當(dāng)NLP遇上工業(yè)物聯(lián)網(wǎng)

單贏
6 評論 11821 瀏覽 48 收藏 10 分鐘
🔗 B端产品需要更多地依赖销售团队和渠道合作来推广产品,而C端产品需要更多地利用网络营销和口碑传播来推广产品..

編輯導(dǎo)語:自然語言處理(Natural Language Processing)簡稱NLP,是研究思維、語言和行為中的規(guī)律。本文作者從人工智能在工業(yè)物聯(lián)網(wǎng)環(huán)境中的應(yīng)用情況出發(fā),梳理介紹了工業(yè)物聯(lián)網(wǎng)領(lǐng)域中自然語言處理技術(shù)的應(yīng)用與發(fā)展,希望通過此文能夠加深你對工業(yè)物聯(lián)網(wǎng)的認(rèn)識。

01 人工智能與物聯(lián)網(wǎng)

我們正處在一個人工智能,IoT與5G三浪疊加的時代。對此,吳軍老師曾經(jīng)做過一個頗為形象的描述:未來的社會將是一個超級智能的有機體,如果我們把它對應(yīng)于人,那么人工智能是大腦,IoT就是神經(jīng)系統(tǒng)。

IoT中數(shù)量巨大的傳感器和設(shè)備扮演著眾多感官細(xì)胞的角色,而正在發(fā)展起來的5G則相當(dāng)于是周圍神經(jīng)。物聯(lián)網(wǎng)通過智能傳感器、計算機識別技術(shù)、通信技術(shù)把物品連接到網(wǎng)絡(luò)上,實現(xiàn)物與物之間的協(xié)作來完成任務(wù)。在萬物實現(xiàn)協(xié)作的過程中,將會有大量的數(shù)據(jù)被生產(chǎn)出來,而這恰恰給當(dāng)下依賴于大數(shù)據(jù)算法而爆發(fā)的人工智能提供了新的催化劑。

02 自然語言處理與工業(yè)物聯(lián)網(wǎng)

工業(yè)物聯(lián)網(wǎng)(IIoT)是指物聯(lián)網(wǎng)技術(shù)在工業(yè)環(huán)境中的應(yīng)用,尤其是在涉及云計算的傳感器和設(shè)備的儀表和控制方面。

隨著云計算和機器學(xué)習(xí)技術(shù)的發(fā)展,IIoT行業(yè)將實現(xiàn)全新的運作模式,并創(chuàng)造新的收入與業(yè)務(wù)模型。自然語言處理(NLP)技術(shù)旨在研究通過計算機設(shè)備理解,處理,應(yīng)用人類的語言信息,是人工智能研究領(lǐng)域中最為經(jīng)典,也最具挑戰(zhàn)的一個部分。

近年來,工業(yè)界開始使用機器對機器通信來實現(xiàn)無線自動化的控制,典型的應(yīng)用場景包括:智能電網(wǎng),智能制造,預(yù)防性和預(yù)測性維護(hù)等。IIoT正在嘗試通過NLP技術(shù)為業(yè)務(wù)賦能,并將在系統(tǒng)控制,任務(wù)追蹤,信息檢索等任務(wù)中得到廣泛應(yīng)用。我們不妨來看看目前NLP與IIoT都碰撞出了什么樣的火花。

03 工業(yè)物聯(lián)網(wǎng)中的自然語言處理技術(shù)

1. 智能系統(tǒng)控制

目前,基于語音交互的IoT設(shè)備中控系統(tǒng),是工業(yè)化物聯(lián)網(wǎng)的一個新方向。語音交互可以為物聯(lián)網(wǎng)的應(yīng)用環(huán)境帶來諸多好處,包括快速執(zhí)行復(fù)雜的操作任務(wù),以及替代具有觸控風(fēng)險的操作任務(wù)。

一方面,語音交互普遍被認(rèn)為是穿透力最強的交互方式,特別是在處理復(fù)雜工單管理的操作時,傳統(tǒng)的操作往往需要許多步驟,繁瑣且低效,而通過語音交互就可以一步觸達(dá)。

另一方面,在施工作業(yè)的場景下,依然經(jīng)常需要作業(yè)人員親自到現(xiàn)場進(jìn)行操作,這就不免會有施工風(fēng)險的隱患。這時,非接觸式的語音交互就展現(xiàn)出不可替代的優(yōu)勢。

