关于工业软件创新发展的思考

关于工业软件创新发展的思考

作者:王建民

本文约2900字,建议阅读5分钟

本文为你分享关于工业软件创新发展的几点思考。

关于工业软件创新发展的思考

清华大学109周年校庆之际,清华校友总会软件学院分会、大数据系统软件国家工程实验室和清华大学大数据研究中心共同主办了以“软件定义新基建,数据驱动新未来”为主题的系列线上讲座活动。

清华大学软件学院院长、大数据系统软件国家工程实验室执行主任、清华大学大数据研究中心副主任王建民通过学堂在线平台做了题为《关于工业软件创新发展的思考》的报告分享。

以下是王老师报告内容的部分文字摘录:

今天,想跟大家分享我们在工业软件方面走过的路,正在做的事,和我们要共同开创的未来。

我们走过的路

清华软件学院与工业软件相关的工作中,一条主线是以CAD为核心的几何加工艺属性的软件发展脉络。另一条主线是工业数据管理的发展脉络。近年来,我们先后承担了大数据系统软件国家工程实验室、清华大学大数据研究中心和工业大数据系统与应用北京市重点实验室的建设任务。同时,我们与企业合作伙伴,共同发展企业联合研究中心和校友企业联合研究院,主要解决高效与产业深度融合的问题。

我们在做的事:清华数为大数据软件栈

现在我们的大数据软件团队的核心工作是研发清华数为大数据软件栈。提供工业数据的全生命周期管理,通过一套“清华数为”大数据系统软件,支撑多个领域的大数据软件应用研发,一方面开展科学研究,另一方面支持产业应用创新。

清华数为支撑工业大数据的全生命周期管理,是指将采集到的原始的工业大数据,也就是0层数据(Data),加工成N层数据,变成有语义的业务信息(Information),再从信息中抽取和学习工业知识(Knowledge),再将工业知识应用到具体的业务场景中,形成工业智慧(Wisdom),这是我们常说的DIKW体系,用数据来解决数字化、网络化和智能化的问题的过程阶段。

“清华数为”大数据软件栈在工业领域经过以下五个阶段:

1) 物联网采集阶段:物联网工业对象都是物理对象,采集的数据是原始数据,它是0层数据

2) 信息化管理阶段:依赖数据库技术,形成全类型数据集,它也是0层数据

3) 商务智能处理阶段:物联网和信息化为工业大数据提供数据原料,在原料的基础上,通过商务智能的各种OLAP技术和在线分析技术,把原始数据加工成各种报表数据

4) 人工智能分析阶段:设计研发工业产品往往先要有理论基础,而一个人造系统要有很多先验的知识,所以还要注意原有知识的运用校准

5) 工业数据应用阶段:以上四个阶段的处理结果都服务于应用,如何巧妙深入的应用这些数据信息知识,这才是真正的智慧

工业软件的内涵

工业的范畴非常大。根据联合国产业分类,工业包括制造业、采掘业、建筑业、纺织业、交通运输业、电力生产、水、工业等41个大类。工业软件是指应用在工业领域的软件,其产业属性本质上属于工业、制造业门类,而不是信息产业。工业软件是工业和软件的一个深度的融合,也可以看成是学科的交叉。工业软件属于知识密集型的软件,要实现产业化的发展,要有强大的工业背景知识,也要运用先进的软件技术。

工业软件发展阶段

工业软件的发展经历了相互叠加的三个阶段:信息化、网络化、智能化,分别伴随着计算机、互联网、物联网和大数据的出现和发展而演进。我不太同意将工业软件分为传统工业软件和新兴工业软件的说法,因为各类工业软件在新的阶段都有新的内涵,不是简单的替代关系。·

工业软件业务维度:可分为研发设计类、生产控制类、管理运营类、服务保障类。行业维度:可分为离散制造业流程制造业。从层次维度:可分为工业基础软件工业应用软件

我国工业软件的发展现状:

1) 研发设计类,核心技术难度大,存在“卡脖子”的风险;

2) 生产控制类,工艺机理吃不透,高端上有差距;

