[[104659]]

GE軟件研發中心的研究人員演示電廠的數據可視化工具

突破物理極限的1%

哥倫比亞大學數據科學與工程學院教授Venkat Venkatasubramanian認為，GE應用大數據技術解決工業問題未必會一帆風順。對于一家商業零售公司來說，能夠發現消費者數據之間的關聯就已經足夠，例如，著名的啤酒尿布理論。在這種初級應用中，目前標準的機器學習算法就能夠勝任。但是對于復雜的物理系統來說，數據模型還需要能夠解釋關聯背后的原因。

在GE的圣拉蒙軟件研發中心，研究人員正在開發新的用戶界面，通過地圖、模擬以及類似Twitter的設備社會化網絡幫助人們進行工業數據的可視化。其中一個實驗室有很多大屏幕顯示器與微軟的Kinect體感游戲設備連接，電廠的工人可以通過手勢與數據可視化界面互動，幫助制定區域電網的操作決定。

GE還與加拿大一家電力公司通過分析衛星影像、天氣地圖當地停電記錄等數據預測樹木修剪的熱點地區(掉落的樹枝是雷電導致停電的主要原因之一)。

此外GE還與紐約市的一家醫療中心合作在病床和醫療設備中植入傳感器，降低空床率，提高病人的接待能力。

Ruh相信即使是很小的進步也會產生巨大的效應。GE本周發布的報告估測，每提高1%的燃油效率，航空業每年能節省20億美元，而能源行業則能節省40億美元。要知道，GE的油氣管道和電力設備每年承載著全球25%的電力輸送。

“我們的運營效率能提高1%，但這一目標已經無法通過更好的設備實現，因為我們已經將物理學發揮到了極致。”Ruh說道。

顯然，GE已經有了答案，那就是傳感器+大數據的“工業互聯網”。

原文鏈接：http://www.ctocio.com/ccnews/9954.html