若要實現(xiàn)上面描述的語音交互應(yīng)用,就離不開先進(jìn)的智能技術(shù)支持。而這當(dāng)中最為核心的部分,當(dāng)屬基于NLP技術(shù)的智能問答系統(tǒng)。通過深度學(xué)習(xí)算法,結(jié)合自然語音理解模型,對話管理,語音識別等技術(shù)模塊的組合,實現(xiàn)語音交互的功能。將語義理解能力接入工業(yè)互聯(lián)網(wǎng)設(shè)備中,實現(xiàn)對設(shè)備的遠(yuǎn)程聲控與智能管控。

這樣的技術(shù)與基于語音識別的指令控制不同,它能讓設(shè)備真正聽懂用戶,深度理解用戶的需求,從而跳過繁瑣的步驟,實現(xiàn)靈活的智能化系統(tǒng)控制。此外,語音控制模塊可以對接機器翻譯模塊,實現(xiàn)對不同語言的文本內(nèi)容進(jìn)行翻譯的工作。在IIoT場景下可以服務(wù)于跨語言類的文本處理和語音指令操作。

霍尼韋爾推出的Honeywell-BPS樓宇中控服務(wù),就是一個比較有代表性的應(yīng)用案例。該服務(wù)為客戶提供了一個開放性的樓宇物聯(lián)網(wǎng)平臺。匯集了海量樓宇運營數(shù)據(jù),并將各類電子系統(tǒng)的接入,以實現(xiàn)設(shè)備互通。結(jié)合語音交互技術(shù)和自然語言理解技術(shù),實現(xiàn)無接觸語音中控能力,從而提高樓宇運營效率,降低運營成本。

2. 工業(yè)生產(chǎn)運營

工業(yè)生產(chǎn)運營是另一個已經(jīng)被NLP成功切入的IIoT場景,這里涉及到信息數(shù)據(jù)的采集與數(shù)據(jù)知識的應(yīng)用兩個方面。

物聯(lián)網(wǎng)采集層的感知設(shè)備作為社交網(wǎng)絡(luò)資源,基于NLP實現(xiàn)的可交互式的物聯(lián)網(wǎng)服務(wù)框架,針對物聯(lián)網(wǎng)應(yīng)用打造一個獨立的交互平臺, 實現(xiàn)用戶與物聯(lián)網(wǎng)設(shè)備之間以自然語言為交互方式的數(shù)據(jù)查詢、命令設(shè)置、定期匯報等功能。

NLP技術(shù)可以讓機器像人腦一樣具備閱讀理解能力,快速提煉并呈現(xiàn)出文本中的關(guān)鍵知識點,這樣的能力能夠被廣泛應(yīng)用于存在大量數(shù)據(jù)和文本資源的工程當(dāng)中。從海量工業(yè)文檔數(shù)據(jù)中挖掘信息,實現(xiàn)工程任務(wù)追蹤,并優(yōu)化生產(chǎn)決策流程。

工業(yè)生產(chǎn)知識數(shù)據(jù)還可以通過提煉知識信息創(chuàng)建可視化的知識網(wǎng)絡(luò)。而機器學(xué)習(xí)可以增強這一功能,并進(jìn)一步處理和分析檢索到的信息,明確數(shù)據(jù)的相關(guān)性,從而快速高效地查找異常情況。幫助作業(yè)人員高效、準(zhǔn)確地完成特定的任務(wù),優(yōu)化人機協(xié)作的模式。

信息檢索和知識圖譜是實現(xiàn)上述場景的關(guān)鍵技術(shù)。信息檢索是用戶進(jìn)行信息查詢和獲取的主要方式,是查找信息的方法和手段。流行的信息檢索模型包括布爾模型、向量空間模型、概率模型和語言模型,從數(shù)據(jù)集中找到滿足信息需求的非結(jié)構(gòu)化性質(zhì)的內(nèi)容。

知識圖譜能夠有效的將系統(tǒng)當(dāng)中的知識類信息進(jìn)行整理與關(guān)聯(lián),從而實現(xiàn)信息數(shù)據(jù)之間的相互聯(lián)結(jié)與溝通。針對包含專業(yè)技術(shù)和知識類文本數(shù)據(jù)組建圖數(shù)據(jù)庫,從而實現(xiàn)復(fù)雜的檢索功能和智能輔助決策功能。通過圖數(shù)據(jù)庫提升文本信息的檢索質(zhì)量,可運用與公共能源管理監(jiān)控,制造決策輔助,以及知識類智能問答等場景。

