明略科技构建认知智能信息系统 AI落地工业复杂场景

认知智能，AI赋能工业内核

新一代人工智能的纵深发展，正在加速经济社会各领域从数字化、网络化向智能化跃升。智能经济已上升为国家战略。作为国家支柱产业的制造业，运用新一代人工智能技术，打造工业互联网平台，拓展“智能+”，实现智能化转型升级，成为产、学、研、政，各界关注的焦点。

丁伟庆认为，工业的发展，经历了机械化、电力化、数字化时代，正迈向智能化时代。工业的智能升级，最核心的是构建具备分析和决策认知智能的信息系统。

构建认知智能信息系统，首先，必须赋予信息系统最基本的感知识别能力，即通过多模态的传感器感知外部信息和态势。然后，通过知识图谱、深度学习等技术实现人工智能的理解能力，解析思维过程。第三，通过知识图谱、暴力挖掘对知识进行多维度分析推理，打造决策模型，实现从理解到“分析+决策”的飞跃，指导行动，形成感知、认知、行动的AI反馈闭环，实现自我迭代与优化。

地铁能耗，认知智能落地新场景

在演讲中，丁伟庆着重介绍了明略科技针对地铁能耗场景的AI解决方案。全国地铁总里程未来将达到1.4万公里，预计年耗电将达400亿度，其中车辆牵引能耗占45%(180亿度)，而牵引能耗中制动能馈约有30%(54亿度)。上海作为世界上地铁里程最多的城市，每年的牵引能耗约8.35亿度。牵引能耗，主要产生在制动和再启动环节，因此将列车产生的再生制动能量有效转化为动能，可减少牵引能耗，实现绿色节能经济效益。

明略科技打造的牵引能耗分析优化系统，依托自然语言处理、知识图谱等底层技术，可通过机器学习线路运行历史，对地铁运行过程中的供电、信号、车辆、客流数据，以及事故、事件数据等进行理解、分析，找出对能馈利用率影响最高的因素，制定优化规则。并且，通过与地铁信号、车辆、供电等系统的对接，实时监控每列车、每个线路的牵引能耗消耗情况以及能馈利用情况，基于这些数据，调用后台能源大数据平台实时分析能馈利用低效的因素，不断优化算法及规则模型。

经过特定线路的实际运行图的分析，并结合路网兑现率、运载乘客需求，通过提高单车牵引时同向制动匹配、调整再生制动产生的时机主动匹配、提高高峰和平峰的匹配、提高每次匹配的制动吸收率，明略科技打造的牵引能耗分析优化系统，理论上牵引能馈利用率可达到25%，这意味着可在全国范围内节省约13.5亿度电的能耗。

明略科技基于自然语言处理和知识图谱两大认知智能关键技术，已在安防、轨交、制造、金融、营销、服务等多个商业场景成功落地具备识别、理解、分析、决策智能的行业级解决方案，涵盖了多省市公安机关、税务部门、政府管理部门、建设银行、交通银行、中国中车、上海地铁等行业标杆客户。凭借众多行业实践积累沉淀的理解、洞察分析、决策支持等底层认知智能能力，明略科技成功入选新一批国家新一代人工智能开放创新平台。