隨著互聯(lián)網(wǎng)的廣泛運(yùn)用，云計(jì)算時(shí)代已經(jīng)逐漸步入人們的生活，大數(shù)據(jù)在此背景下應(yīng)運(yùn)而生。1982年，約翰·奈斯比特在其著作中提出“我們現(xiàn)在大量生產(chǎn)信息，正如過(guò)去我們大量生產(chǎn)汽車一樣”;阿爾文·托夫勒在《第三次浪潮》一書(shū)中，稱大數(shù)據(jù)為“第三次浪潮的華彩樂(lè)章”;面對(duì)海量的數(shù)據(jù)，原有的處理方式已無(wú)法應(yīng)對(duì)。2011年，麥肯錫全球研究所發(fā)布了《大數(shù)據(jù)：創(chuàng)新、競(jìng)爭(zhēng)和生產(chǎn)力的下一個(gè)前沿》的報(bào)告，對(duì)“大數(shù)據(jù)”進(jìn)行清晰解釋;2012年，瑞士達(dá)沃斯召開(kāi)世界經(jīng)濟(jì)論壇，大數(shù)據(jù)是會(huì)議主題。

大數(shù)據(jù)發(fā)展起始于18世紀(jì)80年代初至90年代末，統(tǒng)計(jì)學(xué)家赫爾曼做出一臺(tái)電動(dòng)設(shè)備來(lái)統(tǒng)計(jì)美國(guó)本土人口普查數(shù)據(jù)，揭開(kāi)數(shù)據(jù)處理新時(shí)代。雷德和普賴斯分別在1944年和1961年出版了《學(xué)者與研究型圖書(shū)館的未來(lái)》和《巴比倫以來(lái)的科學(xué)》，預(yù)測(cè)大數(shù)據(jù)時(shí)代的到來(lái)。2001年，美國(guó)Cartner公司推出大數(shù)據(jù)模型。2008年，美國(guó)自然雜志出版的一期?？械谝淮翁岢龃髷?shù)據(jù)——Big Data模型。

大數(shù)據(jù)技術(shù)研究現(xiàn)狀

在國(guó)外，大數(shù)據(jù)技術(shù)被認(rèn)為源于谷歌，在2003至2006年先后公開(kāi)發(fā)表關(guān)于MapReduce、GFS和BigTable等核心技術(shù)學(xué)術(shù)論文。2012年，美國(guó)白宮頒布了《大數(shù)據(jù)研究與發(fā)展計(jì)劃》，投入巨資到大數(shù)據(jù)研究領(lǐng)域。美國(guó)防部還開(kāi)展XDATA項(xiàng)目，將大數(shù)據(jù)研究投入軍事領(lǐng)域數(shù)據(jù)分析。在國(guó)內(nèi)，2013年被稱為大數(shù)據(jù)元年。2014年，國(guó)內(nèi)眾多互聯(lián)網(wǎng)企業(yè)如小米、百度、騰訊、阿里等已將大數(shù)據(jù)技術(shù)應(yīng)用于公司業(yè)務(wù)。

數(shù)字孿生工廠加速智能化柔性制造

在工業(yè)領(lǐng)域，數(shù)字孿生技術(shù)，基于工業(yè)數(shù)據(jù)的透明和共享，可以建立真實(shí)工廠鏡像，被廣泛用于制造業(yè)的工廠規(guī)劃、仿真優(yōu)化及實(shí)時(shí)監(jiān)控等領(lǐng)域。

“數(shù)字孿生工廠不僅能實(shí)時(shí)反映工廠產(chǎn)線的真實(shí)狀態(tài)，更重要的是沉淀機(jī)理模型，用數(shù)字虛擬空間的運(yùn)算，預(yù)測(cè)真實(shí)物理空間將要發(fā)生的事情，進(jìn)而指導(dǎo)生產(chǎn)，讓制造更加柔性化智能化。”—廣域銘島工業(yè)智能化事業(yè)部總經(jīng)理周念念

