GMIS 2017 Wesly Mukai：智慧運輸的未來

全球機器智慧峰會（GMIS 2017），是全球人工智慧產業資訊服務平臺機器之心舉辦的首屆大會，邀請了來自美國、歐洲、加拿大及國內的眾多頂級專家參會演講。本次大會共計 47 位嘉賓、5 個 Session、32 場演講、4 場圓桌論壇、1 場人機大戰，

兼顧學界與產業、科技巨頭與創業公司，以專業化、全球化的視角為人工智慧從業者和愛好者奉上一場機器智慧盛宴。

5 月 27 日，機器之心主辦的全球機器智慧峰會（GMIS 2017）在北京 898 創新空間正式開幕。中國科學院自動化研究所複雜系統管理與控制國家重點實驗室主任王飛躍為本次大會做了開幕式致辭，他說：「再過幾年，90% 的工作將是機器提供的。希望人工智慧可以為我們提供更美好的未來」。

本次大會邀請了「LSTM 之父」Jürgen Schmidhuber、《人工智慧：一種現代方法》的作者 Stuart Russell、Citadel 首席人工智慧官鄧力等知名人工智慧專家登臺演講。

上午 11 時，通用電氣首席技術官 Wesly Mukai 在大會上對該公司的 Digital Twins 技術進行了介紹。他的分享告訴我們，在人工智慧未來的各種可能性以外，

機器學習目前已經應用在鐵路運輸這種非常實際的領域中，為提高效率做出貢獻了。

進入 21 世紀，機器學習正被亞馬遜這樣的科技巨頭應用于推薦系統、語音助手等領域，並為公司創造了可觀的收入（亞馬遜在 2016 年的收入達 1360 億美元）。

隨著一些領域的成功，亞馬遜等科技公司正將機器學習的應用不斷推廣到更多領域，引領著科技的發展，甚至已經改變了很多傳統行業的面貌。

通用電氣（GE）作為一家橫跨多種產業的傳統公司迄今為止已有 125 年的歷史，它也是道鐘斯指數自出現以來唯一持續列入成分股票的公司。

但近年來隨著技術的發展，一些科技公司（如亞馬遜）在營收數位上已經逐漸趕超了它，在機器學習時代，通用電氣需要向先進技術展開轉型。

同時，世界也正在製造出越來越多的資料。據 IDC 預測，在 2020 年，全世界將會出現 500 億台互連設備，

而它們創造出的資料將會是現在的兩倍，這為各家公司帶來了挑戰和機遇。

這也是通用電氣推出 Digital Twins 技術的原因，它就像渦輪之於發動機，能加速客戶的多種工業工作流，並創造價值。這種系統從感測器收集資料，通過機器學習演算法進行處理，從而對任務流程進行分析並提供建議。它可以對用戶行為進行預測，並對工廠、運輸船隊和其他業務的表現進行提速。

「Digital Twin 將火車隊伍看作是動態的，」Wesly 說道。「通過機器學習的分析，整個系統的運行可以得到優化。我們為沒一輛火車建立模型，並不斷地更新這個模型。我們的系統可以記錄它的動力，它的車輪年限等等。」

Digital Twin 可以説明鐵路系統每年節省 10% 燃油，減少 10%-25% 故障，並提升列車的可用率。

隨後，Wesly 以美國鐵路為例展示了 Digital Twins 的作用。通過火車上的攝像頭，Digital Twins 可以代替鐵路養護工人的工作，對鐵軌的完好情況進行接近即時的監視，隨後通過電腦視覺系統進行分析，及時發現鐵軌上出現的問題，這節省了大量的養護費用，同時提高了安全性。「通過有監督學習，機器學習系統可以識別出視頻中鐵軌的問題，這只是 Digital Twins 的一個簡單用例，」Wesly 說道。

機器視覺也可以識別更多，「在印度的鐵路系統中，有很多的植物長到了鐵軌上，有可能導致火車出軌，」Wesly 說道。「我們也希望用機器視覺來識別出和找到鐵軌上的野草和植被，讓養護工人及時做出反應。」

機器學習在傳統工業領域的應用仍然面臨很多挑戰，即使對於通用電氣這樣的公司而言，推進新技術也面臨著相當難度的挑戰。「我們還面臨著很多挑戰，我們需要讓我們的客戶相信新技術是可以產生價值的，」Wesly 說道。「目前，檢查鐵軌彎曲的應用還沒有達到 90% 以上的準確性，機器學習可以讓我們超過這個數位，但是客戶並不總能被說服。像 GE 這樣的工業公司，其實也需要來自客戶的説明，讓企業用戶也能像個人消費者一樣體現與時俱進的思維模式，願意接受和嘗試人工智慧帶來的變革，就像消費者市場的用戶一樣。」

通用電氣預測自己在 2020 年的年收入將達到 200 億美元，隨著新技術的發展，這傢俱有百年歷史的公司正在逐漸找到自己的新定位，與科技公司展開新的競爭

「Digital Twin 將火車隊伍看作是動態的，」Wesly 說道。「通過機器學習的分析，整個系統的運行可以得到優化。我們為沒一輛火車建立模型，並不斷地更新這個模型。我們的系統可以記錄它的動力，它的車輪年限等等。」

Digital Twin 可以説明鐵路系統每年節省 10% 燃油，減少 10%-25% 故障，並提升列車的可用率。

隨後，Wesly 以美國鐵路為例展示了 Digital Twins 的作用。通過火車上的攝像頭，Digital Twins 可以代替鐵路養護工人的工作，對鐵軌的完好情況進行接近即時的監視，隨後通過電腦視覺系統進行分析，及時發現鐵軌上出現的問題，這節省了大量的養護費用，同時提高了安全性。「通過有監督學習，機器學習系統可以識別出視頻中鐵軌的問題，這只是 Digital Twins 的一個簡單用例，」Wesly 說道。

機器視覺也可以識別更多，「在印度的鐵路系統中，有很多的植物長到了鐵軌上，有可能導致火車出軌，」Wesly 說道。「我們也希望用機器視覺來識別出和找到鐵軌上的野草和植被，讓養護工人及時做出反應。」

機器學習在傳統工業領域的應用仍然面臨很多挑戰，即使對於通用電氣這樣的公司而言，推進新技術也面臨著相當難度的挑戰。「我們還面臨著很多挑戰，我們需要讓我們的客戶相信新技術是可以產生價值的，」Wesly 說道。「目前，檢查鐵軌彎曲的應用還沒有達到 90% 以上的準確性，機器學習可以讓我們超過這個數位，但是客戶並不總能被說服。像 GE 這樣的工業公司，其實也需要來自客戶的説明，讓企業用戶也能像個人消費者一樣體現與時俱進的思維模式，願意接受和嘗試人工智慧帶來的變革，就像消費者市場的用戶一樣。」

通用電氣預測自己在 2020 年的年收入將達到 200 億美元，隨著新技術的發展，這傢俱有百年歷史的公司正在逐漸找到自己的新定位，與科技公司展開新的競爭