專訪博世王紅星：大數據和AI將是中國製造業升級新動力

科技 04-10

「2019 Python開發者日」全日程揭曉，請掃碼諮詢

作者 | suiling

編輯 | 琥珀

出品 | AI科技大本營（ID:rgznai100）

數據分析挖掘與工業大數據是智能製造與工業互聯網的核心，其本質是通過促進數據的自動流動與智能決策去解決控制和業務問題，有效減少決策過程所帶來的不確定性，並盡量克服人工決策的缺點，從而推動智能製造進程與智能工廠的建設，幫助製造企業保持競爭力。但是對於一般用戶來說，可能並不是很了數據分析在製造行業所能帶來的收益和影響。

近日，博世中國投資大數據分析師王紅星接受了AI科技大本營的專訪。採訪中他從產業和技術的角度分享了大數據和AI在製造業的應用，以及面臨的問題。

王紅星，本科就讀於數學與應用數學專業，研究生繼續攻讀概率論與數理統計專業，曾任希捷科技（Seagate Technology）數據分析職位，後加入邁科網路（Mexnet）協助籌建數據研究院，現任博世（中國）投資大數據分析師，負責大數據和數據分析相關業務，為博世集團各個事業部和製造工廠完成數字化和數據驅動轉型。

大數據和AI是製造業升級的新動力

王紅星表示，大數據和AI的在製造業中已不僅僅局限於宏觀上的設計和規劃，更有諸多的實際應用案例落地，已經在切實幫助製造業企業節省成本，提高產能，提升行業競爭力。這些應用領域可以覆蓋設備的預測性維修、產品的質量保證、產能優化與排程、產量提升、參數優化等各個方面。

比方說在預測性維修領域，通常的做法是每個固定的時間之後做機器的檢修工作。由於機器本身的複雜性等因素，通常設備工程師並不知道設備的哪個環節或零件會有問題，缺乏針對性；並且，設備的磨損和消耗只有累積到一定程度才能都顯現出來，並被檢查到。而生產過程中的突然停機事故會影響產能，有時也會影響產品的質量。

雖然從本質上講，大數據和AI的加持可以幫助製造業完成數字化的轉型，但是在實踐中，還是存在不少問題和難點，比如數據質量問題。在他看來，工業大數據中，數據質量一直是許多工廠和企業面臨的挑戰。這些數據源通常包括感測器、數據的軟硬體採集模塊、通訊協議、各個生產製造系統以及各類輔助系統。所以，企業必須在數據質量的管理上下功夫，特別是在製造業領域，不能僅僅追求數據的量大，更應注重數據的全面性，在特定的應用場景下，還應該關注數據的準確性與實時性。

從企業角度看，大數據和AI在製造業的應用可以幫助企業進行智能化改造和升級，但是從國家角度看，製造業升級是推動中國產業變革的催化劑，而大數據和AI則是製造業升級的新動力。從國家戰略層面看，美國的工業互聯網、「德國工業4.0」、「中國製造2025」本質都是實現傳統製造業的轉型升級，實現數字化、智能化，更加符合多元化以及柔性生產的要求，從而在新的歷史條件下的激烈競爭中立於不敗之地。

王紅星認為當前中國的製造業企業智能化和數字化程度參差不齊，不同細分行業的自動程度也大相徑庭，比方說，電子製造業的自動化程度一般會比機械製造類的自動化水平要高。但是，所有的製造業企業都應該關注自身特點，積極擁抱數字驅動變革，針對數據採集、治理、平台等重點方面的科技趨勢，對於相對成熟和明確的解決方案進行戰略性投資，以保持企業持續的競爭力。

Python在AI領域扮演怎樣的角色？

產業的一端是企業，另一端是無數奮鬥在一線的廣大開發者，對於開發者來說，他們更關注的是技術的方向和趨勢。他們更想了解的是Python在大數據和AI領域扮演著怎樣的角色？未來有怎樣的發展空間？

對於這個問題，王紅星表示，目前已經有很多工具輔助大數據分析和人工智慧，但毫無疑問，Python是最受歡迎的。首先Python易學易用，這個語言有著直觀的語法並且還是個強大的多用途語言，也因此經常被稱為」膠水」語言。在機器學習，大數據，人工智慧領域已經有了成熟的軟體包和生態，涵蓋了數據採集、清洗、模型、部署的方方面面。在可以預見的未來，python仍然是大數據與人工智慧領域的主要語言，套用一句流行語「人生苦短，我用Python」。

如何更高效地學習Python，並學以致用，解決實際問題？王紅星認為，答案是要「用」。Python的語法直觀，簡單易上手，關鍵是使用Python去解決現實中遇到的問題。如果沒有現實的問題，最好也可以做到學以致「練」。當然，剛熟悉完Python的語法，有時直接上手應用會有點摸不到頭緒，甚至語法部分有些也晦澀乏味。

關於 2019 Python 開發者日

4月13日-14日，中國IT技術社區CSDN將重磅啟動「2019 Python開發者日」。本次活動，我們將邀請王紅星帶來《數據分析及大數據在製造業的應用》的精彩分享，涵蓋數據分析和大數據技術的基本概念、方法及工具，並介紹大數據分析技術在製造領域的典型應用案例，主要包括：

（1）數據分析的基本概念、工具及技術

（2）工業大數據的範疇、典型特徵及發展現狀

（3）應用場景和應用熱點

（4）典型應用案例，包括自動診斷、預測性維修、全自動生產線等

（5）數據分析項目的實施

演講之外，王紅星還將利用4個小時的集中訓練，帶來Python在數據分析和大數據應用方面的實戰，帶大家重新認識Python與數據。

培訓大綱如下：

數據的分析與挖掘能力已成為企業保持競爭力的必要條件，Python無疑在數據分析挖掘中扮演著無可替代的角色，也是數據科學家的首選工具之一。這裡將會介紹數據分析的基本過程，並如何使用Python完成數據的抽取、轉換、特徵提取、建模預測所需的技術與原理,實際操練具體的案例，目標是能夠使參訓人員了解數據分析，能夠完成基本的數據分析任務。另外，隨著大數據的興起，Python在大數據領域扮演了至關重要的角色，本培訓還將介紹Python在Hadoop生態中的應用，特別是利用Spark進行基本的數據挖掘任務。

（1）簡單介紹數據分析的基本概念

（2）數據挖掘的基本過程

（3）數據挖掘的主要手段

（4）數據探索、數據預處理、與挖掘建模

（5）案例與演練

（6）大數據的基本概念

（7） Hadoop基本介紹

（8） Spark與Pyspark基本介紹

（9）大數據案例

適合人群：適合對數據挖掘和大數據有興趣的學生和初級技術人員

難易程度：中等

需要提前掌握的知識點：Python基本語法，數據分析基本概念等。