Дом Перспективное мышление Машинное обучение и индустриальный интернет

Машинное обучение и индустриальный интернет

Видео: unboxing turtles slime surprise toys learn colors (Октября 2024)

Видео: unboxing turtles slime surprise toys learn colors (Октября 2024)
Anonim

На недавней конференции по DLD некоторые из самых интересных сессий были посвящены искусственному интеллекту или «Промышленному Интернету». Ветераны Amazon и Watson рассказали о том, как ИИ и машинное обучение изменят многие отрасли в будущем, а руководители крупнейших компаний-производителей обсудили, как большие данные, датчики и настройки изменят способ производства продуктов.

Машинное обучение и его влияние на другие отрасли

Об искусственном интеллекте и машинном обучении говорили Вернер Фогельс, технический директор Amazon.com; Манодж Саксена, председатель Cognitive Scale и бывший генеральный менеджер группы IBM Watson; и Крис Боос, генеральный директор немецкой компании Arago, специализирующейся на использовании ИИ для автоматизации. При участии Мэтью Эгола, партнера в группе по стратегии и консалтингу PWC, группа рассказала о том, как данные и машинное обучение меняют различные отрасли.

Большинство участников дискуссии согласились с тем, что здравоохранение - это следующая важная область, на которую действительно влияет растущий интеллект машин. Боос сказал, что данные существуют, как и искусственный интеллект, достаточный для диагностики, но нам не хватает понимания того, как мы решаем проблему. Он отметил, что в современной специализированной медицине может быть один эксперт по каждой части вашего тела, но в теории машина объединяет информацию из разных специальностей.

Например, Саксена рассказала о том, как в крупной государственной больнице в Далласе новые методы теперь позволяют 70 людям лечить до 70 000 детей с астмой. Комбинируя данные о том, где живут пациенты, с данными об окружающей среде, полученными от таких служб, как weather.com и pollen.com, когнитивная система может выявлять корреляции между концентрацией амброзии в воздухе и астмой, а затем отправлять информацию или ингаляторы непосредственно детям в районах, где Вероятно, будет приступ астмы.

Фогельс говорил о других примерах здравоохранения, говоря, что важно иметь возможность предупреждать, а не реагировать на болезни; и Саксена согласилась, что слишком много внимания уделяется технологиям, но недостаточно результатов.

Боос рассказал о том, как технология может также использоваться для таких приложений, как автоматизация ИТ-операций. Он сказал, что важно помнить одну вещь: «машинное обучение - это не что иное, как эксперименты», и что нам все еще нужны учителя для машин.

Другие приложения, о которых говорил Вогелс, включают видеоаналитику для отслеживания покупателей, проходящих через проходы, чтобы улучшить дизайн магазина, и использование датчиков на промышленном оборудовании, таком как газовые турбины, на автомобилях для профилактического обслуживания и в больницах, чтобы сократить время, которое люди проводят в ожидании. для лифтов.

Фогельс отметил, что крупнейшие, наиболее разрушительные компании все построены на данных, в то время как Саксена говорит, что проблема заключается не только в том, что объем данных увеличивается, но, что более важно, тип данных также меняется, с твитами и другими неструктурированными данными становится все более важным. Но он сказал, что компьютеры плохо понимают неструктурированные данные.

Фогельс сказал, что в целом, «мы смотрим назад с данными», фокусируясь на отчетности, но сейчас важны прогностические, ориентированные на будущее системы. Он рекламировал сервис машинного обучения Amazon как технологию, которая может позволить любому создать интеллектуальный механизм.

Саксена согласилась, сказав, что отчетность будет выглядеть совсем иначе через 10 лет. Он сравнил нынешние системы отчетности с американским футболом, в котором команды останавливаются между играми, а затем решает, что делать, и говорит, что в будущем отчетность будет больше похожа на безостановочный экшен в гонках Формулы-1. Он сказал, что мы движемся от систем учета к системам взаимодействия и системам понимания. Но он сказал, что мы не должны думать об ИИ как о «искусственном интеллекте», а скорее как о «расширенном интеллекте».

«Подумай, Джарвис, а не HAL», - сказал он.

Промышленный Интернет и как он меняет производство

Другой раздел, посвященный крупным производственным компаниям, был посвящен «Промышленному Интернету» и тому, как он изменит ситуацию.

Хорст Кайсер, директор по стратегии промышленного гиганта Siemens, рассказал о том, как «цифровизация» меняет подход фирмы во многих областях, включая переход от всех внутренних исследований и разработок к более открытым инновациям. Он обсудил проблемы интеллектуального управления частями разнородной энергетической системы, такие как дистанционный мониторинг и обслуживание системы из 7000 ветряных турбин, что теперь включает использование алгоритмов самообучения для перемещения лопастей в оптимальное положение, которое, по его словам, может привести к в паре процентных пунктов дополнительной эффективности (что звучит не так уж много, но может реально сложиться). Другие приложения, которые он обсуждал, варьировались от виртуального прототипирования до полностью автоматизированной установки.

Ричард Плосс, генеральный директор Infineon, описал будущее, в котором роботы будут сотрудничать с людьми, заявив, что нам нужны роботы, которые не опасны, но обеспечат связь между промышленным Интернетом и жизнью. В качестве примера он показал видео «бионических муравьев», которые совместно работали над перемещением объектов.

Цель Infineon - объединить производительность массового производства с индивидуальностью индивидуального производства. По словам Плосса, промышленный Интернет выведет настройку на новый уровень, упрощая разработку собственной обуви, которая будет изготовлена ​​на основе индивидуальных запросов и доставлена ​​в течение 24 часов. В такой системе заказчик фактически делал бы окончательный проект, но у системы были бы данные, чтобы выполнить эту работу.

Майкл Менденхолл, директор по маркетингу Flextronics, занимающейся изготовлением продукции под заказ для различных компаний, сказал, что новая тенденция - думать о «продукте как о платформе» - поэтому вместо того, чтобы просто создавать аппаратное обеспечение, вам нужно что-то, что вы можете создавать приложения и услуги около. Как часть этого, он верит в «открытые инновации» с людьми, работающими в смежных отраслях, чтобы добиться цели.

Среди интересных продуктов, которые он обсуждал, была «татуировка», которая может измерять биометрию и может быть встроена в ремень безопасности, чтобы предупредить вас, если вы засыпаете, и небольшую полосу, которая может измерять уровень глюкозы в крови, с помощью которой он сказал, что, по его мнению, может уменьшить Стоимость лечения хронического диабета и других заболеваний на 20 процентов.

Машинное обучение и индустриальный интернет