然后利用智能增强技术,银隆新能源南京基地开工仪式在溧水隆重举行

【电工电气网】讯  5月9日,银隆新能源南京基地开工仪式在溧水隆重举行。银隆新能源战略版图再拓新疆域,该项目建成后将形成新能源汽车、动力电池、储能电池和启停电源的生产基地。  南京市委副书记、市长缪瑞林表示,新能源汽车产业是发展空间巨大的“朝阳产业”,也是南京加快产业转型升级、做大做强实体经济的“潜力产业”。近年来,南京坚持把新能源汽车发展作为落实《中国制造2025》、大力振兴实体经济的重要领域,作为推进产业结构调整,建设具有国际竞争力的先进制造业基地的具体抓手。  据悉,银隆新能源是目前国内唯一拥有先进钛酸锂电池技术的新能源汽车整车制造企业,银隆新能源南京基地成功落户,不仅将对银隆抢占行业先机、实现跨越发展起到重要的支撑作用,而且对南京进一步完善新能源汽车产业链,提出核心关键技术水平,提升产业综合实力都具有十分重要的意义。

【电工电气网】讯  近日有消息称,三星SDI在西安的生产线已经闲置数月。根据规划,三星SDI曾计划到2020年斥资6亿美元,用来扩大西安电池工厂的生产线。而此时,该企业正决定重新考虑中国西安电池工厂的扩建计划。无独有偶,据媒体报道,LG化学在南京成立的合资电池企业也基本已处于闲置状态,且LG化学正在商议将该项目打包卖给上汽。此外,韩国SKI公司与中国企业合资设立的新能源汽车电池厂,以电池订购量减少为由已经停止生产。  曾经,也有韩系电池企业为了满足《汽车动力蓄电池行业规范条件》在国内加速建厂,不过,随着《汽车动力电池行业规范条件(2017年)》征求意见稿的发布,其要求变得更加严苛,也让韩系电池企业受到不小的打击。  当前,我国生产动力电池的企业已经多达150余家,并且这一数字还在不断增长。而锂电行业在快速发展的同时,也暴露了一系列的问题,如技术水平处于中低端,产业缺乏竞争力;存在产品高端研发高投入,加工制造性能优劣不齐;产业链之间缺乏协同创新机制,技术发展水平不平衡;行业结构性矛盾突出,高质量电池及关键材料供不应求,低端供给出现产能过剩;新能源汽车运行出现安全事故,电池系统安全性需提升。在动力电池行业的发展尚处在不稳定状态的情况下,透过韩系电池在中国市场中的败退,我们也要分析行业发展中需要警惕的一些问题:  警惕“产能过剩”难题  此前,清华大学教授欧阳明高曾指出,如果按照电动大客车与电动乘用车1:10的市场销售比例来看,170
Gwh动力电池大约可以满足年产50万辆电动大客车和500万辆电动乘用车的总需求。其产能相当于满足我国2025年的生产目标。而相关市场数据表明,目前我国动力电池产能已达到52.9Gwh。因此,动力电池产能过剩问题亟需解决。  一旦动力电池市场出现严重的产能过剩的现象,行业或面临分化。面对这样的现状,工信部部长苗圩此前在电动汽车百人论坛上表示:“动力电池市场将迎来整合,并且企业必须提升动力电池的核心技术。”目前,新能源汽车市场正处于上升期,补贴政策也对动力电池市场做出了更加严苛的要求。想要满足市场需求,企业必须为此做出调整。与此同时,市场的整合也势在必行,无技术、规模较小的电池生产厂势必被淘汰。届时,国内动力市场才能迎来“春天”。  警惕“挖墙脚”连锁反应  2015年至今,国内企业在动力电池领域的新增投资额已超过1000亿元,国内动力电池企业的数量也从2014年底的50家左右快速飙升到2016
年的150多家,增长3倍。新增的100多家企业中,有传统数码电池转型过来的,有从上下游延伸进入的,也有从房地产、钢铁、消防、家电等不同领域闻声而来的。  有光的地方就有阴影,在300%的增速之下,暗藏乱象和危机:“挖墙脚”现象骤增、安全问题频发、低端产能过剩风险、产品抄袭模仿……这些都随时可能毁掉行业前行的“地雷”。种种乱象中,“挖墙脚”最受业内诟病,也是引发安全隐患和产品模仿抄袭等问题的根本原因。资本的急功近利,使得不少新进企业并无耐心做人才的储备培养和企业员工制度体系的建设,而是投机取巧地企图通过到一线企业“挖人”来解决眼前之需。曾有业内人士透露,“短期逐利的思维下,一些浑水摸鱼、不负责任的外来者企图通过‘挖墙脚’的方式快速建立团队,但被挖的角色往往只是一些小工程师,这些人出去后摇身一变就成了总工。”  事实上,动力电池作为新能源汽车的心脏,其对于整车的安全作用不言而喻,要实现动力系统安全,则涉及到材料、电芯、成组结构、电池管理系统、动力总成匹配、整车环境、运营管理、充维管理等多个层面和维度。安全问题的解决和技术突破需要企业建立一个过硬的人才和技术团队。动力电池产业属于技术与经验并重的行业,需要大量长期从事该行业的高端技术人才,技术人员除需要有良好的专业知识以及较强的综合设计能力以外,还需要有丰富的实际应用经验。  警惕低水平重复建设  与此同时,我国动力电池行业内存在的低水平重复建设问题,也不容忽视。与国际相比,“高端材料还需要进口,缺乏核心的、原创核心专利,因此加大电池产业基础研究成为当务之急”。深圳吉阳智云科技有限公司董事长阳如坤对中国动力电池制造的现状表示担忧。“电池标准缺乏,尤其是尺寸规格标准不足;没有统一的制造规范,靠各家苦苦摸索;动力电池制造安全性面临严峻挑战;规模小,低端产能过剩,高端产能不足;对动力电池结构、制造工艺研究不足;制造合格率低、安全差、成本高。”  “动力电池的爆发性需求已延伸到正级、负级、隔膜与电解液等相关材料产业,以及上游锂矿资源,在工信部对准入(规范、强检等)门槛提高后,我国新动力电池产业链将面临新一轮洗牌,可能由现在几百家变成100来家。”北京理工大学教授吴锋进一步表示,“实际上,韩国和日本都不超过10家。能量密度、安全性、寿命、成本是动力电池及其产业发展的制约因素,有待材料、电池、工艺和系统的创新、突破。”  笔者认为,从电池企业自身发展的角度看,技术团队和系统性的开发体系是企业发展的基石,企业一定要沉下心来踏实积累。太多的案例警示我们,任何不切实际、心存侥幸的发展捷径到最后都可能是走向死亡的绝路。

