至顶网CIO与应用频道 10月23日 北京消息:上礼拜记者受邀参加了一场媒体沟通会,这场本该俩礼拜前开始的会议,因为种种原因推迟了许久。不过,这并不妨碍我一直以来的好奇心……
据说在几天前,国际PHM协会(故障诊断与健康管理协会)公布了一年一度的PHM Data Challenge大赛结果。中国的昆仑数据K2代表队在与美国辛辛那提大学IMS中心、法国巴黎高科国立高等电信学校、加拿大卡尔加里大学、荷兰铁路、韩国首尔大学、台湾交通大学等30余支劲旅的竞技中脱颖而出,成为PHM Data Challenge十年竞赛史上首个完全由中国本土成员组成的冠军团队。
PHM比赛最终结果
PHM协会是一家具有国际影响力的跨学术和工业界的机构,致力于“故障预测与健康管理”理论和方法的研究与应用。PHM协会于2009年在美国纽约成立,每年举办的“PHM协会数据竞赛”颁奖仪式是其中的一项重要议程。在每年年会开始前,PHM协会向外公布数据竞赛的题目,凡有实力者均可以团队形式报名参加;竞赛时间历经数月,最后决出前三名的优胜队伍。优胜队代表受邀赴美国出席PHM年会,在会上进行方案展示、交流,并参加颁奖仪式。
相较于通用数据分析领域的KDD-CUP,同样作为业界含金量极高的赛事,PHM Data Challenge专注于工业大数据领域的设备健康分析,参赛者技能除了数据分析的工具算法,更要求数据分析与工业专业知识的结合,使得参赛准入门槛更高。
颁奖合照(左二、三分别为韩国团队成员和昆仑数据团队成员)
今年PHM竞赛的题目是“城轨车辆悬挂系统故障诊断”,数据集是200个完全健康的轨道车辆运行数据,由于不易发现异常的端倪,很难准确断定设备健康的临界值。而这次PHM赛事的结果并不仅是判定200个轨道车辆中哪些车辆有故障,更需要通过有限的传感器,捕捉到这些车辆的哪一个或哪两个部件故障,为参赛团队带来了很大的挑战。
“首尔队的成绩一直是处于领先位置,我们也一直在追赶,不过可惜没能实现赶超。后来到了八月中旬的时候,情况大有不同。”昆仑数据K2代表队中最年轻的成员之一刘家扬现在回忆起来,完全可以用俩字体现——幸好。每年PHM比赛在进行过程中,会根据参赛选手的反馈不断调整题目、修改规则,然后将结果公布到比赛官方论坛网站中。但由于疏忽,昆仑数据K2团队并没有随时关注论坛实时情况,以至于一度被韩国队落在了后面。后来团队成员一次偶然的发现,才重新调整了逻辑,结果竟然出现了质的变化。
昆仑数据参赛团队由首席数据科学家田春华博士带队,四名核心队员年龄跨越80后到95后,在日常满负荷的工业客户项目交付之外,凭借对该赛事的兴趣在业余时间组队作战,历时两个半月。提到最初参赛的初衷,田春华告诉记者两个原因——一个是工业属性,另一个是责任。
“我们参加这个竞赛的原因,一部分是因为其具有工业属性,与我们研究的领域相匹配。另一个原因是与我们当前承担的任务有关。装备制造业是工业制造2025其中一个重要的领域,无论是德国、美国还是中国,装备制造业在工业产值中占据了相当大的比例。而近些年,大家往往将注意力放在了互联网、大数据等领域,涉及民生的工业领域其实还是比较缺乏关注和掌声的。”在田春华看来,PHM对于整个工业发展扮演者非常重要的角色。通过数据分析,提高设备的可靠性、运营效率,以及提升化工的有效产值,这些PHM正在解决的问题。
对于此次比赛结果很是惊讶的还有一位,昆仑数据CEO陆薇。起初团队准备参赛的消息并没有引起她过多的关注,抱着练手的态度,直到公布结果的那天才意识到自己的团队打败了长期在该赛事中保持前三名的韩国队。不过陆薇说比赛和实际还是有一定差距的。竞赛是相对已经被抽象化的单纯环境,而真实的行业挑战不仅来自数据不可用、机理不可知、环境太复杂等技术难题,更有来自数字化实施路径、管理变革、从业人员思维转变等等非技术挑战。
“中国团队完全有实力抓住技术突破的历史机遇期,实现工业大数据技术的自主可控,将中国的工业数据资产留在中国,打破以往工业软件高精尖技术与知识产权由国外垄断的魔咒。”陆薇说她特别希望能有机会将赛事研究的成果真正应用到工业现实、应用到中国高铁上。
好文章,需要你的鼓励
生成式AI在电商领域发展迅速,但真正的客户信任来自可靠的购物体验。数据显示近70%的在线购物者会放弃购物车,主要因为结账缓慢、隐藏费用等问题。AI基础设施工具正在解决这些信任危机,通过实时库存监控、动态结账优化和智能物流配送,帮助商家在售前、售中、售后各环节提升可靠性,最终将一次性买家转化为忠实客户。
泰国SCBX金融集团开发的DoTA-RAG系统通过动态路由和混合检索技术,成功解决了大规模知识库检索中速度与准确性难以兼得的难题。系统将1500万文档的搜索空间缩小92%,响应时间从100秒降至35秒,正确性评分提升96%,为企业级智能问答系统提供了实用的技术方案。
存储供应商Qumulo发布多租户架构Stratus,为每个租户提供独立的虚拟环境,通过加密技术和租户专用密钥管理系统实现隔离。该统一文件和对象存储软件支持本地、边缘、数据中心及AWS、Azure等云环境部署。Stratus采用加密隔离技术确保敏感数据安全,同时提供任务关键操作所需的灵活性和效率,帮助联邦和企业客户满足合规要求。
中科院和字节跳动联合开发了VGR视觉锚定推理系统,突破了传统AI只能粗略"看图"的局限。该系统能在推理过程中主动关注图片关键区域,像人类一样仔细观察细节后再得出结论。实验显示VGR在图表理解等任务上性能大幅提升,同时计算效率更高,代表了多模态AI"可视化推理"的重要进展。