GMIS 2017 Wesly Mukai：智能运输的未来

全球机器智能峰会（GMIS 2017），是全球人工智能产业信息服务平台机器之心举办的首届大会，邀请了来自美国、欧洲、加拿大及国内的众多顶级专家参会演讲。本次大会共计 47 位嘉宾、5 个 Session、32 场演讲、4 场圆桌论坛、1 场人机大战，兼顾学界与产业、科技巨头与创业公司，以专业化、全球化的视角为人工智能从业者和爱好者奉上一场机器智能盛宴。

5 月 27 日，机器之心主办的全球机器智能峰会（GMIS 2017）在北京 898 创新空间正式开幕。中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任王飞跃为本次大会做了开幕式致辞，他说：「再过几年，90% 的工作将是机器提供的。希望人工智能可以为我们提供更美好的未来」。本次大会邀请了「LSTM 之父」Jürgen Schmidhuber、《人工智能：一种现代方法》的作者 Stuart Russell、Citadel 首席人工智能官邓力等知名人工智能专家登台演讲。

上午 11 时，通用电气首席技术官 Wesly Mukai 在大会上对该公司的 Digital Twins 技术进行了介绍。他的分享告诉我们，在人工智能未来的各种可能性以外，机器学习目前已经应用在铁路运输这种非常实际的领域中，为提高效率做出贡献了。

进入 21 世纪，机器学习正被亚马逊这样的科技巨头应用于推荐系统、语音助手等领域，并为公司创造了可观的收入（亚马逊在 2016 年的收入达 1360 亿美元）。随着一些领域的成功，亚马逊等科技公司正将机器学习的应用不断推广到更多领域，引领着科技的发展，甚至已经改变了很多传统行业的面貌。

通用电气（GE）作为一家横跨多种产业的传统公司迄今为止已有 125 年的历史，它也是道琼斯指数自出现以来唯一持续列入成分股票的公司。但近年来随着技术的发展，一些科技公司（如亚马逊）在营收数字上已经逐渐赶超了它，在机器学习时代，通用电气需要向先进技术展开转型。

同时，世界也正在制造出越来越多的数据。据 IDC 预测，在 2020 年，全世界将会出现 500 亿台互连设备，而它们创造出的数据将会是现在的两倍，这为各家公司带来了挑战和机遇。

这也是通用电气推出 Digital Twins 技术的原因，它就像涡轮之于发动机，能加速客户的多种工业工作流，并创造价值。这种系统从传感器收集数据，通过机器学习算法进行处理，从而对任务流程进行分析并提供建议。它可以对用户行为进行预测，并对工厂、运输船队和其他业务的表现进行提速。

「Digital Twin 将火车队伍看作是动态的，」Wesly 说道。「通过机器学习的分析，整个系统的运行可以得到优化。我们为没一辆火车建立模型，并不断地更新这个模型。我们的系统可以记录它的动力，它的车轮年限等等。」

Digital Twin 可以帮助铁路系统每年节省 10% 燃油，减少 10%-25% 故障，并提升列车的可用率。

随后，Wesly 以美国铁路为例展示了 Digital Twins 的作用。通过火车上的摄像头，Digital Twins 可以代替铁路养护工人的工作，对铁轨的完好情况进行接近实时的监视，随后通过计算机视觉系统进行分析，及时发现铁轨上出现的问题，这节省了大量的养护费用，同时提高了安全性。「通过有监督学习，机器学习系统可以识别出视频中铁轨的问题，这只是 Digital Twins 的一个简单用例，」Wesly 说道。

机器视觉也可以识别更多，「在印度的铁路系统中，有很多的植物长到了铁轨上，有可能导致火车出轨，」Wesly 说道。「我们也希望用机器视觉来识别出和找到铁轨上的野草和植被，让养护工人及时做出反应。」

机器学习在传统工业领域的应用仍然面临很多挑战，即使对于通用电气这样的公司而言，推进新技术也面临着相当难度的挑战。「我们还面临着很多挑战，我们需要让我们的客户相信新技术是可以产生价值的，」Wesly 说道。「目前，检查铁轨弯曲的应用还没有达到 90% 以上的准确性，机器学习可以让我们超过这个数字，但是客户并不总能被说服。像 GE 这样的工业公司，其实也需要来自客户的帮助，让企业用户也能像个人消费者一样体现与时俱进的思维模式，愿意接受和尝试人工智能带来的变革，就像消费者市场的用户一样。」

通用电气预测自己在 2020 年的年收入将达到 200 亿美元，随着新技术的发展，这家具有百年历史的公司正在逐渐找到自己的新定位，与科技公司展开新的竞争