【电工电气网】讯  人工智能最近很热,但是这里面有很多炒作的成分。对于旨在提高生产力的企业来说,选择合适的技术很重要。关于人工智能领域有两个容易被混淆的技术方向,一个叫做AI(artificial
intelligence),一个叫IA(intelligence
augmentation),这两个有什么区别呢?各自又适用于什么方面呢?harmon.ie联合创始人David
Lavenda为我们解读。  如果说有一个词是企业希望跟自己沾边的话,那就是“生产力”。  这个指标影响了太多企业要衡量的其他东西——包括成功、效率、利润等等。而最近,人工智能(AI)被吹捧成了提高生产力的新手段,因为它可以用不知疲倦的机器来取代昂贵的人工。无人驾驶卡车就是最近受到媒体关注的一个例子,如果这种车普及,将会取代几百万卡车司机。  但AI一直以来都受到了很多不应得的关注。在机器取代我们人类之前,它们将帮助我们做出明智的决定,从而让我们变得更有生产力——而自动机器将受到诅咒。这种技术的使用叫做“智能增强”,而由于其即将到来的广泛影响,所以是值得加以密切观察的。  对于很多企业来说,人工智能(AI)与智能增强(IA)其实没有区别。当然,这种说法是有据可循的。IBM总裁、主席兼CEO
Ginni
Rometty曾经在《华尔街日报》的一篇专栏中指出,不管你把它叫AI还是IA,“这些认知系统既不是自动的也不是有知觉的,但它们形成了一种新型的一点也不人工的智能。它们增强了我们理解周围这个复杂的世界正在发生什么的能力。”  这绝对是对的。但在现代数据多样化的工作环境下,AI和IA在实现生产力最大化方面还是有所区别的。如果这两种技术应用到了错误的任务上,效果反而会事与愿违,不管应用有多先进也不行。  AI技术提供的“智能”利用了日益廉价的计算处理能力,可以比人更迅速地评估可选方案。所以AI驱动的计算机已经在跟人下国际象棋、下围棋甚至进行智力竞赛中获胜。这些任务的特点都是要在有限的选项集里面评估出最好的一步,不管这个选项的数量有多大。利用所谓的机器学习来评估许多选项并从过去的经验中学习,人工智能正是通过这样选出了最好的结果的。  但商业决策涉及到的并不只有对众多选项进行评估。商业决策还牵涉到伦理和无形的、计算机无法解释的东西。这时候就要有人的参与。也是IA之所以吸引人之所在。它让人可以引导计算机评估选项然后就下一步该做什么提出建议。正是因为有了人和机器的这类协作,所以人类才能把生产力提高到新的水平。  这是如何做到呢?  我们可以举一个在日常商业场景中利用机器智能增强人类的一个例子,那就是从广泛的app当中收集各种不同的信息,然后利用智能增强技术,比如自然语言处理技术和机器学习来自动匹配相关的信息。这意味着从Salesforce、Dropbox、email、Office
365、Workday等众多应用收集第一手信息,然后以类似拼图的方式将相关信息组合到一起,这样人就不会只见数据树木而不见信息森林了。这个认知过程对于人来说是极其费力的,但对于智能机器来说却是相当简单明了的事情。有了在相干上下文之下展现的所有相关信息,人就可以就下一步该做什么做出明智决策。  这并不意味着IA就能替代AI。每一种智能技术都有其用武之地。诸如利用聊天机器人替代人类操作员之类的情况将变得越来越常见。现在,你可以通过
Slack向Taco
Bell订购食品,或者利用机器人从Domino订购披萨。这些聊天机器人处理的都是AI比人管理得更高效的那种任务类型,因为上下文都是定义得很清晰,而且决策程度都是极其有限的。  当上下文和决策条件都比较模糊,
而且需要考虑道德伦理问题时,AI就不是很合适了。这时候智能增强就可以发挥作用了——通过以一致的方式展现信息和选项,然后让人来考虑剩下的事情。就近期和中期而言,机器智能正是这样来帮助组织和个人变得更有生产力的,所以也是企业应该关注的地方。  人工智能可以通过替代人完成聚焦型任务来改进效率,但真正提高企业生产力的是增强人决策的机器智能应用。理解机器学习可扮演的角色,是在企业充分发挥人工智能和人类智能的关键。

相关文章