11月20日上午，第十届“CCF大数据学术会议”的工业大数据理论与技术论坛在成都圆满结束。工业大数据理论与技术论坛是本次大会一个重要的专业分论坛，此次论坛由清华四川能源互联网研究院大数据研究中心主任和太原理工大学大数据智能理论与工程研究中心负责人王莉共同担任执行主席。此次论坛采用线上方式进行。
工业大数据理论与技术论坛邀请了华南理工大学计算机学院院长陈俊龙，清华大学学术委员会委员、大数据系统软件国家工程实验室执行主任、清华大学软件学院院长王建民，上海优也信息科技有限公司首席科学家、教授级高工郭朝晖，长沙赛搏机器智能有限公司董事长兼CEO周翔，长江学者特聘教授、流程工业综合自动化国家重点实验室副主任、东北大学丁进良作专题报告。论坛在执行主席介绍完参加本次论坛的嘉宾之后，按照日程顺利进行。
陈俊龙以“数据及AI大模型在‘东数西算’工程的探讨及在非确定性柔性制造场景的应用”为题，首先针对“东数西算”工程和AI大模型的基本概况做了详细介绍，对各大科技公司的AI大模型做了汇总整理。随后又讲解了AI大模型的高性能计算优化算法研究，指出了现阶段单一集群的计算已无法适应现如今高要求的计算情况。然后，陈俊龙介绍了面向智能制药场景的AI大模型实践，并且探讨了跨域多模态通用人工智能大模型的问题与挑战以及它们的应用场景与推广。最后，陈俊龙在数据层面、应用层面、模型层面进行了分析，对今后的AI大模型和“东数西算”工程做出了展望。
王建民以“工业物联网大数据关键技术及应用”为题，阐述了工业互联网大数据的特点，并针对工业时序数据管理面临的三个挑战——时序元数据表达方式多样，时序元数据规模巨大;OT域实时读写和IT域在线分析混合负载，与物理存储严重失配;设备故障、网络延迟造成低质数据，与高质量分析应用需求失配。基于上述挑战，介绍了Apache IoTDB系统，Apache IoTDB从编码建模，编码压缩，以及合理采样等方面提出解决挑战的思路。最后，王建民指出工业物联网对快速获取数据和实时发现洞察能力提出了新的挑战，工业时序数据库必将成为工业物联网的基础设施，为工业大数据应用提供有力支撑。
郭朝晖以“工业大数据建模的可靠性与实用性”为题，从模型的可靠性、实用性等角度探讨了构建实用工业模型的关键性因素。报告首先介绍了工业界生产过程中的传统理论指导背景，随后分析了生产过程中实际面临的一些技术问题。基于工业大数据的基础，理论模型在一定程度上可以更好地指导工业生产和决策，但是也存在建模与分析结果不稳定等缺陷。在上述挑战下，报告进一步分析了工业模型实用性的意义以及强调了工业软件对工业界生产的重要性。
周翔以“工业大数据在移动机械效能提升中的应用”为题，针对非道路移动机械能效提升中存在的工况数据缺陷、优化路径不确定等问题，报告提出了赛搏工业大数据应用方案，建立了数据体系、系统平台和专业化效能分析模型与优化策略，最终成功应用在挖掘机和搅拌车节能控制系统中。
丁进良以“数据驱动的复杂工业过程运行优化控制”为题，首先介绍了流程工业的特点以及国内外发展现状。随后在深入分析流程制造系统的全局协同运行优化问题特征与关键科学问题的基础上，介绍了如何将控制与优化、智能行为与智能方法等相结合，引入迁移学习、深度学习等方法研究实现全局优化的数据驱动的复杂工业系统运行优化控制的设计方法。同时关注工业智能的落地实现，与实际应用场景结合。最后探讨了流程工业智能化面临的多方面挑战。
论坛圆满结束后，与会人员均认为收获颇丰，大家希望CCF后续能举办更多这类活动，以便进行更加深入的交流。
(陈晨)
(来源：新视线)
