近日,第六届智能质造年会在上海顺利召开,魔数智擎创始人、董事长柴磊先生受邀出席,并以“机器学习在智能制造中的应用”为主题,结合探讨了制造、金融行业AI发展共性与差异,为与会专家带来了一场视角独到、富有启发性的演讲。
(柴磊 魔数智擎创始人、董事长)
本次大会由美国质量学会上海会员社团与卡尔蔡司(上海)管理有限公司联合举办,自启动以来便备受瞩目,数百位来自产学研领域的专家通过线上线下的方式积极参与,共同围绕“数智化时代的新质量”话题,展开深入前瞻性讨论,共探智能质造新未来。
作为数智化发展的关键驱动力,人工智能如何赋能智能质造一直是行业关注的焦点。
在大会现场,魔数智擎创始人、董事长柴磊先生分享了他的独到见解。柴磊先生拥有20余年人工智能、机器学习领域的深厚经验,对机器学习在制造、金融、医疗等行业的应用有着深刻的实战理解和洞察。
他指出,机器学习的核心优势在于其处理高维度和非线性问题的能力,这是传统统计方法所无法比拟的。在智能制造领域,机器学习的应用场景广泛,例如产品设计优化、生产流程改进、质量控制预警以及供应链管理等,都能通过机器学习实现显著的效益提升。柴磊先生通过一系列案例,包括全球制造商产品缺陷分析、跨国企业设备故障预测、零售企业销量预测以及头部车企增换购营销优化等,生动展示了机器学习在不同场景下的应用实践和成效。
为了让与会者更直观地体验机器学习的高效分析能力,柴磊先生利用魔数智擎机器学习建模平台,现场演示了如何3分钟时间快速建模,从500多个因子中精准识别“设备故障缺陷因子”。平台简洁的操作流程、直观的结果展示和全面的分析报告,激发了众多参会专家的学习热情。
柴磊先生指出,机器学习作为一种方法论,具有跨行业应用的潜力,不仅限于智能制造,也适用于金融、智慧医疗等行业,通过分析与借鉴其他行业优秀经验,可以为本行业的发展提供新的方向指引。
例如在机器学习应用更加广泛及前沿的金融行业,机器学习的应用已经发展到一个新的阶段——模型MLOps全生命周期管理。
金融行业已经制定出一系列政策文件和团体标准,指导金融机构建立全面的模型管理框架,制定管理制度,构建企业级模型管理平台,实现对模型开发、验证、部署、评价、退出的全流程管理。目前已经有不少金融机构建设起这样的模型管理的中台,这不仅有助于实现模型的统一化、集中式开发、应用与管理,而且在数字资产化的未来,有望成为企业的一项高价值数据资产,助力企业快速实现资产增值与保值。
柴磊先生预见,未来制造业也将建立类似的模型管理标准,推动机器学习在制造业领域的更系统化落地与发展。