以數致交，以賽會友 — 在思想的碰撞中創造和傳承數匠的智慧

2017年10月18日，由工業和信息化部指導，中國信息通信研究院主辦的首屆（2017）中國工業大數據創新競賽決賽答辯會議在中國信息通信研究院隆重舉行。會議由中國信息通信研究院總工程師余曉暉主持，工信部信軟司副司長安筱鵬出席會議并致辭。

首屆（2017）中國工業大數據創新競賽自7月份正式啟動以來，吸引了來自海內外近百個學校、公司、科研院校的1000多支參賽團隊。競賽決賽評審專家組由來自于清華大學軟件學院院長王建民、美國辛辛那提大學教授、美國國家科學基金會IMS中心創始主任李杰教授，以及來自企業和研究機構的14位專家學者組成。進入決賽的12組選手中，有3支團隊代表高校，9支團隊代表企業，體現出工業大數據領域深度的產學融合。

安筱鵬指出，工業大數據的本質是通過數據驅動、軟件定義、平臺支撐推動制造業生產方式的變革和生產方式的遷移，推動工業大數據發展要圍繞優化資源配置這一目標，解決發生了什么、為什么發生、下一步發生什么、如何改進優化四個問題，突破隱性數據顯性化和隱性知識顯性化兩大關鍵，強化自動控制與感知、工業軟件、工業網絡、工業云和智能服務平臺四大基礎。最后，安筱鵬希望借助此次創新競賽匯集科研界、產業界同仁，營造產業發展環境、提升企業競爭能力、培養一批人才，最終支撐制造強國建設。

李杰教授認為，這次比賽可以說是一次創歷史的事件，是中國舉辦的首屆工業大數據競賽，對中國工業大數據技術的發展有著重要的意義。

王建民院長對此次競賽予以了充分的肯定，并對下一屆大賽寄予了更高的期望。他表示這次大賽的數據量相對“小”，希望下一屆的數據更“大”；同時也鼓勵團隊的組建要更加跨界，才能互相取長補短。

美國自然科學基金智能維護系統中心(IMS)作為戰略合作單位，天澤智云科技有限公司作為協辦單位，對大數據競賽提供了從策劃、選題、驗證、答疑和評審的全程支持。天澤智云首席數據科學家晉文靜博士作為決賽評審出席本次會議。

為了持續推動工業大數據競賽在中國的發展，并使更多對工業大數據領域感興趣的同仁受益其中，晉文靜博士對工業大數據競賽的意義和舉辦過程進行了解讀。

Q:舉辦工業大數據競賽在中國是頭一次，在國外類似活動的發展情況是怎么樣的？

本次大賽是中國通信院第一次以本土公司的真實運營數據作為比賽基礎數據，從實際應用出發，研究工業場景的典型問題。競賽邀請了多位業界、學界的專家學者，結合各參賽選手的答辯匯報，對風電行業切實關注的問題提出了很多有價值的建議和看法，是一次非常好的“產學研”合作活動。

在美國，早在2008年就開始舉辦數據分析競賽的活動，雖然那個時候大數據的概念還沒有出現，但是工業界中利用數據進行分析建模的需求大量存在。美國首屆大數據競賽由國際PHM學會和NASA共同舉辦，題目是航空發動機的剩余壽命預測，總共提供了近500個發動機的全生命周期仿真數據。這項賽事隨后成為了傳統，主要由國際PHM學會和國際電氣工程師學會（IEEE）主辦，至今已經有10屆了。IMS中心從第一屆競賽開始就是競賽的常客，總共獲得過5屆冠軍。

Q:為什么將選題定在風電領域？

工業大數據競賽強調的是工業應用場景下的大數據。收集數據并不是目的，結合工業應用的機理，應用智能分析的算法解決工業應用中是問題才是目的。選擇風電作為這次大數據競賽題目，一是風電行業自身在工業領域的重要性，二是風電行業數據的可用性和完整性。在工業大數據領域，風電是起步比較早也比較成熟的領域，但是各個領域的發展都很快，我們期待明年會有更多的領域和企業為大數據競賽貢獻數據。

Q:為了確保公平，大賽對規則進行了哪些調整和優化？如何確保數據評估的準確性？

本次競賽使用的數據是金風科技和北京工業大數據創新中心提供的的風機數據，天澤智云的數據科學家團隊對數據和題目進行了驗證。在三方的共同努力下，對大賽題目經過多輪的討論才完成中國首屆工業大數據競賽的面世。數據和題目的準備歷時3個月進行反復的修改和驗證，主要的工作包括：

a.從對數據質量的評估，例如數據在脫敏處理中數據的信息丟失。

b.如何更好地強調本次大賽的工業屬性，才能夠吸引更多的選手結合人工智能算法和機理模型，這樣勝出的隊伍才可能對工業界有更多的貢獻。

c.數據的競技性。對提供的數據有更高的要求。本大賽的目的也是能夠從業界和學界看到大家對于工業應用領域的先進分析方法，并能夠應用到實際的應用場景中，對于題目的難度，我們對于如何提升題目的競技性做了許多的設計，例如建議將故障的預測時間提前，一方面增加比賽的難度，另一方面也爭取建立能夠更早預測到早期故障的模型。

d.建立合理公平的評分規則，尤其突出早期故障探測算法的優越性。

Q:本次競賽對中國工業大數據的發展會起到哪些推動作用？

我們關注到競賽選手們應用了很多先進的人工智能的先進算法，包括深度學習算法，XGBoost，遷移學習算法，并且取得了一定的成效，這也是評估先進AI算法在工業大數據的一個很好的應用案例；考慮到工業屬性，大數據競賽鼓勵選手應用行業洞見，結合機理建模和機器學習的方法提取有效的具有物理意義的特征；能夠真正理解工業應用場景，考慮應用的實用性和現實條件的限制，例如運算速度，模型的泛化能力，等等，從而尋找最適合工業大數據的算法。

本次競賽強調了工業大數據的應用重在預測，體現了算法應用在工業場景當中的可行性，吸引了更多的產、學界專家參與研究討論，對工業尤其是風電行業的產業鏈當中的風機OEM、運營服務商、業主等企業在有效運用大數據和算法模型提升效率和優化資產等方面有很好的啟發性和積極的推動力。

Q:本次競賽結束后，我們還可以有哪些期待？

為了讓此次競賽中產生的知識被傳承和傳播，我們將繼續協助信通院編寫工業大數據競賽智能分析白皮書，運用工業智能算法和基于機理模型的分析法，為大家介紹工業大數據的標準解法流程和競賽中優勝選手的分析方法，歡迎大家關注。

晉文靜 博士

天澤智云首席數據科學家

美國辛辛那提大學智能維護系統中心機械工程博士；2015年全美國制造工業未來最有影響力的30位杰出青年領導人（唯一一位華人入選），在工業智能制造領域參與全球最前沿性技術研究與實踐，是美國工業智能以及工業4.0領域年輕科學家。

晉文靜博士的研究包括當前工業智能制造領域最具應用場景與發展的諸多方向，包括了工業智能深度學習、基于加速預測與健康管理、旋轉機械的故障診斷與壽命預估、智能傳感器的性能衰退預測等等。晉文靜博士同樣有著豐富的工業實施經驗，參與了精密機械零組件、線性傳動系統、高鐵、工業電機等工業領域的系統健康管理與壽命預測項目，并對于機電系統的智能監控安裝與測試擁有豐富的實踐經驗。

晉文靜博士參與的合作項目與合作方包括美國GE，Woodward，TechSolve，歐洲Alstom，高聖，美國施樂帕克研究中心（Parc）、意大利Alstom，臺灣上銀等等。