以領(lǐng)克成都工廠為例。Geega平臺(tái)基于物聯(lián)網(wǎng)技術(shù)，實(shí)現(xiàn)設(shè)備和系統(tǒng)的互聯(lián)互通，進(jìn)行工業(yè)數(shù)據(jù)的采集和整合，并運(yùn)用數(shù)字孿生技術(shù)，把物理世界工廠中的設(shè)備和系統(tǒng)在虛擬空間進(jìn)行實(shí)時(shí)映射，逐步打造出一座數(shù)字孿生工廠。

同時(shí)，Geega平臺(tái)再深度融合數(shù)字孿生技術(shù)與工藝機(jī)理模型、工藝優(yōu)化算法模型，研發(fā)出一批數(shù)字化解決方案，實(shí)現(xiàn)沖、焊、涂、總、物流、能源管理的一體化卓越運(yùn)營(yíng)，幫助工廠降低質(zhì)量損失成本，縮短訂單交付周期，提升物流調(diào)度效率。

比如，高級(jí)柔性排程的應(yīng)用，通過(guò)綜合考慮訂單數(shù)據(jù)、庫(kù)存數(shù)據(jù)、設(shè)備運(yùn)行狀態(tài)等制約因素，并充分考慮倉(cāng)儲(chǔ)物流和個(gè)性化訂單的實(shí)時(shí)變化，進(jìn)行智能化柔性排程，以幫助工廠靈活應(yīng)對(duì)多樣化需求帶來(lái)的市場(chǎng)變化。

在極氪汽車“未來(lái)工廠”，Geega平臺(tái)通過(guò)數(shù)字孿生技術(shù)，對(duì)工廠的產(chǎn)線布局、工藝流程、制造過(guò)程等進(jìn)行1：1的虛擬仿真與優(yōu)化，再通過(guò)算法模型，結(jié)合5G、AI、工業(yè)大數(shù)據(jù)等技術(shù)，實(shí)現(xiàn)遠(yuǎn)程診斷和指導(dǎo)，從而提高生產(chǎn)效率，降低能耗和成本。

中醫(yī)藥大數(shù)據(jù)實(shí)驗(yàn)室現(xiàn)場(chǎng)發(fā)布了智慧中醫(yī)藥一體化服務(wù)平臺(tái)的兩項(xiàng)成果：基于知識(shí)圖譜的中西醫(yī)結(jié)合知識(shí)庫(kù)和新一代中醫(yī)辨證論治智能輔助系統(tǒng)?；谥R(shí)圖譜的中西醫(yī)結(jié)合知識(shí)庫(kù)構(gòu)建了一個(gè)全面詳細(xì)的中西結(jié)合醫(yī)藥知識(shí)數(shù)據(jù)庫(kù)，匯聚疾病、證候、癥狀、藥品、古今方劑、中藥飲片、中草藥、中成藥、經(jīng)絡(luò)穴位、輔助檢驗(yàn)、醫(yī)學(xué)檢查、手術(shù)、臨床指南、醫(yī)學(xué)文獻(xiàn)等各類醫(yī)學(xué)知識(shí)，并應(yīng)用海量數(shù)據(jù)與人工智能技術(shù)構(gòu)建起一套完整的醫(yī)療領(lǐng)域知識(shí)圖譜，可應(yīng)用于醫(yī)療相關(guān)的智能分診、智能問(wèn)診、智能推導(dǎo)、語(yǔ)義檢索等領(lǐng)域。新一代中醫(yī)辨證論治智能輔助診療系統(tǒng)則以重大疾病和中醫(yī)優(yōu)勢(shì)病種為切入點(diǎn)，依托領(lǐng)先的中醫(yī)證候診斷與療效評(píng)價(jià)技術(shù)，匯聚億級(jí)的中西醫(yī)知識(shí)內(nèi)容和數(shù)百位名老中醫(yī)經(jīng)驗(yàn)，針對(duì)20多個(gè)中醫(yī)?？频?000多種常見(jiàn)疾病和5000多種證候?qū)崿F(xiàn)中醫(yī)辨證論治智能輔助，為基層中醫(yī)賦能，提高基層中醫(yī)臨床水平，服務(wù)中醫(yī)藥傳承發(fā)展。