工業(yè)大數(shù)據(jù)與互聯(lián)網(wǎng)大數(shù)據(jù),有什么區(qū)別呢?
工業(yè)大數(shù)據(jù)紅了!它伴隨著“大數(shù)據(jù)”、“云計(jì)算”、“物聯(lián)網(wǎng)”、“人工智能”等概念的興起而逐漸火了起來,國外火,國內(nèi)也火,儼然成了國際“巨星”。但當(dāng)下很多人用純粹的互聯(lián)網(wǎng)大數(shù)據(jù)思維去理解工業(yè)大數(shù)據(jù),它就有點(diǎn)不開心了,小編要在這里要為它正名啦!
工業(yè)大數(shù)據(jù)與互聯(lián)網(wǎng)大數(shù)據(jù)在大數(shù)據(jù)分析技術(shù)上有很大差別。雖然大數(shù)據(jù)分析技術(shù)最早興起于互聯(lián)網(wǎng)中產(chǎn)生的社會和媒體大數(shù)據(jù)。然而,由于工業(yè)大數(shù)據(jù)具有更強(qiáng)的專業(yè)性、關(guān)聯(lián)性、流程性、時序性和解析性等特點(diǎn),僅僅依靠傳統(tǒng)的互聯(lián)網(wǎng)大數(shù)據(jù)分析技術(shù),已無法滿足工業(yè)大數(shù)據(jù)的分析要求。
工業(yè)大數(shù)據(jù)與互聯(lián)網(wǎng)大數(shù)據(jù)在大數(shù)據(jù)分析技術(shù)上有哪些不同呢?
首先,二者最大的不同在于對數(shù)據(jù)特征的提取。工業(yè)大數(shù)據(jù)注重特征背后的物理意義,以及特征之間關(guān)聯(lián)性的機(jī)理邏輯,而互聯(lián)網(wǎng)大數(shù)據(jù)則傾向于僅僅依賴統(tǒng)計(jì)學(xué)工具挖掘?qū)傩灾g的相關(guān)性
其次,互聯(lián)網(wǎng)大數(shù)據(jù)更加注重?cái)?shù)據(jù)的數(shù)量,而工業(yè)大數(shù)據(jù)更傾向于數(shù)據(jù)的全面性,即盡可能避免樣本出現(xiàn)遺漏、分散和斷續(xù)。以覆蓋工業(yè)過程中的各類變化條件,保證從數(shù)據(jù)中能夠提取出反映對象真實(shí)狀態(tài)的全面性信息。
與此同時,工業(yè)大數(shù)據(jù)的價值又具有很強(qiáng)的時效性,即當(dāng)前時刻產(chǎn)生的數(shù)據(jù)如果不迅速轉(zhuǎn)變?yōu)榭梢灾С譀Q策的信息,其價值就會隨時間流逝而迅速衰退。這也就要求工業(yè)大數(shù)據(jù)的處理手段具有很高的實(shí)時性,對數(shù)據(jù)流需要按照設(shè)定好的邏輯進(jìn)行流水線式的處理。
最后,工業(yè)大數(shù)據(jù)更加注重?cái)?shù)據(jù)質(zhì)量,而互聯(lián)網(wǎng)大數(shù)據(jù)則可以只針對數(shù)據(jù)本身進(jìn)行挖掘和關(guān)聯(lián)而不考慮數(shù)據(jù)的本身的意義。
舉個例子,如果我們把人工智能看成一個嗷嗷待哺、擁有無限潛力的嬰兒,那么某一領(lǐng)域?qū)I(yè)的、海量的、深度的數(shù)據(jù)就是喂養(yǎng)這個天才的奶粉。奶粉的供應(yīng)量充不充足決定了這個嬰兒能不能長大,而奶粉的質(zhì)量過不過關(guān)則決定了這個嬰兒后續(xù)智力發(fā)育水平的高低。
這就是為什么,盡管美國、德國在智能制造發(fā)展路徑上的選擇有所不同,但是他們都不會忽略大數(shù)據(jù)這個領(lǐng)域的發(fā)展??梢哉f,大數(shù)據(jù)是工業(yè)4.0時代的一個重要特征。
