每每看到人工智能那些複雜算法，我這個傳統自動化工程師就心情複雜，看不懂呀！更不必說大數據那些專有名詞，更是一頭霧水。在新技術目前，我們這些做了很多年自動化的工程師就此淘汰？
近日，參加了一個人工智能的學習，聽了很多專家的案例講解，聽了百度的架構講解，聽到了很多的貼近工業現實的經驗和觀點，終於明白了自己的優勢所在：業務經驗。
百度的人工智能、深度學習，各種各樣的工具、架構、計算能力，明確主要在民用領域裡開花結果，但是，他們缺少工業經驗。需要和工業領域的專家結合起來，尋找能發揮其能力的應用場景。
今天瞭解到的一些觀點：
- 搞人工智能要有團隊，核心是業務專家和數據科學家，還要數據分析師、數據工程師、可視化專家。
- 好數據大於好方法，簡單方法大於複雜算法。
- 模型需要動態保養。當新的數據源出現後，就要加進來，並進行模型的訓練和調整。
- 數據是非常寶貴的，工業之外的很多人都可以做算法，但是無法造數據。
- 首先要數字化，拿到數據了：安裝必要的傳感器、數據能夠採集，傳輸出來。數據要和產品等進行關聯。
- 自動化是智能的基礎。
- 可能過不了多久，人工智能會降低門檻，我們只要找到問題和數據，就可以像使用Word、Excel軟件一樣使用人工智能的工具，而不需要一堆專家來左右分析，選擇。
因此，我們這些傳統的自動化工程師還是有很多事情可以做的：提升設備自動化水平、進行數據的積累、自己嘗試一些數據分析。
說明：
1、本文是實踐經驗，非嚴格論文，與相關產品和理論可能不完全相符。
2、如需進行控制、三電相關技術求助，交流，請留言，也可加入技術討論QQ群：877456127
分享到:
閱讀更多 iHM工控 的文章
