产品:2486
从数据基础来看，不均衡数据成为工业人工智能不容忽视的问题，主要表现为数据量的局限性、数据标注的不均衡等。与消费领域不同，工业数据样本难以进行人为打标，比如面对数千组传感器数据，即使是领域专家也难以直接划分出异常状态。除此之外，如何在快速传输、实时反馈的前提下保证数据质量也是一大挑战。工业生产条件大多较为恶劣，高压、高温等因素都可能影响传感器数据的质量。
从技术适用性来看，工业领域的人工智能也与消费领域有着显著区别。当前，toC端的互联网大数据分析通常倾向于采用复杂的深度神经网络和不同的硬件加速技术；而toB端的数据分析则更看重解决方案的实用性，在对算法复杂性、数据分析效果、现场部署集成环境、用户投入产出比等方面进行综合考虑后，力求得出简单有效的方法。
据西门子中国研究院大数据分析研发部总监田鹏伟介绍：“西门子在为客户定制人工智能解决方案时，一方面要考虑客户现场环境的支持能力和投入成本要求，另一方面也要考虑我们方案的响应能力要求。在工业场景下，我们要做到按需快速反馈。”
西门子专注工业人工智能领域近30年，深谙垂直行业的专业知识，积累了丰富的技术实施和管理经验。目前，西门子在世界各地拥有数百名数据科学家和人工智能专家，业务领域涵盖制造业、能源、楼宇、交通、医疗等。
在中国，西门子早在20多年前就将先进的神经网络技术落地工业，为能源密集型钢铁工厂寻找创新优化方案。
2019年，西门子中央研究院在北京成立AI Lab China，这是西门子在亚洲的**AI Lab。以此为平台，西门子将进一步打通覆盖欧洲、北美、亚洲的全球人工智能创新网络，借助技术优势与成功经验为中国客户提供行业**、切实可行的人工智能解决方案。
“AI Lab China为中国客户打开了快速了解和应用西门子工业人工智能技术的窗口。”田鹏伟表示，“我们期待与客户开展紧密而高效的合作，从想法构建、价值共创到原型验证。我们的数据科学家基于西门子的典型方案和案例，帮助客户快速解锁人工智能技术落地其业务的实际可行性。”
如今，西门子的专家团队已经为多个领域的客户提供定制化的人工智能解决方案，帮助工业企业在其全生命周期内实现智能预测、高级诊断以及自主优化。