永远不出厂区的诊断
完全在客户自有场地运行的工业智能诊断。厂站遥测数据在它产生的那栋楼里被读取、被监测、被解释，运维人员拿到故障诊断，却不必把运行数据交给任何人，也包括我们。
- 领域风电、光伏与工业厂站运营
- 合作方式自有研究项目，先测量再说话
- 阶段在研的活跃项目，不是已交付的产品
隐私在这里不是一个开关，而是整套设计的形状
大多数工业智能都要求厂站把遥测数据送到别处。让合作停住的正是这个请求：运行数据讲清了一座厂怎么运转、产出多少、哪里薄弱，没有哪个运营方愿意为了供应商的方便让它翻过围墙。这个项目从相反的约束出发，诊断需要的一切，检索、监测，以及写出解释的那个模型，都跑在客户本来就拥有并且掌控的硬件上。
这是一项研究计划，不是价目表上的产品。边缘协处理器项目被设计成放在一台标准工业计算机旁边，承担高吞吐的向量检索以及实时的漂移与异常监测。本地推理栈运行开放权重模型，为普通硬件做了量化，并针对工业根因分析做了微调。数据引擎把带故障标注的真实风电与光伏遥测档案，同基于物理的合成厂站仿真结合起来，构成真值经过核验的训练与评测世界。关于这项工作的研究论文正在准备之中。
厂站的数据出不去
把工业智能挡在门口的，很少是模型质量。是数据必须去哪里、模型在什么东西上训练过，以及那些说法有没有被真正测量过。
运行数据翻不过围墙
厂站遥测把产量、停机和薄弱环节讲得很细。把它送进供应商的基础设施不是一个集成细节，而是一次披露决定；对许多运营方来说，谈到诊断之前对话就结束了。
通用模型没见过齿轮箱
在开放互联网上训练出来的模型，可以抽象地描述一次轴承故障。它没有学过某一条具体传动链在真实遥测里究竟是怎样劣化的，于是它的根因推理读起来漂亮，诊断起来很差。
从未被测量过的说法
这个领域的诊断准确度通常是被宣称，而不是被检验：用买家看不到的数据，把失败的部分留在外面。一个从来不被允许失败的说法，不构成证据。
诊断需要的一切，都留在楼里
项目的各个部件，每一个都建成让厂站保住自己的数据、让每一条说法保持可检验。
厂站计算机旁边的边缘协处理器
一个协处理器项目，设计上就是放在标准工业计算机旁边，承担诊断需要持续做的那部分工作：高吞吐的向量检索，以及实时的漂移与异常监测，处理的遥测始终留在现场。
- 在厂区内完成高吞吐向量检索
- 实时的漂移与异常监测
- 设计为放在标准工业计算机旁边
解释故障的本地模型
由开放权重模型构成的推理栈，为普通硬件做了量化，并针对工业根因分析做了微调，把信号变成解释的那部分推理，发生在客户自己的机器上。
- 开放权重模型，链路上没有外部服务
- 为普通硬件做了量化
- 针对工业根因分析做了微调
构建这些世界的数据引擎
带故障标注的真实风电与光伏遥测档案，与基于物理的合成厂站仿真结合，形成训练与评测世界，其中的真值是核验出来的，而不是假定出来的。
- 带故障标注的真实风电与光伏遥测档案
- 基于物理的合成厂站仿真
- 每个评测世界都带可核验的真值
任何东西发布之前先冻结门槛
每一条能力说法在被测量之前先登记为一项评测，通过与不通过的门槛提前冻结。过不了自己门槛的能力，不会变成这个页面上的一句话。
- 评测在测量开始之前登记
- 通过与不通过的门槛提前冻结
- 没有测量过的能力不拿出来说
让说法保持诚实的东西
这些习惯决定了这个项目可以怎样谈论自己。
先测量，再宣布
在预先登记的评测这么说之前，没有任何东西会被描述成可用。评测先写下来，门槛先冻起来，结果就是门槛返回的那个东西。
流式数学在真实测量数据上得到验证
漂移与异常工作背后的流式监测数学，已在真实的量子硬件测量数据上得到验证。这是在说这套数学被拿什么数据检验过，而不是在说这里的任何东西是量子的。
否掉一个想法的结果同样算数
关掉一个方向的发现，会和打开一个方向的发现一起进入记录。还站着的那些做法之所以有分量，是因为被丢掉的那些也写下来了。
什么都不出这栋楼
检索、监测与推理都在客户场地运行。这套设计里没有任何一条路径，是把运行遥测上传出去、再等一个诊断回来的。
这个项目今天可以老实说出来的东西
这里不会出现准确率数字。这是一个以测量为先、仍在开发中的活跃项目，没有通过冻结门槛的数字不会被印出来。
什么都不出去
运行数据
厂站拿到故障诊断和持续监测，而测得这些数据的那栋楼里，没有一个字节的运行遥测离开过。
预先登记
每一条能力说法
每条说法都在测量之前写成带冻结门槛的评测，所以放出来的是通过了的，而不是期望中的。
研究级别
底层工作
监测数学已在来自严苛仪器的真实数据上得到验证，关于这项工作的研究论文正在准备之中。