基于在手訂單，全部實施完畢后，Alpha的預測性維護系統的機器學習時間將進入”億”小時階段，從2017年底開始在石窯店選煤廠實施第一套預測性維護系統以來，至今不到2年時間，Alpha的機器學習時間完成了1040倍的飛躍!

 

目前只有約500萬小時/年！

Alpha致力于為資源業（礦業）提供完整的采礦及選礦智能化解決方案，預測性維護是智能化系統的底層架構。數據是新時代的石油，Alpha專注于資源業的工業物聯網底層架構布局已開始在該賽道上領先。

 

說明

Alpha在巴西、菲律賓、蒙古國、俄羅斯以及中國的幾個主要礦山和散貨港口已實施了約22000個傳感器，每個傳感器有2個數據信號，同樣按照一天監測設備平均運行12個小時來算，每個月的學習時間為：22000*2*12*30*365=192720000小時≈1.93億小時/年。

 這僅僅是一個開始……

「強化學習教父」Richard Sutton 在《苦澀的教訓》一文中指出，「70 年的人工智能研究史告訴我們，利用計算能力的一般方法最終是最有效的方法。要在短期內有所提升，研究人員要利用專門領域的人類知識。但如果想要長期的獲得提升，利用計算能力才是王道?！?/span>

大家都知道，這波人工智能的浪潮的三要素分別是數據、算力和算法。雖然仍有爭議，但是計算力的大幅提升確實是這波深度學習革命的決定因素之一。

Alpha在資源業的智能化發展中，數據、算力已經處于領先地位。算力是基于我們現有實施的數萬個傳感器，以及未來致力于實現的目標：接入千萬臺級的資源業核心采礦及選礦設備，布局10億級的邊緣計算傳感器！在算法方面，我們將根據收集的大數據，不斷豐富和完善設備的失效模型。

那么現在，各位不妨猜一猜，安爾法的什么最有價值呢？

那肯定是經過大量數據訓練的機器學習算法了，數據一直都是安爾法的核心，現在也是安爾法的優勢！

我們提供的不只是硬件！

雖然硬件是安爾法自主研發生產制造的！穩定可靠！

但是，云端智能運維平臺，嵌入深度機器學習算法，搭配失效模型，7×24地監測運維設備，做預測性維護。也是我們自主研發的呀！

想不想了解一下安爾法的智能運維解決方案？

特別害怕萬一你需要卻找不到我們！

安爾法工業智能股份有限公司

Alpha Industrial Intelligence Holding Co Ltd

李生才

kyle.lee@alpha-technology.com.au

微信：Kyle977895349

楊博

benjamin.yang@alpha-technology.com.au

微信：yb89yy92