說起智能化IIoT的運營,就不得不提到阿里云推出的工業(yè)大腦。阿里工業(yè)大腦為客戶提供了從工業(yè)制造到生產(chǎn)營銷的一整套智能化服務(wù)。在生產(chǎn)環(huán)節(jié),阿里工業(yè)大腦運用結(jié)合NLP算法和工業(yè)知識圖譜對各類設(shè)備狀態(tài)與整體生產(chǎn)過程數(shù)據(jù)進(jìn)行記錄,提供智能設(shè)備健康管理、工藝參數(shù)實時推薦等功能,旨在提升工業(yè)生產(chǎn)的效率。

04 總結(jié)

物聯(lián)網(wǎng)不僅連接電子設(shè)備,還連接我們每一個人。想象一個設(shè)備與人類可以協(xié)同工作的世界,各類設(shè)備將能夠理解我們的疑問、感受我們的需求并提供相關(guān)響應(yīng)。不過,這方面的需求在工業(yè)場景下還非常模糊。

目前,很多技術(shù)的能力和應(yīng)用深度還遠(yuǎn)沒有達(dá)到工業(yè)化落地的程度,這導(dǎo)致在很多場景下的技術(shù)應(yīng)用還很不成熟。雖然NLP技術(shù)在提升IIoT工作效率和安全性能方面已經(jīng)有了不錯的表現(xiàn),但是大多數(shù)場景依然不是剛性需求。

在可見的未來,我們相信人工智能和NLP技術(shù)都將得到持續(xù)的發(fā)展。屆時,技術(shù)將為人們提供更加可信,更加有效的服務(wù)。結(jié)合計算機視覺技術(shù),RFID無線射頻識別技術(shù),在IIoT下,會有越來越多的剛性需求被滿足。

NLP技術(shù),將對IIoT行業(yè)進(jìn)行更全面賦能。可能的服務(wù)形態(tài)包括遠(yuǎn)程中控,語音交互,和操作判斷等。各種物聯(lián)網(wǎng)設(shè)備將更高效的與人類連接,同時更好的與彼此連接,最終將提供給用戶更美好的產(chǎn)品和服務(wù),朝著高便利低功耗的方向發(fā)展。

 

本文由 @單師傅?原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載

題圖來自 Unsplash ,基于 CC0 協(xié)議

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 你好,我能轉(zhuǎn)載你的文章嗎,直接網(wǎng)址鏈接

    來自福建 回復(fù)
  2. 工業(yè)領(lǐng)域是一個高度自動化的領(lǐng)域,要求每一個指令相當(dāng)精準(zhǔn)。NLP技術(shù)受制于其識別能力的瓶頸,我覺得短期內(nèi)在工業(yè)領(lǐng)域落地還真是有點困難。你能想想一個好幾個操著地方方言的工程師在不同的生產(chǎn)階段用語音指揮一臺精密的生產(chǎn)線運作,我覺得有點難。

    來自北京 回復(fù)
    1. 確實是很難的。不過ASR可能不是問題,現(xiàn)在方言識別已經(jīng)很強了。最大的問題還是做不深,目前很多場景都不是剛需。NLP確實想象空間不大,但是大數(shù)據(jù)智能化肯定是趨勢

      來自加拿大 回復(fù)
    2. 基于大數(shù)據(jù)分析的智能化工業(yè)流程我也很看好,不過工業(yè)流程的數(shù)字孿生還真是挺考驗數(shù)據(jù)質(zhì)量的。目前落地最大的問題的生產(chǎn)線改造的數(shù)據(jù)采集能力強化,成本太高啊~

      來自北京 回復(fù)
  3. 感覺落地很難,我也想從事這方面的工作,不知道樓主有沒有具體的案例可以分享。

    來自湖北 回復(fù)
    1. 可以關(guān)注一下阿里云的工業(yè)大腦

      來自加拿大 回復(fù)
专题
80081人已学习19篇文章
当AI已然成为新的焦点和风口,产品经理该如何抓住这个风口顺势飞起?
专题
87970人已学习12篇文章
世间万物皆有套路,面试更是如此,多拿几个靠谱offer。
专题
46033人已学习20篇文章
这些APP设计的细节和规范你都掌握了吗?
专题
15511人已学习12篇文章
本专题的文章分享了交互设计文档的撰写指南。
专题
12870人已学习11篇文章
在工作中我们会跟客户/boss/用户等人对接需求,并把需求交付给设计师/开发等人,那么应该怎么做呢,本专题的文章分享了如何对接和交付需求。
专题
13371人已学习13篇文章
情绪板由能代表用户情绪的文本、元素、图片拼贴而成,能够很好地帮助我们定义设计的方向。本专题的文章分享了如何应用情绪板。