其中,在11月28日召开的“汽车企业质量管理数字化”分论坛上,来自一汽、长安、吉利、上通五、玉柴等汽车企业和魔数智擎、益吉、聪脉、品尚等技术服务企业的10多位专家,集中展示了各大汽车企业在质量管理数字化领域的最新成果与实践案例,深入研讨了人工智能等前沿技术与质量管理的创新融合路径,并针对与会者共同关心的质量数据、小样本训练、AI应用等热点问题展开了深入讨论。
作为国内领先的AI基础软件服务商,魔数智擎在汽车质量管理数字化方面有着独到经验。在现场,魔数智擎创始人、CEO柴磊先生以“机器学习在汽车行业质量管理领域的应用”为题,为与会嘉宾带来了一场集“场景分析-案例拆解-现场演示”于一体的生动分享,掀起了现场一波互动交流热潮。
(魔数智擎创始人、CEO柴磊先生发表演讲)
柴磊先生指出,汽车产业是高度综合的产业,是国家制造业软件实力和硬件实力的双重标杆。在数字化的驱动下,人工智能等前沿技术正加速应用到汽车产品设计、智能化生产与供应链管理、智能驾驶、智能营销等的方方面面,而在汽车质量管理层面,机器学习的应用价值显著,可以从宏观及微观两个视角进行分析。
柴磊先生从微观层面出发,结合“某头部车企增换购模型”、“车险线索转化再购模型”、“某全球制造商分析工艺缺陷成因”、“某全球制造商理解和预测设备故障”等多个真实案例,深入解析了机器学习在汽车质量管理方面的应用实践和价值成效。
为了让与会者更直观地体验机器学习的高效分析能力,柴磊先生现场利用魔数智擎机器学习建模平台,演示了如何在3分钟内快速建模,从500多个因子中精准识别“设备故障缺陷因子”。平台简便的操作流程、直观的结果展示和全面的分析报告,激发了众多参会专家的学习热情。
在本次演讲尾声,柴磊先生分享了他对机器学习在汽车质量管理的未来方向洞察。
他指出,机器学习在多个行业均有广泛应用,通过分析借鉴行业优秀经验,可以为本行业的发展提供方向指引。例如在金融行业,机器学习应用已进入到一个新的阶段——模型MLOps全生命周期管理。
金融行业已制定出系列政策文件和标准,指导金融机构建立全面的模型管理框架,构建模型管理平台。这不仅有助于实现模型的统一化、集中式开发、应用与管理,在数字化资产化的未来,还有望成为企业的一项高价值数据资产,助力企业快速实现资产增值与保值。
柴磊先生预见,未来汽车产业也将建立类似的模型管理标准,推动汽车企业建立和应用全员、全要素、全过程、全数据的新型质量管理体系,构建数字化、智能化的质量管控模式,加快实现质量管理数字化升级。