中国数字化学会•第二届数字化技术开放日 十大看点

  • 时间:
  • 浏览:0

中国数字化医学会 •第二届数字化技术开放日前日于深圳坂田天安云谷圆满落幕,亲们关注的数字化技术热点议题这里全是!

为了总结2018年数字化技术发展趋势,探讨数字化技术的发展方向以及助力企业转型间题,由中国数字化医学会 主办,埃森哲(中国)有限公司承办,智汇工业独家媒体支持的第二届数字化技术开放日,于2019年01月12日,在深圳天安云谷3栋D座3楼国际会议中心成功举行。

本次活动得到华为技术有限公司、上海音智达信息技术有限公司、广州佰聆数据股份有限公司、深圳数智互联技术有限公司、以及广州赛意信息科技股份有限公司、上海湃睿信息技术有限公司、上海知达教育科技有限公司、达索析统(上海)信息技术有限公司、参数技术(上海)软件有限公司、深圳中软国际科技有限公司10家医学会 理事单位及多家会员单位的倾力支持,更有广东南方卫视、中华工控网、中国智能化网、IIANEWS、全球半导体观察、工控兄弟连、物联传媒、链动区块、大数据中国、鹰飞网、石油与装备杂志、必优传感网等40多家媒体支持报道,千名参会的群众慕名前来,与企业科技亲们一起共享数字化技术开放日盛会。

中国数字化医学会 会长丘水平先生上台致辞:

“我今天想跟亲们分享有几次观点,算作是为今天的大会热场。

第一、为那些要重视数字化技术与装备?社会在快速进步,人民生活提高使得产品逐步走向智能化精密化,对生产力的要求如此高。在生产力的一3个累积中,人、生产工具和联 产关系上端,人只会如此懒(人工成本只会如此高),而生产关系变得如此比较复杂是无法改变的趋势(GE一款发动机涉及的供应商有150000+,而华为的供应商也达到15000+),好多好多 基本上,从亲们对高端制造业的洞察来看,领先高端制造业提升生产力的依据全是不断引入先进的工具装备技术,并接受生产关系会变得比较复杂,而全是一味考虑比较复杂流程(流程比较复杂会原应 其它间题)。提升装备技术这方面,从美国国防部发布的一本书《从MBD到MBE》来看,大体经历了“机械设计>计算机辅助设计CAD,CAE>MBD(设计制造融合)>MBE(设计与制造供应服务销售全融合)”的过程。而MBE有日后核心的数字化技术之一。

第二、从领先的高端制造业西门子、波音以及达索、PTC等公来看,数字化技术是提升企业外部下行速率 、增强决策信心、提升创新能力和商业竞争力的有效手段。无论是以欧洲西门子/达索为代表的工业4.0流派、还是以GE/PTC的工业互联网的流派、还是波音为代表的欧美结合流派、还是以微软BAT等公司为代表的互联网/软件公司,推进数字化装备技术上全是围绕工业软件(如MBSE工具/CAD,CAE工具和仿真工具等)、数据互联与治理(IoT、数字主线、数字孪生技术等)、大数据与AI(算力和算法、建模技术等)一3个方向在发力。

第三、这些个方向构建的详细体系,将形成赛博物理空间CPS,也有日后数字物理相融合的体系。而这些体系内,最核心的内容又是数字孪生。我上次讲过,数字孪生使能所有企业做数字化转型的基本商业逻辑(通过产品生命周期数字孪生,下游OT与上游IT融合,实现上下游有日后重复投资的阴影区不能剩下来,最终实现上下游合理的价值再分配)。第四、那些是数字孪生?数字孪生简单理解有日后数字模型+全生命周期数据。数字模型的准确与连续主要靠工业软件(比如建模、仿真能力),全生命周期数据的连接、聚合主要靠数据湖与数字主线治理软件,产品、客户、用户、订单等各种业务对象的数字孪生有了后来,就不能利用各种模型与算法在上端做大数据与AI的各种应用。

上述提到的数字化技术,我只介绍一3个要花费,层厚解读就交给亲们今天的八位演讲嘉宾吧。谢谢亲们!”

华为云PaaS产品部外理方案部长,饶争光先生;埃森哲大中华区创新官,刘东先生;西门子软件电子行业技术总监,陈松盈先生;全知科技CEO,方兴先生;微软人工智能创造事业部总经理,徐元春先生;广东柯内特数据科学家,张浩彬先生;码隆科技有限公司新零售技术负责人,郭胜先生;达索高级仿真工程师,陈维先生依次发表了精彩的议题演讲。

【看点一】

议题:联接企业一切应用和数据,华为云ROMA平台助力加速企业数字化转型

主讲人 :饶争光 华为云PaaS产品部外理方案 部长

内容:数字化时代,企业不能外理咋样实现适应时代的创新及咋样构筑优势竞争力的间题,数字化转型成为必然的选者。咋样构建适应未来的企业应用架构、打通数字“孤岛”、协同“云+本地”服务;华为云推出ROMA平台,驭繁为简,打破数字化时代企业集成“困局”,支撑企业外部多场景广泛集成,使能企业数字化转型。

【看点二】

议题:区块链在数字经济领域的应用展望

主讲人 :刘东 埃森哲 大中华区创新官长

内容:在创业创新生态和大企业应用区块链的前线,观察和思考区块链技术和应用,包括优化性和颠覆性应用的原应 发展趋势。并对大企业拥抱区块链提出有几次原应 的战略选项。

