|华能原CIO朱卫列：“工业互联网”概念中存在五大认知误区( 二 )
以下为朱卫列主题演讲全文 ， 略经钛媒体编辑：
大家好 ， 主持人好 ， 借这个机会 ， 与大家分享我本人在工业互联网和工业智能方面的思考与创新 。
先简单的介绍一下自己：我是工科背景 ， 早年一直在生产、基建、经营等业务领域工作 ， 后来转到了信息化 。 有幸组织、参与了华能九年的工业互联网建设与发展历程 ， 在这里与大家分享一下 。
我今天讲的是四个方面的问题 。
第一个大问题：问题的提出 。
我们知道“新基建”内容之一是工业互联网 ， 无论是中央政府还是地方政府均非常的热衷于在工业互联网 ， 大家知道工业互联网的核心内容是工业的智能化 。 然而我们同时也看到了国际上主流的机构和媒体 ， 并没有看好工业互联网 ， 特别是工业智能化 ， 他们把智能化的重点放在了交通、医疗、家庭机器人等领域 ， 工业领域的人工智能往往提及的并不多 。
国内来讲 ， 新基建虽然很热 ， 但工业互联网有价值的应用并不多 ， 对工业而言智能化的效果并不令人满意 ， 这是什么原因？我们工业互联网所下的功夫是否找准了突破口？我们找准了突破的技术路线？我们走的路对吗？我们的突破口到底在哪里？我想今天主要就这几个问题跟大家做一个探讨 。
第二个大问题：探讨、澄清几个概念与问题 。
第一：智能化的三大要素问题 。
目前业内提到智能化 ， 大多数人均引用“工业大脑是数据、算力、算法”的概念 。 这一概念经由某个大的互联网公司提出后 ， 基本上被整个行业 ， 特别是IT领域引为经典被广泛采纳了 ， 大家都认为只要有数据 ， 有算法 ， 有算力就可以做工业大脑、实现工业的智能化 。 一些搞智能化的IT企业 ， 把一些算法集成起来 ， 做一个平台 ， 卖给客户 ， 号称是工业智能平台大脑 ， 居然还造势、受到追捧 ， 卖价很高 。
但是在我们看来 ， 真正做过工业互联网的项目 ， 或者是工业智能的来说 ， 我们认为这样的一个提法 ， 实际上会起到相当的误导作用 。
为什么会起到这样的一个误导呢？我个人也分析了一下 ， 主要是我们在做智能化的时候 ， 主要做的是图像识别和语音识别 。 所以他在很多的特征选择上 ， 它是非常简单的 ， 是忽视了工业里头那种只是在里头的做智能化的一个核心内容 。
我们真正做智能化的时候我们会发现 ， 数据是第一要务 ， 没有数据肯定是跑不出来的 ， 算法很重要 ， 但不是深不可测 ， 实际上我们经常用到的算法 ， 借用开源的就可以解决很多工业上的问题 。 此外 ， 在算力方面 ， 当前已经不算是一个很重要的方面 ， 因为当今算力已经是基础性工程 。
做工业智能，工业的逻辑关系、知识 ， 特别是领域知识 ， 是非常重要的 。 所以我们认为真正做智能化以后 ， 我们必须把工业里的知识 ， 模型的这种基本的特征 ， 把它放在我们的算法里头 。
为什么要纠正这个概念呢？就是担心很多企业 ， 我们很多企业信息化花了大量的钱 ， 去买这样的一个算法平台 ， 实际上买了以后基本上没有什么作用 ， 所以会导致我们行业的一个误导 。
第二 ， 说说智能化的道路 。
也有一些很知名的工业企业 ， 国外的知名企业 ， 他们也谈到了工业互联网、智能化 ， 也出了很多的知识图谱 。 这个知识图谱的概念在我们IT界是非常的火 ， 但是我们实践的结果发现 ， 它对于通常2C的很多知识可以使用 ， 但是在工业里头 ， 工业数据里头 ， 它很难做到定量分析 ， 定量模型的精准度不够 。 所以这条道路只作为我们工业互联网核心突破方向的话 ， 它只能做相关性分析比较多 。 我们在做工业领域 ， 我们必须走另外一条道路 ， 就是寻找工业机理获得数据相关性 ， 并且用神经网络、机器学习的方法 ， 找到物理量之间的定量关系 。
第三 ， 我想谈谈这个平台与应用的关系 。
![[]126斤宝妈这样吃早餐一周瘦3斤，吃得满足还不挨，4天早餐大公开](http://img88.010lm.com/img.php?https://image.uc.cn/s/wemedia/s/2020/dff5b4d5b0c5288468fb64c1f046c0a6.jpg)
