绍,通用的硬件产品无法很好满足云数据中心的要求。亚马逊AWS一直以基础设施的理念建设数据中心,超过几百万台的布局后,已经具备了定义硬件的条件。近年来,亚马逊一直着手定制化硬件产品,包括定制路由器、服务器以及自己改造的数据中心电力控制单元,用自己的实用效果来定义未来“云数据中心”的全球标准。对中国来说,没有标准可能会导致一大批云计算的投入最终“打水漂”。刘松表示,国内“云数据中心”建设可谓“遍地开花”,但大部分数据中心只有“云之名”,没有“云之实”,无法满足当前全球大规模公共云服务应用标准,反而形成大量的资源闲置与浪费。  二是通过云计算反哺软件的创新能力,这一特征正在向上重塑软件行业生态。刘松说,实现从传统IT生态向云生态的转型,将大大提升我国软件创新能力,可以改变PC时代大型软件假手于人的状态。由于云计算天然支持移动互联和在线数据分析,可以做到实时的智能化推送,在美国,基于云计算已经诞生了很多新的软件公司,形成了全新的软件生态,公共云模式因此重新定义了软件行业。但我国目前仍将云服务归类在软件侧,这其实是将其“狭义化”了。  把握云计算快速发展
“黄金十年”  “互联网+”其实很大程度上是“云计算+”,不少业内专家指出,针对这一战略点,中国需要前瞻性地布局整个产业的发展,制定以云计算为核心驱动力的产业发展战略,聚集核心资源,打造自主可控的IT大生态。  顺应云计算的发展规律,积极输出云数据中心标准。刘松建议,可以借鉴亚马逊AWS等国际领先企业的经验,参照大规模公共云计算的要求,研究并制定云数据中心建设标准,全面规范数据中心的建设。同时,要求提供云计算服务的数据中心参照或遵循国家标准,并引导相关行业采用云服务时参照特定的云数据中心标准。  大力支持中国公共云服务走出国门,为“一带一路”及中国企业全球化提供高科技支撑。例如,鼓励中国走出去的企业采用本土企业的海外公共云服务;协调国家主导的重大海外项目,与走出去的公共云结合,为海外政府和客户提供一体化解决方案等。  推动重点行业的云落地。上海优刻得信息科技有限公司CEO季昕华说,很多高校在承接发改委、科技部等部门的资金项目时,经费只能适用于买设备,不能用于买服务每个项目都买设备,最后就有可能服务器大量的闲置浪费。建议在科研经费使用中,将云计算服务列为可使用的方向之一。同时在政务、金融、医疗等重点领域入手,主导并推动“金融云”、“政务云”、“医疗云”等行业云建设,全面提升行业数据化、智能化水平,同时实现与互联网的全面融合。  推动制造业的企业上云和制造业的智能化变革,以云+数据+智能支持“中国制造2025”变道超车。浙江省今年开始推进10万企业上云,目前已初见成效,中小企业因为上云加速了移动化,互联化的进程,并大幅降低信息化门槛,一些大型企业通过推进工业云,工业大数据,工业大脑等项目,完成了生产的良品率提升,供应链的全流程优化。大数据在云端与制造业形成跨界融合的变革机遇,为“中国制造2025”打开一扇快速赶超的新路。

【电工电气网】讯  智能制造是先进制造技术与信息技术的深度融合,是我国传统产业转型升级和战略性新兴产业发展的共同使能技术  智能制造是先进制造技术与信息技术的深度融合,是我国传统产业转型升级和战略性新兴产业发展的共同使能技术。智能制造对应的是第四次工业革命,在其9大技术支柱中,工业物联网、云计算和工业大数据是基于分布式和连接的三大基础,工业机器人和3D打印是两大硬件工具,知识工作自动化和工业网络安全是两大软件支持,而虚拟现实与人工智能是面向未来的两大牵引技术。  何谓人工智能  人工智能是一种机器智能,是由机器来仿真或者来模拟人智能的系统或者学科。人工智能的主要研究内容包括认知建模、知识表示、推理及应用、机器感知、机器思维、机器学习、机器行为和智能系统等等,推理、知识、规划、学习、交流、感知、移动、操作等,这些都是做人工智能所要研究的基本东西。  说到人工智能,有一位先生我们不能不提及——图灵(Alan
|Turing)。他既是计算机之父,也是人工智能之父。图灵测试,一种用来判断机器是否具有智能的测试,正是由他提出并以他的名字命名。1956年,十多位当时著名的科学家聚集在达特茅斯,花了两个月的时间讨论人工智能问题,从此开辟了一个全新的跨学科领域——人工智能领域,距今已经过去了60多年。人工智能在这60多年中,其实可以说是经历了起起伏伏。    人工智能的三大浪潮  人工智能有三大门派,第一个门派通常叫逻辑主义,也叫符号主义,核心是符号推理与机器推理,用符号表达的方式来研究智能、研究推理。第二个门派称为连接主义,核心是神经元网络与深度学习,仿造人的神经系统,把人的神经系统的模型用计算的方式呈现,用它来仿造智能。第三个门派是行为主义,推崇控制、自适应与进化计算,目前提及较少。  人工智能的第一次浪潮是1956年~1976年,主要是符号主义、机器证明、人工智能逻辑语言进步比较快,当时最大的一个成果是专家系统、知识工程。人工智能在发展初期非常热门,被广泛看好。1958年,在人工智能诞生两年之后,有两位大师(Simon与Newell)提出了一个著名的预言,预言10年之内很多事情人工智能都能解决。比如说:  10年内战胜国际象棋冠军  10年内发现和证明有意义的数学理论  10年内能谱写优美的乐趣  10年内能实现大多数的心理学理论  但是20年以后,知识工程方面设定的远大目标实现起来大多困难重重,Minsky在1979年发表的文章《K-lines:
|A |Theory |of
|Memory》,基本上否定了神经网络大规模学习的能力,符号主义和连接主义从此消沉,人工智能进入了第一个低潮、冰河期。  1976年~2006年间的30年是人工智能的第二次浪潮。在这一次浪潮中,经过几次里程碑式的工作,连接主义重新抬头。其中,1986年提出的BP网络,第一次证明了神经元网络的学习训练过程可以收敛,这可以说是整个人工智能浪潮的奠基性工作。  虽然神经网络理论的完善使得连接主义重新盛行,但是一直到2006年之前,人工智能仍然迟迟走不出实验室的理论研究,很难真正应用到工业界。在2006年,杰夫·辛顿(Geoffrey
|Hinton)联合杨立昆(Yann |LeCun)、约书亚·本吉奥(Yoshua
|Bengio)发表了具有突破性的一篇论文《A |Fast |Learning |Algorithm |for
|Deep |Belief
|Nets》(深度信念网的快速学习方法),从理论上解决了原有神经网络规模无法扩展,只能处理单一情况无法处理复杂情况的问题,直接推动深度学习理论取得突破,一路发展到今天的高度,形成了人工智能的第三次浪潮。  从本质上说,第二次和第三次浪潮在方法论上并没有本质区别,差别在于深度学习的成功。硬件的进步和卷积神经网络模型与参数训练技巧的进步,是促成深度学习成功的两个重要因素。  人工智能的现状  随着第三次人工智能浪潮的到来,通过“机器学习”与“深度学习”,用计算机来模拟人的思维过程和智能行为的研究得到极大发展。深度神经网络应用在语音识别和图像识别这些领域后,取得的突破尤其明显。  以智能语音交互领域为例,这是一个高门槛的核心技术领域,全球竞争激烈。2000年之前,中文语音产业控制在微软、IBM等国际IT巨头手中。现在,国内的科大讯飞已经成为亚太地区最大的语音和人工智能上市公司,中外各大互联网巨头,包括谷歌、苹果、百度、腾讯、阿里巴巴等,都纷纷建立自己的语音研发团队。在这个移动互联的时代,成千上万的移动互联网APP应用接入了语音云平台服务,越来越多的行业领域,包括汽车领域、手机领域、智能家电领域,都开始应用语音交互服务。在国家支柱产业的航天航空领域,语音控制和语音交互功能也早已不是国外战机独有。作为一家专注于航空领域语音交互解决方案的技术供应商和产品制造商,航飞科技有限公司所研制的智能座舱语音控制模块和产品已经在国内主机所多个型号的战斗机上实现装机和试飞。  在过去的2016这一年间,语音识别的性能不断取得突破。2月,百度deep
|speech2引擎的短语识别词错率降到3.7%;5月,IBM
|Watson系统的会话词错率低至6.9%;9月,微软新系统的英语语音识别词错率低至6.3%,10月进一步降低到5.9%,媲美人类。根据斯坦福大学所做的一项实验结果统计,在移动设备上,无论是中文还是英文,采用语音的方式比手动打字的输入速度快三倍。  在智能制造领域,工业机器人成为人工智能的杰出代表被反复提及,成为智能制造的重要实现端之一。不少制造业企业探索并引领着智能制造中智能机器人的发展,而工控圈内外的跨界合作比比皆是。2013年,谷歌将波士顿动力(BostonDynamics)等8家机器人公司纳入麾下。2014年,AI公司Vicarious获得了由ABBTechnology
|Ventures领投的1200万美元投资。2015年,阿里巴巴联合富士康向日本软银旗下的机器人公司SBRH进行战略投资。2016年,西门子新业务部门Next47正式成立,承担挖掘西门子在电气化、自动化和数字化核心业务领域颠覆性的创新想法和潜力,其关注对象包括人工智能。2016年工博会,发那科、思科、罗克韦尔自动化合作发布了FANUC
|Intelligent |Edge |link |and
|Drive(FIELD)系统。FIELDsystem实现了先进的机器学习和深度学习能力,结合了人工智能和尖端计算机技术使分布式学习成为可能,机器人和设备的运行数据在网络上被实时的进行处理,这也使各种设备之间能更智能的进行协调生产,令原来难以实现的复杂生产协调成为可能。  科大讯飞董事长刘庆峰在今年的两会上提议将人工智能战略作为国家重点领域,他认为即使未来3~5年没有技术重大突破,以现有人工智能技术要素,也会形成巨大的应用突破和产业突破。哪个国家优先占住制高点,未来人工智能就会走在全球的前列。  结语  人工智能的发展已经经历了两起两落,现在正处于第三次蓬勃兴起的大好时期。目前,过分夸大和贬低人工智能都是不可取的。人工智能的很多研究成果,已经可以期待在数年后真正用于制造业的生产过程。但是在今天,其实用性还需要时间来优化和成熟。  我们现在要实现的智能制造,是基于人造智能而非仅仅是人工智能的智能制造。其中,源于工业领域长期积累的工业智能,与源于信息领域的人工智能,是需要相互借鉴和融合的。以这两种智能技术为主体,兼顾其他智能技术,是今后智能制造技术的主流发展方向。起步于工业智能,逐渐融入人工智能,应该是适于中国企业的智能制造之路。

相关文章