时间:2018年01月17日 用户名: 密 码: 新用户注册 | 忘记密码 返回旧版 RSS订阅 English
中国轨道交通网
热门关键字:轨道交通中国轨道轻轨
您现在的位置是: 跳过导航链接中国轨道交通网 > 访谈会堂 > 详细

用科技延伸人类智慧

专访北京明略软件系统有限公司技术副总裁黄代恒

来源:中国轨道交通网 记者:余思晗 点击率:1022 发布时间:2017-12-08

2017年10月,北京明略软件系统有限公司(以下简称“明略数据”)荣获投资界“2017年中国最具投资价值企业50强”,德勤颁发“德勤—华兴中国明日之星”的殊荣。不仅频频获得大型投资界及咨询公司的青睐,还吸引着IT界及人工智能各领域的关注,被《商业伙伴》评为"2017最值得关注的BIGDATA100中国大数据百强企业",入选IDC中国“首届‘互联网+’产业创新企业100强”……在竞争激烈的科技圈,短短三年便能崭露头角,明略数据“技术商业化”的标签属性,进驻到轨道交通行业又如何赋能产业升级?中国轨道交通网有幸采访到明略数据技术副总裁黄代恒先生。在黄总的分享中,让我们一起走进明略数据行业知识图谱的世界!

成立于2014年的明略数据,是一家以知识图谱为支撑的行业人工智能解决方案提供商。在过去的几年中,明略数据一直深耕公共安全、金融、工业与物联网等行业领域,致力于构建行业的知识图谱。2015年,明略数据触及轨交行业,并于同年成功开发实施了其第一个轨交大数据平台项目。随后的两年中,明略数据以“极客追求•极致服务”的格物致知精神在轨交领域一路探索、一路前行,先后开发了“设备全生命周期管理解决方案”、“智能维保解决方案”等,并获得市场的高度青睐。时至今日,明略数据已初步形成了涵盖轨交系统综合分析、实时监控、智能维保、设备全生命周期管理等完整的轨交设备领域“大数据驱动的智能化解决方案”。

用科技延伸人类智慧
——明略数据在各个领域的愿景是希望通过数据技术形式行业人工智能,从而真正达到机器辅助人类、赋能于人,提高业务效率。

“明略数据脱胎于秒针公司,从2009年开始我们的团队就已经在秒针公司开始用大数据来监控互联网广告,所以我们的团队本身在大数据方面就已经有多年技术的积淀。”黄代恒介绍。 

在“行业人工智能”大趋势的背景下,经过3年多的市场洗礼、行业知识图谱的沉淀以及8年大数据技术的积累,2017年8月,明略数据首次发布行业人工智能大脑——明智系统,实现了其在新一轮技术之路的完美起点。该系统基于“格物致知,人机同行”的理念,以中国市场首个知识图谱数据库“蜂巢” 为人工智能应用基础构建的行业知识图谱,通过符号推理和机器学习构建公安大脑、金融风控大脑、工业安全大脑,最终以对话的形式降低人工智能产品使用难度,实现人机同行。

作为“行业人工智能”的推动者,明略人凭借着超强的数据能力和学习能力,结合各行业知识,已经在各领域形成了行业人工智能的应用雏形。在成立的短短几年中,明略数据成功的打造了自己的“企业蓝海”,赢得了市场与客户的一致赞誉。黄代恒介绍到,在过去的几年中,明略数据先后开发了“明略数据资产管理平台”、“明略知识构建与管理平台”、“明略大数据治理产品”、“明略大数据图谱联机分析产品”、“明略蜂巢知识图谱数据库”、“明略对话机器人产品”等众多成果,在公安、金融、工业与物联网领域得到了重要应用。

“目前的成绩仅仅是开始。未来,在用科技延伸人类智慧的路途上,我们要走的路还更远。”黄代恒如此说到。

“机遇”、“挑战”中的工业与物联网+人工智能
——轨交系统的高速发展是中国“城镇化”进程的关键,自2015年实施第一个轨交大数据平台项目开始,明略数据已经初步形成了完整的轨交设备领域“大数据驱动的智能化解决方案”。


截止2017年6月底,中国大陆地区已经有31座城市开通运营轨道交通线路,运营线路138条,线路总长度4066公里,车站2794座。同时全国还有超过40座城市的100多条线路正在建设,预计到2020年,城市轨道交通运营线路长度将达到6000公里左右。中国已经成为世界上城市轨道交通发展速度最快、运营线路最多的国家。庞大的市场规模及快速的发展趋势,给行业带来了严峻的挑战以及无限的可能,如何采集数据?如何运用数据?如何让数据说话?等问题,俨然成为了行业发展的一大瓶颈。在此市场需求下,明略数据轨交设备领域“大数据驱动的智能化解决方案”应运而生。
 

“目前,明略数据在轨交领域的解决方案从受众对象来说可以从两个方面去概括,一是地铁运营公司,比如北上广深这些地铁运营公司,他们的线网规模庞大,列车运营时间长。单是车辆而言,每辆列车上都有着上万组传感器数据,当这些数据采集汇聚后,如何通过技术分析预知故障,让操作人员洞察风险,从而提升轨交运营效率、节约成本?这就是我们明略数据需要为地铁公司提供的解决方案。二是制造型公司,因为轨交设备的零部件本身也是纷繁复杂的,牵一发而动全身,如何有效的将零部件与整车进行关联性的平台搭建,也是我们服务的领域。”基于此,明略数据成功研发了轨交设备领域的“大数据驱动的智能化解决方案”,提供从“信息化+人工分析”到“智能化数据说话”的分析服务。该解决方案其中主要包括“设备全生命周期管理解决方案”、“智能维保解决方案”。

