本報記者 王志
“工業互聯網為智能制造提供了基礎，是中國產業轉型升級的一次重要戰略機遇。工業互聯網一定有泡沫，但是其本身絕不是泡沫。”9月27日，CIO時代學院院長、中國新一代IT產業推進聯盟秘書長姚樂在由中國冶金報社、唐山市工業和信息化局共同主辦的2019（第五屆）中國鋼鐵產業互聯網+推進大會上表示。
姚樂指出，工業互聯網平臺是一個基于云計算和大數據技術的新型技術平臺，支持應用的大并發和大數據處理。未來各個行業及企業都需要工業互聯網平臺。在這樣的平臺上實現設備與設備、設備與人、人與人的交互。工業互聯網通過智能機器間的連接并最終將人機連接，結合軟件和大數據分析，重構全球工業，激發生產力。
工業互聯網需要大量連接，在過去的4G時代，連接數是有限的，在智能工廠中，很多設備要互聯，很多工序要對話，大連接是5G的一個重要的特點。
工業互聯網聯盟（IIA）定義工業互聯網平臺關鍵技術結構為應用層、平臺層、IaaS（基礎設施即服務）層、邊緣層。工業互聯網平臺發揮人工智能服務平臺、大數據處理平臺、去中心化治理平臺、微服務開發平臺、全要素連接平臺的作用。
在這樣的平臺下的APP的特征是基于平臺的原生云應用開發、具有微服務架構、即插即用的模式，此外還有全場景知識的軟件化和服務化、數據和智能是核心、開放數據接口(Open API)等特點。
工業互聯網平臺需要管理海量和異構的結構化、半結構化和非結構化數據。工業大數據是各種類型的數據通過數據管道進入到不同的數據存儲容器，從而供不同場景分析和使用。姚樂指出，大數據平臺演變的趨勢是摒棄大而全的Hadoop架構（一個分布式系統基礎架構），轉而采用積木式搭建的基于容器云的微服務架構。工業大數據作為工業互聯網與工業4.0的核心關鍵技術，是未來發展工業智能的基石。
當談到工業智能的發展方向時，姚樂表示，工業智能的兩個方向是知識圖譜、深度學習。知識圖譜是指工業智能可以根據已知的要素與要素之間的相互關系推理得到相應的解。深度學習是指在生產中有大量需要人工去判斷、發現的問題，機器可以通過圖像視頻、設備數據、工況參數、環境信息等數據來發現并解決這些問題。
基于以上特點，工業智能技術在生產現場優化、生產管理優化、經營管理優化、產品生命周期、供應鏈上得以廣泛應用。其發展趨勢是模型訓練和實時推斷將更多在邊緣計算單元中進行。
“智能制造的前期應用包括機器部分替代人，以及生產的質量監控、設備預測性維護、運營優化等，隨著智能制造的發展越來越成熟，加之CPS的愈發完善，智能制造在后期將廣泛應用于無人工廠、3D打印等。”姚樂介紹。
