人工智能|如何看待钢铁工厂和人工智能工厂数据|模型|电子病历|零氪科|中

算法+算力+数据=生产线
算法+算力+数据，就形成了一条可以生产的生产线，就像冷轧产线、热轧产线、退火产线。
这些产线串联起来，就是一个工厂：
钢铁工厂：高炉/电炉——连铸/模铸——热连轧/厚板单轧——酸洗冷轧——连退/罩退/热镀/电镀。

人工智能工厂：语音/CV/OCR——NLP/规则模型——知识图谱/SQL库——应用功能模块。

文章插图

在这一轮互联网+的人工智能大潮之前，钢铁、电力、化工等行业其实都已经做了大量的探索和基础工作。或许受限于工业体系技术成熟，设备更新周期较长等原因，所以工业智能软件的迭代没有互联网行业那么快。
但是这并不意味着工业领域的人工智能基础薄弱，反而是在基础数据的规范体系建设、在如何结合现场设备压榨算力等方面，工业领域做的非常出色。
以计算机视觉识别技术为例，其实钢厂二十年前就在使用了。即使当年计算机算力低下，但工业领域的工程师仍然通过规范输入信息（固定距离、流明等参数）+领域专家高质量标注，通过大系统设计的思维，使得300米/分钟的高速产线的视觉识别得以实现并稳定应用。

工业生产对准确性和稳定性要求非常高，一些从互联网领域发展起来的人工智能技术或许很难短期快速的进入工业生产的领域，但是在工业的管理和服务等领域人工智能技术还是可以有很大的发挥空间。
比如使用NLP（自然语言处理）技术用来读取质量异议文档，自动转成表格化数据，然后减轻人工整理的工作量，便于统计分析和质量管理。
或是使用NLP技术对工业领域的知识文档进行知识抽取，并用知识图谱技术做底层的关系结构，用于钢厂技术文稿、档案、知识库的管理，提供技术资料的快速检索也是可以探索的。
至于知识图谱技术，它在流控方面具有天然优势，用来做制造部排产优化、质量异议的产线排查、质量缺陷传导分析等方面理论上也可以带来更高的能效。

文章插图

【人工智能|如何看待钢铁工厂和人工智能工厂】智能工厂离不开实时质量的监测，实时质量的监测离不开智能测量仪的在线检测。常用的智能测量仪有在线测径仪测量外径与椭圆度，螺纹钢测径仪测量内径及肋高，在线测宽仪测量宽度，激光测厚仪测量厚度，测长仪测量长度，直线度测量仪测量直线度尺寸。这些都是智能化的检测设备，负责实时质量尺寸的检测工作，不漏检、不延时。