工业互联网这个众说纷纭是GE的研发部门建构出来的，体现了公司的期望：向机器上加到更好的感应器，并产生大量数据，从机车、飞机引擎、MRI仪和其他GE销售的设备中吸管更好的效率。　　GE回应将在三年的时间里为这一点子投资150万美元。其中的一部分资金将被用作公司在加州圣拉蒙市（San Ramon）新的成立的软件研发中心的研究上。　　例如，在圣拉蒙研究中心，机器学习领域的研发人员Anil Varma于是以进行实验，期望能寻找检验出有可以预测GE服役的2万个飞机引擎中哪些必须修理的微小警告迹象。

他回应，对于某些引擎种类来说，它的算法可以提早一个月以70%的准确度找到必须注目的引擎。这可以协助防止代价高昂的飞行中延后。　　大部分设备感应器通过反应性的方式工作：如果出有了问题，仪表盘上的红灯不会被照亮。

GE的老式飞机引擎差不多也是这样，测量温度、压力和电压等指标。但是在过去，通过这种方法跟踪到的信息很少被留存和研究。Varma说道，大部分航班只不会保有三个平均值：降落、巡弋和迫降过程中的引擎数据。　　Varma回应，GE期望用于还包括下一代引擎GEnX（波音787将不会用于这一引擎）在内的产品，用来最后保有每一个航班的所有原始记录，或许还可以把记录从飞机上动态传输过来。

他还说道，这样的引擎在一年内产生的数据不会比商业航空史上搜集的所有数据还多。　　尽管通过大量的传感器来让机器展开通信的点子并不精致（有时候这不会被称作物联网），但是GE大规模的业务可以加快让想象变为现实。瓦尔马说道：我们有仅次于的工业数据集之一，因为我们操作者这一设备早已有很长时间了。

我们可以测试所有算法，想到它们如何工作。　　威廉鲁（William Ruh）曾是思科公司的决策人之一，现在雇用于GE负责管理该项研究（GE回应是他想到了工业互联网这一众说纷纭）。

鲁说，GE关于工业互联网的启发来自经济危机。当经济快速增长前景未确定时，工业界的顾客开始确信生产力的提高来减少盈利。

他们也更加频密地听见大数据这个词，并开始咨询GE否对他们的设备有一个大策略。　　或许GE不总能只能地把大数据技术应用于到工业问题上，哥伦比亚大学的教授文卡特文卡塔苏布拉曼尼福（Venkat Venkatasubramanian）说道。他也是学校的数据科学和工程研究所（Institute for Data Sciences and Engineering）的教授。他说道，对一个商业零售商来说，有可能只必须寻找客户数据的相关性就不够了，例如卖啤酒的人也不会卖内衣。

有些结果很更容易取得，标准的机器学习算法就能老大你检测并解决问题，他说道。但是在更加简单的物理系统中，模型还必须说明为什么这些相关性是不存在的。

　　在GE的圣拉蒙市中心，研究人员正在研发新的用户界面，可以利用地图、仿真和类似于Twitter这样的设备社交网络协助人们把工业数据可视化。在一个房间里，充满著了很多和微软公司Kinect相连的大显示屏。

Kinect是可以感官人们运动的视屏游戏控制器。那里的研究人员展出了一个公共事业部门的工人可以如何利用手势利用数据可视化协助他的电网部门做出要求。GE回应他们还在和加拿大的公共事业部门公司合作，用于卫星图片和气象地图，以及过去电力供应的方位来预测必须维修树枝的方位。

掉落的树枝是造成和暴风雨涉及电力供应的主要原因。　　并非只有基础设施借此获益。纽约市西奈山医学中心（Mount Sinai Medical Center）于是以和GE合作把传感器和信号传送器设置到医院的床位和设备上，用来记录追踪用于中的设备。GE声称如果取得更加原始的信息，这个有1100个床位的医院每年可以容纳多达1万名病人。

　　鲁坚信，较小的改良就能有相当大的影响。GE在2012年11月公布的一份报告估算，油料效率快速增长大约1%，对航空工业意味著20亿美元，对电力工业意味著大约40亿美元。

GE的燃气涡轮和其他公共事业设备参予了25%的世界电力传输。　　我们告诉从操作者上可以转变1%，鲁说。但是他又补足道，这很难通过发明者更佳的设备做，因为我们早已迫近了物理定律的无限大。

本文来源：博亚app最新下载官网-www.hfrsfyj.com