在与位于加利福尼亚州圣拉蒙市的通用电气数字技术有限公司总部的会议上，我了解了Predix目前在哪里以及它的发展方向。对于GE Digital而言，Predix是应用程序引擎，数字双胞胎，机器学习和资产绩效管理的核心。
通用电气数字公司Predix产品管理负责人Gytis Barzdukas说：“平台是科技发展的地方。“像苹果，亚马逊，微软和Alphabet在消费领域有他们的平台，我们希望在工业领域做同样的事情。这就是为什么Predix是受监管参与的开放平台的原因。“Predix已经发展成为 三方供应商产品可以插入的通用数据层。
Barzdukas表示，他解释他对“受监管参与” 词的使用，“我们将与 三方供应商合作进入市场。”他补充说，即将发布的公告即将在“多个商业智能供应商”产品上亮相Predix平台“。
在GE内部，Barzdukas指出GE数字公司正在与GE自动化和控制公司密切合作，以确保公司的所有产品都能在Predix上运行。
关于Predix平台的大部分初步报道都集中在其基于云计算的操作上。但是Barzdukas很快指出，Predix可以在边缘，云端或混合应用中运行。
在介绍Predix的边缘计算功能时，Barzdukas指出Predix机器是Predix的 部分，它可以在连接到物理机器的嵌入式硬件上开发，部署和管理应用程序，它是 种软件堆栈，可以运行边缘分析并管理边缘和云。GE Digital还提供Edge Manager，这是 种可用于在任何环境中管理资产的可视化工具。“
为了突出Edge Manager超越标准工业生产环境的能力，Barzdukas指出，Schindler Elevators使用Edge Manager来管理和监控 各地的电梯安装。
Barzdukas解释了行业中混合边缘/云能力日益增长的必要性，并以GE自己的制造资产为例。“GE机器每小时产生350TB的数据; 终还是有 些需要去云端进行分析。“
Barzdukas表示，为了解决这些数据在云中传输和存储的网络安全问题，Predix目前使用公钥加密，并正在为希望使用私钥的用户提供私钥。Predix的公钥加密安全性除了由Amazon Web Services提供的安全性外，还运行Predix的云功能。Barzdukas补充说，Predix也将很快在微软Azure上运行。
创建应用程序
2016年11月，GE数字公司宣布收购BitStew，后者已被纳入Predix平台，为Predix Studio - 款应用程序开发引擎提供支持，使用户无需编程专业知识即可创建所需的应用程序。GE数字术语用于描述缺乏编程知识但仍可以借助技术开发应用程序的用户，即“公民开发人员”。
GE Digital产品管理副总裁Mike Varney在 次演示中演示了用户如何访问资产状态信息，展示了GE Digital的数据管理工作台是Predix Studio的 个组件，可用于收集数据以填充资产状态应用 数据管理工作台显示网络上的可用数据源，并且在选择这些数据源时，它会扫描其数据并以用户可以理解的方式显示信息。然后再进 步建立这些数据源之间的连接并验证它们。
Varney表示，用户可以查看并了解每个数据源的连接方式以及对任何 个数据源所做的更改对整个系统的潜在影响。“Data Management Workbench为分类和关系创建了数据内部，外部和不同的数据模型（例如来自多个来源的数据，如天气信息，运营数据，GIS数据等）。这些信息可以被带入到Predix Studio中，以便公民开发人员不必对数据进行全部映射。“
Barzdukas补充道，GE数字公司于2017年7月收购IQP提供了无代码的应用程序开发环境，将为Predix Studio带来拖放功能，使Data Studio Workbench的工作“对于市民开发者而言更直观”。
Varney补充说，2017年10月，GE Digital将发布Predix App Engine，该引擎可在Predix Studio上运行，可用于构建仪表板或扩展应用程序。
GE Digital的Predix 席架构师Marc-Thomas Schmidt指出，数字双胞胎 将成为Predix Studio中创建的应用使用的关键数据源，因为数字双胞胎拥有“过去，现在和未来的资产信息”。
施密特解释了这 点，指出数字双胞胎提供了 个资产的所有收集数据的背景概述，即它的过去; 提供关于资产现状的关键绩效指标; 并通过预测功能来窥见资产的未来。
机器学习
人工智能（AI）在不久的将来也将在Predix的用户体验中发挥重要作用，Wise.io的CEO Jeff Erhardt通过收购Wise.io来到GE Digital。去年11月，在通用电气数字收购BitStew的同 时间框架内。
“AI应该无缝地融入到应用程序中，”Erhardt说，“这就是为什么我们专注于教计算机根据过去采取的行动来思考人类。这样我们就可以模拟应用程序中的决策角色。“
看看Erhardt称之为“智能系统的价值链”，他注意到四个组成部分：计算能力，算法，独特数据和领域专业知识。他说，计算能力和算法长期以来 直是AI应用程序 - 算法的约束，特别是由于它们的复杂性。“但事实并非如此，因为这些技术已大量商品化。”
Erhardt 回应了Eddie Amos关于GE Digital 近更新的APM软件套件核心技术和领域专业知识的评论，他指出计算能力和算法的商品化现在“将数据和专业知识之间的交互带到了 前沿人工智能研究和价值创造。这是我对Predix重点关注的领域。“
作为 个例子，Erhardt强调了GE在石油和天然气行业“清理”方面所做的工作，这是指使用称为“猪”的设备执行各种维护操作（包括检查）的行业惯例，而不停止产品正在管道中。Erhardt说，通过使用这些“猪”，GE已经检查了 百万英里的管道，但生成所有数据后，需要六个月的时间才能创建报告，因为人类仍然需要对所有数据进行分类。
“人们必须检查所有这些数据来确定，例如，什么是焊接和什么是裂纹，”Erhardt说。“他们做这件事的能力是基于他们的专业领域。通过以机器学习的形式应用AI，基于人类如何分析数据，我们现在可以更快地生成这些报告，从而缩短生成这些报告的时间，从数天到数小时。“
在解释Predix在这类应用中的作用时，Erhardt表示，试图解决这个问题在整个行业中是“无法解决的，如果你 次尝试做 个客户。但是通过Predix平台，我们可以将信号从噪音中提取出来，并为这些检测创建工作流程。我们可以将嵌入式学习标准化并将其转移到公司的类似应用程序中。“
Erhardt指出，尽管人工智能和机器学习在各个技术领域的公司中广泛应用，但GE专注于管道检测等工业应用，因为“我们可以看到这在我们的工业资产队伍中如何应用。这就是GE为什么要这样做，而不是Google。“
总结现在与Predix正在进行的各种发展，Barzdukas说：“我们正试图使这些工具民主化。我们希望将它们标准化并使它们更易于访问。这就是为什么我们在Predix中使用许多不同的开源技术。这是 个任何人都可以加入的开放环境。“