针对解决海量轨交设备数据接入、数据管理和监控问题,明略数据提供了一组物联网数据处理套件,包括数据接入、主数据管理、监控引擎三大部分。通过数据网关和流式处理工具支持千万级测量点海量数据的实时接入和协议解析;基于历史数据对设备状态进行全面评估和寿命预测;从多维数据中发现影响质量和效率的关键因子和特殊变化趋势,从而实现快速定位、迅速采取措施、避免引发安全事故的目的。

一直以来,明略数据始终站在行业的最前沿,利用“工业物联网+人工智能”的大数据平台,为行业、为客户因时制宜、因地制宜的实施解决方案。在黄代恒看来,基于“数据湖”的明略数据解决方案与传统的“数据库”是有着“关联与区别”集一体的概念。他认为轨道交通的数据库是庞大而繁复的存在,诸如列车总线的数据一样,是一组一组的二进制数据,包括视频数据、文件数据,传统的关系型数据库存储以结构化为主,需要大量的人工推算进行总结分析。而明略数据的解决方案最大的区别就是能够把不同的数据形式进行串联转换融合成一个综合的体系去使用,在实时的数据接入过程中,在规则引擎的工作下,不同的数据特征会为工作人员提供判断,从而达到渐进于智能化的数据分析状态。

让科技在专业的领域更高效
——今天无论是“知识经济”、“知识爆炸”还是“信息爆炸”,其基本特征都是科学技术日新月异的体现,新技术、新成果层出不穷,也是发展需求的侧面反映。

随着科技的发展和需求的深入,创新科技正在以前所未有的速度冲击着各行各业。这是一个基于知识爆炸的新商业革命,也是一个新时代起点的标志性产物,知识的流转、使用正在推动着新的互动形式,扩充人类经验,并在全新的高度为每个行业提供无穷无尽的可能性。在黄代恒看来,明略数据为行业人工智能所提供的技术支持,是目前中国人工智能行业中,所构建的最复杂的计算系统之一。从格物致知到人机同行,明略数据在每一次的技术革新中,始终是技术商业化的领跑者。

“我们国家整个工业物联网体系中,包括轨道交通方面,整体趋势肯定是智能化方向。但就目前的现状而言,仍处于过渡阶段。部分信息化和数据串联其实并没有深入到智能化领域。”黄代恒认为,目前中国轨交领域在智能化的应用方面其实已经在世界范围内达到了一定水平和高度,“此前通过公司业务,我们接触过的发达国家在工业智能化领域的应用水平各不相同。其中一个是日本,他们的城轨体系虽然比我们国家发展的早,但是他们对智能化技术的应用却是相对比较保守,现在仍然以使用传统的数据库处理问题为主。另一个国家是新加坡,他们的城轨在智能化应用方面比较领先,在数据接入和处理方面都已经做了很多工作,一些主流的先进技术也都已经进行了尝试或者正在尝试,无论是高度还是深度都值得我们去学习。”

对于促进行业科技创新发展,明略数据有着强烈的认同感和使命感!关于在轨交领域未来的部署,其一直有着非常清晰的定位。“在轨道交通领域,明略数据本身已经做了许多卓有成效的工作。在未来的战略发展中,我们主要将重点放在‘两个思路’上,一是进一步加强企业间的连接和融合,我们既服务于制造商,又服务于运营企业,出于‘三者结合’的需要,加强它们之间的联系,是我们必须要做的工作。我们的角色就是润滑和连接,构建一个开放性的平台,在这个平台上做纯数据的挖掘存储,打通制造商和业主单位之间的封闭性,让他们在这个数据平台上完成自己模型的开发和训练。二是拓展技术使用深度,明略数据经过多年的研究推出了‘知识图谱’概念,即通过使用基于图数据库的混合存储技术,实现大规模知识图谱数据存储。这不同于以往关系型数据库的存储,知识图谱将所有数据以实体-关系-事件-属性的形式存储,这种形式最直观的展示了数据以及数据背后的关联,真正做到了‘所见即所得’。目前,基于这种将核心设备串联起来做综合性的分析模式,是我们正在加深研究的领域。”

“路漫漫其修远兮,吾将上下而求索。”在这个科技水平突飞猛进的时代,在这个新一轮人工智能革命已经到来的时代,明略人正在用自己“极客与极致”的服务精神为中国的“行业人工智能”添砖加瓦。作为明略数据的一员,在黄代恒眼中,属于明略数据的宏图才刚刚开启,“未来,是人机共存的时代,明略数据追求基于事实的每一条数据,与客户同行,让数据‘开口说话’”。

在用科技延伸人类智慧的路途上,明略数据正在低调而快步前行……

责任编辑:

Tel:021-51603532 0571-87162381(会员)021-51603553(杂志)021-51603551(会议)021- 51603533 51603599(销售) Fax:021-51603552
CopyRight© 2009—2020  www.rail-transit.com All Rights Reserverd  版权所有 中国轨道交通网
沪ICP备10006779号