GE软件研发中心的研究人员演示电厂的数据可视化工具
突破物理极限的1%
哥伦比亚大学数据科学与工程学院教授Venkat Venkatasubramanian认为，GE应用大数据技术解决工业问题未必会一帆风顺。对于一家商业零售公司来说，能够发现消费者数据之间的关联就已经足够，例如，著名的啤酒尿布理论。在这种初级应用中，目前标准的机器学习算法就能够胜任。但是对于复杂的物理系统来说，数据模型还需要能够解释关联背后的原因。
在GE的圣拉蒙软件研发中心，研究人员正在开发新的用户界面，通过地图、模拟以及类似Twitter的设备社会化网络帮助人们进行工业数据的可视化。其中一个实验室有很多大屏幕显示器与微软的Kinect体感游戏设备连接，电厂的工人可以通过手势与数据可视化界面互动，帮助制定区域电网的操作决定。
GE还与加拿大一家电力公司通过分析卫星影像、天气地图当地停电记录等数据预测树木修剪的热点地区(掉落的树枝是雷电导致停电的主要原因之一)。
此外GE还与纽约市的一家医疗中心合作在病床和医疗设备中植入传感器，降低空床率，提高病人的接待能力。
Ruh相信即使是很小的进步也会产生巨大的效应。GE本周发布的报告估测，每提高1%的燃油效率，航空业每年能节省20亿美元，而能源行业则能节省40亿美元。要知道，GE的油气管道和电力设备每年承载着全球25%的电力输送。
“我们的运营效率能提高1%，但这一目标已经无法通过更好的设备实现，因为我们已经将物理学发挥到了极致。”Ruh说道。
显然，GE已经有了答案，那就是传感器+大数据的“工业互联网”。
原文链接：http://www.ctocio.com/ccnews/9954.html