換句話說,相比于互聯(lián)網(wǎng)大數(shù)據(jù)通常并不要求有那么精準(zhǔn)的結(jié)果推送,工業(yè)大數(shù)據(jù)對預(yù)測和分析結(jié)果的容錯率遠(yuǎn)遠(yuǎn)比互聯(lián)網(wǎng)大數(shù)據(jù)低得多。互聯(lián)網(wǎng)大數(shù)據(jù)在進(jìn)行預(yù)測和決策時,考慮的僅僅是兩個屬性之間的關(guān)聯(lián)是否具有統(tǒng)計(jì)顯著性。比如,當(dāng)我覺得有70%的顯著性應(yīng)該給某個用戶推薦A類電影,即使該用戶并非真正喜歡這類電影,也不會造成太嚴(yán)重的后果,但是在工業(yè)環(huán)境中,如果僅僅通過統(tǒng)計(jì)的顯著性給出分析結(jié)果,哪怕僅僅一次的失誤都可能造成嚴(yán)重的后果。
因此,簡單地照搬互聯(lián)網(wǎng)大數(shù)據(jù)的分析手段,解決的只是算法工具和模型的建立,還無法滿足工業(yè)大數(shù)據(jù)的分析要求。工業(yè)大數(shù)據(jù)分析更加注重邏輯清晰的分析流程和與分析流程的相匹配的技術(shù)體系。這就好比很多專業(yè)領(lǐng)域的技術(shù)人員由于接受了大量與其工作相關(guān)的思維流程訓(xùn)練,具備了清晰的條理思考能力及完善的執(zhí)行流程,往往更能勝任復(fù)雜度較高的工作。
隨著新一代信息技術(shù)與制造業(yè)的深度融合,工業(yè)企業(yè)的運(yùn)營管理,越來越依賴工業(yè)大數(shù)據(jù)。工業(yè)大數(shù)據(jù)究竟有哪些價值?
從技術(shù)端來看:
工業(yè)大數(shù)據(jù)分析的價值在于它能夠解決什么樣的問題,能為用戶提供什么樣的服務(wù)。同時,這個過程強(qiáng)調(diào)的是,工業(yè)大數(shù)據(jù)能夠通過在橫向與縱向環(huán)節(jié)的互聯(lián)實(shí)現(xiàn)在統(tǒng)一平臺的信息共享,由此將資源利用與分析維度規(guī)?;?、價值最大化,進(jìn)而能夠最大范圍地面向各環(huán)節(jié)的用戶進(jìn)行應(yīng)用服務(wù)的定制與按需分發(fā),由此又可衍生出持續(xù)性服務(wù)共贏的模式。
從應(yīng)用端來看:
大數(shù)據(jù)環(huán)境能夠?yàn)楣I(yè)界,帶來的價值主要體現(xiàn)在以下幾個方面:
. 以較低成本,滿足用戶定制化的需求;
. 使制造過程的信息透明化,提升效率、提升質(zhì)量、降低成本和資源消耗,實(shí)現(xiàn)更有效的管理;
. 提供設(shè)備全生命周期的信息管理和服務(wù),使設(shè)備的使用更加高效、節(jié)能、持久;減少運(yùn)維環(huán)節(jié)中的浪費(fèi)和成本,提高設(shè)備的使用率;
. 使人的工作更加簡單,甚至部分代替人的工作,在提高生產(chǎn)效率的同時降低工作量;
. 實(shí)現(xiàn)全產(chǎn)業(yè)鏈的信息整合,使整個生產(chǎn)系統(tǒng)協(xié)同優(yōu)化,讓生產(chǎn)系統(tǒng)變得更加動態(tài)和靈活,進(jìn)一步提高生產(chǎn)效率并降低生產(chǎn)成本。
知名信息專家涂子沛說:“數(shù)據(jù)可以治國,也可以強(qiáng)國”,“得數(shù)據(jù)者得天下”。借用涂子沛的這句話,我們還可以說:“數(shù)據(jù)可以治業(yè),數(shù)據(jù)可以興業(yè),得大數(shù)據(jù)者將占據(jù)新工業(yè)革命之先機(jī)!”
來源:機(jī)電商報(bào)