工業(yè)大數(shù)據(jù)實時采集、存儲及機器學(xué)習(xí)技術(shù)飛速發(fā)展，NI成重要推手

　　“根據(jù)IDC此前的EMC數(shù)字宇宙研究顯示，平均僅5%的大數(shù)據(jù)得到分析。” NI（美國國家儀器，National Instruments，簡稱“NI”）工業(yè)物聯(lián)網(wǎng)行業(yè)市場經(jīng)理崔鵬在前不久舉行的2017 NI工業(yè)物聯(lián)網(wǎng)高峰論壇上談到相較于 22 ×2 60 字節(jié)的大數(shù)據(jù)總量，5%無異于冰山一角。而作為一種新的資產(chǎn)、資源和生產(chǎn)要素，工業(yè)大數(shù)據(jù)是工業(yè)物聯(lián)網(wǎng)的核心，更是中國制造業(yè)轉(zhuǎn)型升級的重要戰(zhàn)略資源。

　　智能測量+管理，平臺化方案方可透視不可見數(shù)據(jù)的價值

　　要解決大模擬數(shù)據(jù)挑戰(zhàn)，NI認(rèn)為第一步便是更智能的測量。作為此次NI工業(yè)物聯(lián)網(wǎng)高峰論壇的特邀嘉賓，美國辛辛那提大學(xué)教授、美國智能維護系統(tǒng)中心主任李杰教授認(rèn)為，未來數(shù)據(jù)收集的趨勢將集中在三個方面：

　　從可見世界到不可見世界的擴展，未來，數(shù)據(jù)收集將更多源于不可見世界；

　　從固定式到無線移動式的擴展，以無線傳感器為例的自主式將成為未來數(shù)據(jù)收集的主流；

　　從物理特性到信息特性的擴展，不局限于當(dāng)前的測量功能，未來的數(shù)據(jù)收集更將具備辨識功能。

　　圖1. 李杰教授現(xiàn)場剖析工業(yè)大數(shù)據(jù)采集的未來趨勢