3) 管理运营类,高端用户少,产用脱节;

4) 服务保障类,工业互联网的发力点,出现新的赛道。

我国工业基础软件核心技术薄弱,特别是三维几何引擎(CAD内核)、CAE求解器等核心技术存在卡脖子风险。举一个针对软件研发设计类的例子:从平面几何理论来说,两条线段的求交有三种情况:无交点、一个交点、无穷多个交点。但是基于计算机浮点数的几何与基于纯数学的几何并不完全一致。基于计算机浮点数,不重合的两条共面直线求交,可以出现不连续的多个交点。这就影响了几何造型核心的稳定性,所以类似于这样的问题,需要从数学基础、计算机基础和工业应用知识进行跨界的融合才能够解决,并且还需要长时间的不断发展才能融合。

怎么样来克服和解决我国工业基础软件发展的短板?

  • 一是要提高自主工业软件的政策支持力度;
  • 其次要鼓励大中型龙头企业,带头研发具有自己领域特征的,满足自己领域需要的工业软件;
  • 要支持自主工业软件的企业发展,给予政策的倾斜;
  • 产业不仅仅是用户,将来也要成为工业软件的开发者;
  • 建立一种长期的开源机制,大力发展工业的开源软件;

核心软件不在于开发的快,而在于活的长,不断解决核心问题,才能提高我国工业基础软件的发展。

国产工业软件差距的重要原因

行业高端人才紧缺:高端专业人才是指深入掌握专业知识的领军人才。工业软件企业难以给予具有竞争力的薪酬待遇,造成工业软件行业高端领军的缺失。

复合型人才缺失:工业软件开发人员在掌握一定软件开发能力的同时,还要掌握相关工业领域专业知识,更需要对复杂工业机理、产品对象、业务场景、操作流程等具有较为深入的理解和认知,复合型人才培养难度大。

今年的高考改革举措之一,“强基计划”的目标就是为了加强基础学科的人才培养,培养优秀的基础理论创新人才;在改革定位上,与服务国家重大战略需求相结;着力选拔一批有志向、有兴趣、有天赋的青年学生专门培养;强基计划主要选拔有志于服务国家重大战略需求且综合素质优秀或基础学科拔尖的学生;强调基础学科对国家发展的重要性,与个人职业发展密切相关。

对我们每个人的软件职业生涯的启发,就是要“拥抱变化,终身学习”。拥抱变化”,是因为我们看到软件与数据的关系发生了根本性变化。原来我们习惯于用数据去找软件,现在是软件来找数据,所以催生了大数据处理软件架构和方法。我们还看到数据与智能的因果关系。人工智能来源于数据,通过数据集训练得到的模型,是智能软件重要的组成部分,所以人工智能的应用又对软件的构造方法提出了新的挑战。我们还要认识到软件与数据都需要安全可信作为保障。软件可信问题的重要性如何强调都不为过,出现安全漏洞会给社会和老百姓带来诸多麻烦。大家围绕数据、智能、可信等主题持续学习,持续思考和规划自己的人生,为未来软件工程的发展方向贡献力量。

终生学习”的目标可以是尽可能夯实数理基础。软件是一个作为数学和物理基础的发展学科,一定要有强大而坚实的数理基础。也要尽可能深入精通行业与领域知识。软件和各个行业紧密结合,特别是工业软件,我们要精通行业和领域知识。更要学会带领团队,做创新和引领性的工作。现在的软件不是一个人单打独斗,要有高效的组织体系,能够在开源的松散管理体系当中,形成一种涌现效果的创新集体和创新模式。

上述是结合几十年来我们在工业软件所做工作的一些经验,给大家做的简单分享。在这样一个伟大的时代,我们的未来,特别是我们工业软件的未来,一定是非常光明的。

编辑:于腾凯

校对:林亦霖

—完—

想要获得更多数据科学领域相关动态,诚邀关注清华-青岛数据科学研究院官方微信公众平台“ 数据派THU ”。

发表评论

电子邮件地址不会被公开。 必填项已用*标注

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据