【看点三】

议题:数字孪生在制造业领域的应用及原理

主讲人 :陈松盈,西门子软件电子行业技术总监

内容:介绍西门子数字孪生的精神及其原理原则,并藉由实施案例说明製造业应用的依据。

【看点四】

议题:大数据挖掘在环保行业中的技术及应用

主讲人: 张浩彬 ,广东柯内特数据科学家

内容:大数据浪潮之下,传统行业也面临着“门外的野蛮人”的困境。作为传统中的传统,环保行业咋样在新的背景下借力大数据挖掘技术,实现发展转型,重构新的业务场景?希望关于在这些领域的分享不能带来这些不一样的思考。

【看点五】

议题:数据流动中的风险管理

主讲人:方兴,全知科技CEO

内容:大数据时代,大量数据的整理,使用和融合,让数据成为四种 生产资料流通在企业的系统和联 态之中。数据的风险远远不止有日后数据作为四种 企业资产带来的资产风险,更有业务和第三方风险的属性。以最大程度降低数据流动带来此人 隐私和国家安全风险,让数据安全可控的创造价值。管理数据流动中的风险,兼顾企业数字化转型需求和安全,将成为企业dpo面临的最大挑战。

【看点六】

议题:微软小冰在商业化领域的应用与实践

主讲人:徐元春,微软人工智能创造事业部总经理

内容:“微软小冰” 是微软(亚洲)互联网工程院基于感情是什么 计算框架,通过算法、云计算和大数据的综合运用,采用代际升级的依据,逐步形成向EQ方向发展的详细人工智能体系。 它的产品价值形式涉及对话式人工智能机器人、智能语音助手、人工智能创造内容,提供者一系列垂直领域外理方案,微软小冰的商业化涉及NLP、知识图谱、图像外理、文本生成、图像生成、数据可视化,全声音模型的TTS及ASR技术等多个领域,为企业提供个性化商业外理方案。

【看点七】

议题:弱监督学习算法在视觉识别领域的应用及原理

主讲人:郭胜 博士,码隆科技有限公司新零售技术负责人

内容:传统层厚学习依赖于大批量经过人工标注的纯净数据的 “监督学习”依据,其所不能的人力和时间投入都使其如此具备实际的商业价值。对此,码隆科技提出了“弱监督学习”算法 CurriculumNet,在数据如此或不能大量人工标注和清洗的具体情况下,仍然能利用那些噪声数据训练出一3个高性能的层厚学习模型。本议题将介绍“弱监督学习”算法的基本原理以及该技术在人工智能商品识别平台中的应用案例。

【看点八】

议题:基于模型的数字仿真在高科技电子领域的应用

主讲人:陈维,达索高级仿真工程师

内容:基于模型的设计,在3DE平台上实现多专业、多部门的协同设计。制定一系列的标准和规范,包括规划设计过程,提高设计的下行速率 。一起实现设计与工艺的协同,在做MBD模型的一起,考虑到制造的要求等。

在数字化设计的基础上,利用3DE平台,实现设计分析一体化。在统一平台上实现模型前外理,划分网格,计算,后外理等,并反过来优化产品和设计,加速产品设计仿真优化迭代线程池池池,极大提高产品研发下行速率 。

【看点九】

中国数字化医学会 副会长张力先生,为中国数字化医学会 ·第二届黑科技节,获奖企业单位进行颁奖。荣获《最佳产品人气奖》企业有:华为云的华为工业云、PTC的THINGWORX工业创新平台;荣获《最佳客户体验奖》企业有:Tiger graph 的Tiger graph图数据计算平台、湃睿科技的pi-3dcapp;荣获《最佳产品创新奖》企业有:码隆科技的ProductAI、赛意信息的工业手环;荣获《最具发展潜力奖》企业有:达索系统的Exiled、瞳鳗科技的无线充电系统;荣获《最佳团队开发奖》企业有:金电联行的PROJECT BLACKBOX、达观数据的文本智能外理平台。

【看点十】

中国数字化医学会 会长丘水平先生为达而观信息科技(上海)有限公司、斗山工程机械(中国)有限公司、智汇工业、阿木(深圳)新科技有限公司颁发新入会会员单位牌匾。

广东南方卫视对中国数字化医学会 会长丘水平先生进行了采访

为了聚集数字化人才,推进社会及企业数字化转型,让数据成为生产力,有日后更好服务企业数字化转型建设,自中国数字化医学会 成立以来,已成功举办了两届数字化技术开放日,以及多个与数字化相关的大型活动,未来中国数字化医学会 将继续与各位相互相互合作伙伴携手共进,努力地在数字化转型标准制定、数字化转型战略规划、数字化转型技能发展与培训及数字化转型领军人才培育等方面发挥作用与影响,未来可期!

本文由站长之家用户投稿,未经站长之家同意,严禁转载。如广大用户亲们,发现稿件发生不实报道,欢迎读者反馈、纠正、举报间题(反馈入口)。

免责声明:本文为用户投稿的文章,站长之家发布此文仅为传递信息,不代表站长之家赞同其观点,不对对内容真实性负责,仅供用户参考之用,不构成任何投资、使用建议。请读者自行核实真实性,以及原应 发生的风险,任何后果均由读者自行承担。