微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 埃森哲公司在法恩伯勒航展上展示航天供应链区块链原型方案

埃森哲公司在法恩伯勒航展上展示航天供应链区块链原型方案

2018-07-17 14:30
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2018-07-17 14:30 科技行者

埃森哲公司在法恩伯勒航展上展示航天供应链区块链原型方案

美国空军洛克希德-马丁公司的F-16C在1998年的法恩伯勒航展上一飞冲天

专业服务公司埃森哲在本周举办的法恩伯勒航空展上展示了其专为航空及国防工业供应链量身定制的新型区块链原型方案。

通过与法国跨国航空与国防系统供应商Thales公司开展合作,埃森哲的原型方案能够面向整个行业复杂而严格的监管要求,为供应链提供一以贯之的零部件验证与供应商真实性保障。

埃森哲公司航空与国防业务全球总经理John Schmidt表示,“区块链技术提供了一种全新、优雅且安全的方式,能够追踪并跟进无数 组件,同时防止假冒问题并提高维护能力。”

除了追踪与跟进,一旦物理产品被交付给客户,该原型方案还能够建立并维护所谓“数字双生”复制品的可靠性,同时提供最关键的增值可见性——这一点远超目前正在开发的其它供应链用区块链系统。

数字孪生的本质,是一套基于现有物理资产的数字复制品,其通过与物联网技术的整合根据底层物理资产的变化而进行自我修改。此外,数字线程的引入能够丰富这一过程——数字线程允许信息由原始制造商处流向价值链、供应商、合作伙伴以及各级运营人员。

与区块链相结合,这些创新将能够促进整个产品设计、制造与维护生命周期中的数据共享能力——例如在进行维修或部件更换时,这套方案将帮助相关人员更好地理解飞机发动机当前状况。因此,Schmidt认为区块链在这方面发挥的促进作用绝对不容小觑:

“与数字孪生及数字线程等技术结合使用,区块链最终将有望成为改变这一领域游戏规则的重大创新成果。”

埃森哲伦敦数字分部高管Mark Walton-Hayfield解释称,除了降低成本与验证真实性之外,这些信息流还将产生更为广泛的一系列收益,例如能够针对潜在缺陷进行更有针对性且精确的组件召回。

他解释道,“考虑到建造一架飞机所需要的漫长时间周期以及服役期限,我们真的不愿加快到底哪些组件可能存在问题。”

这套原型方案利用Hyperledger Fabric构建而成,其中包含由Chroniced提供的不可篡改密码以及Thales提供的物理不可克隆功能,旨在确保数据在整个产品生命周期中皆保持不变。

Thales英国安全通信与信息系统副总裁Gareth Williams解释称,“将区块链与密码以及物理不可克隆功能相结合,能够在部件之后构建起可靠的历史记录”。他同时补充道:

“此次展示以埃森哲与Thales之间强大的合作关系作为基础,并为各行各业创造出不断发展的创新型数字化解决方案。”

总部位于巴黎的Thales公司已经在巴黎泛欧证券交易所上市,其专门为飞机、坦克、潜艇以及铁路等领域的航空控制与电子无线电控制系统提供组件产品,从而支持其在复杂的高安全要求环境中运行。

此次展示将提升航空及国防行业对区块链技术的关注度。埃森哲公司在最近的一份报告中指出,该行业中已经有86%的企业正在积极寻求区块链解决方案,并计划在三年之内将其整合至现有系统当中。

这些企业之所以如此关注区块链方案,是因为其担心零部件追踪系统中发生数据损失或伪造问题。此类供应链通常受到严格的监控约束,且可能对产品及材料的采购方式设立有众多要求。

Schmidt表示,“维持供应链的完整性可谓至关重要。我们目前看到的波动数据显示,可能有15%的零部件存在伪造嫌疑。”

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • LLM情境调节与持续工作流程提示:革新化学分子式的多模态验证技术

    LLM情境调节与持续工作流程提示:革新化学分子式的多模态验证技术

    这项研究探索了如何通过"LLM情境调节"和"持续工作流程提示"技术来提高大型语言模型在验证化学分子式时的准确性。研究者发现,普通提示方法往往不可靠,因为LLM倾向于自动"纠正"错误而非指出它们。然而,通过精心设计的情境调节提示,研究成功引导Gemini 2.5 Pro不仅识别出文本中的错误,还发现了之前人工审阅未察觉的图像中的分子式错误。这一概念验证研究表明,即使不修改模型本身,也能通过适当的提示策略显著提高LLM在科学技术文档细节验证中的表现。

  • 微生物显微图像分割新突破:复旦大学研究团队借助多模态大语言模型统一显微镜下的"万物分割"

    微生物显微图像分割新突破:复旦大学研究团队借助多模态大语言模型统一显微镜下的"万物分割"

    复旦大学研究团队开发的uLLSAM模型成功将多模态大语言模型(MLLMs)与分割一切模型(SAM)结合,解决了显微镜图像分析的跨域泛化难题。通过创新的视觉-语言语义对齐模块(VLSA)和语义边界正则化(SBR)技术,该模型在9个领域内数据集上提升了7.71%的分割准确度,在10个从未见过的数据集上也展现了10.08%的性能提升。这一统一框架能同时处理光学和电子显微镜图像,大大提高了生物医学图像分析的效率和准确性,为科研人员提供了强大的自动化分析工具。

  • 用强化学习让大语言模型为汇编代码提速:斯坦福团队的优化探索

    用强化学习让大语言模型为汇编代码提速:斯坦福团队的优化探索

    斯坦福大学等机构研究团队利用强化学习训练大语言模型,使其能够优化汇编代码性能。研究构建了8,072个程序的数据集,并通过近端策略优化(PPO)训练模型生成既正确又高效的汇编代码。实验表明,训练后的Qwen2.5-Coder-7B-PPO模型实现了96.0%的测试通过率和1.47倍平均加速比,超越包括Claude-3.7-sonnet在内的所有其他模型。研究发现模型能识别编译器忽略的优化机会,如用单一指令替代整个循环,为性能敏感应用提供了有价值的优化途径。

  • 播放师傅变声魔术:让你的录音遵循参考风格的推理时间优化新方法

    播放师傅变声魔术:让你的录音遵循参考风格的推理时间优化新方法

    这项研究提出了一种改进的声乐效果风格迁移方法,通过在推理时间优化过程中引入高斯先验知识,解决了传统ST-ITO方法忽视参数合理性的问题。研究团队基于DiffVox数据集构建了专业效果器参数分布模型,将风格迁移转化为最大后验概率估计问题。实验结果表明,该方法显著优于基准方法,参数均方误差降低了33%,并在主观听感测试中获得最高评分。这一创新为音频处理领域融合数据驱动和专业知识提供了新思路。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-