Hjem Fremadrettet tænkning Maskinindlæring og det industrielle internet

Maskinindlæring og det industrielle internet

Video: Wer hat eigentlich das Internet erfunden? (Oktober 2024)

Video: Wer hat eigentlich das Internet erfunden? (Oktober 2024)
Anonim

På den nylige DLD-konference behandlede nogle af de mest interessante sessioner kunstig intelligens eller med det "industrielle internet." Amazon- og Watson-veteraner talte om, hvordan AI og maskinlæring vil ændre flere industrier fremover, og cheferne for nogle af de største produktionsvirksomheder diskuterede, hvordan big data, sensorer og tilpasning vil ændre den måde, produkter fremstilles på.

Maskinlæring og dens indvirkning på andre brancher

Werner Vogels, CTO for Amazon.com, talte om kunstig intelligens og maskinlæring; Manoj Saxena, formand for Cognitive Scale og tidligere general manager for IBM Watson-gruppen; og Chris Boos, administrerende direktør for Arago, et tysk firma, der fokuserede på at bruge AI til automatisering. Modereret af Matthew Egol, en partner i PWCs Strategi & konsulentteam, talte panelet om, hvordan data og maskinlæring ændrer en række forskellige brancher.

De fleste af paneldeltagerne var enige om, at sundhedsydelser er det næste store område, der virkelig påvirkes af den voksende intelligens af maskiner. Boos sagde, at dataene findes, ligesom nok kunstig intelligens er til at foretage diagnosticering, men hvad der mangler er en fornemmelse af, hvordan vi løser problemet. Han bemærkede, at der i dagens specialiserede medicin kan være en enkelt ekspert på hver del af din krop, men at i teorien kom en maskine, der kombinerer information fra flere specialiteter.

For eksempel talte Saxena om, hvordan nye teknikker nu på et stort offentligt hospital i Dallas giver 70 mennesker mulighed for at håndtere op til 70.000 børn med astma. Ved at kombinere data om, hvor patienter bor med miljødata fra tjenester som weather.com og pollen.com, kan et kognitivt system opdage sammenhænge mellem ragweed-koncentrationen i luften og astmaen og derefter sende information eller inhalatorer direkte til børn i områder, hvor der er sandsynligvis en uptick i astmaanfald.

Vogels talte om andre sundhedseksempler og sagde, at det var vigtigt at være i stand til at forebygge snarere end at reagere på sygdomme; og Saxena var enige om, at der var for stor vægt på teknologi, men ikke nok i resultaterne.

Boos talte om, hvordan teknologi også kunne bruges til applikationer såsom automatisering af IT-operationer. En ting, han sagde, var vigtig at huske, er, at "maskinlæring er intet andet end eksperimentering", og at vi stadig har brug for lærere til maskinerne.

Andre applikationer, som Vogels talte om, inkluderer videoanalyse til at spore shoppere, der går gennem gangene for at forbedre butikens design, og brugen af ​​sensorer på industrielt udstyr som gasturbiner, på biler til forebyggende vedligeholdelse og på hospitaler for at reducere den tid, folk bruger på at vente til elevatorer.

Vogels bemærkede, at de største, mest forstyrrende virksomheder alle er bygget på data, mens Saxena sagde, at problemet ikke kun er, at datamængden stiger, men det er vigtigere at datatypen også ændrer sig med tweets og andre ustrukturerede data bliver stadig vigtigere. Men han sagde, at computere ikke forstår ustrukturerede data godt.

Vogels sagde, at "vi har set bagud med data" generelt, med fokus på rapportering, men det, der er vigtigt nu, er forudsigelige, fremadrettede systemer. Han udråbte Amazons maskinstyringstjeneste som en teknologi, der kunne lade nogen bygge en forudsigelsesmotor.

Saxena var enig og sagde, at rapporteringen vil se meget anderledes ud om 10 år. Han sammenlignede de nuværende rapporteringssystemer med amerikansk fodbold, hvor hold stopper mellem stykker og derefter beslutter, hvad de skal gøre, og sagde, at rapporteringen i fremtiden vil være mere som non-stop-handlingen i Formel 1-racing. Han sagde, at vi bevæger os fra optagelsessystemer til systemer med engagement til systemer med indsigt. Men han sagde, at vi ikke skulle tænke på AI som "kunstig intelligens", men snarere en som "augmented intelligence."

”Tænk Jarvis, ikke HAL, ” sagde han.

Det industrielle internet og hvordan det ændrer produktionen

Et andet afsnit indbragte nogle store produktionsvirksomheder og behandlede for det meste "Industrial Internet", og hvordan det vil ændre tingene.

Horst Kayser, chefstrategibetjent for den industrielle gigant Siemens, talte om, hvordan "digitalisering" ændrede firmaets tilgang på mange områder, herunder at flytte fra al intern forskning og udvikling til mere åben innovation. Han diskuterede udfordringerne ved intelligent at styre dele af et forskellig energisystem, såsom fjernovervågning og vedligeholdelse på et system med 7.000 vindmøller, som nu inkluderer anvendelse af selvlæringsalgoritmer til at flytte knivene til den optimale position, hvilket han sagde kunne resultere i i et par procentpoint ekstra effektivitet (som ikke lyder meget, men virkelig kan tilføje). Andre applikationer, han diskuterede, spænder fra virtuel prototype til et anlæg, der er fuldstændigt automatiseret.

Richard Ploss, administrerende direktør for Infineon, beskrev en fremtid, der så robotter samarbejde med mennesker og sagde, at vi har brug for robotter, der ikke er farlige, men vil give en forbindelse mellem det industrielle internet og livet. Som eksempel viste han en video af "bioniske myrer", der arbejdede i samarbejde med at flytte objekter.

Infineon havde et mål om at kombinere produktionen af ​​masseproduktion med individualiteten i tilpasset produktion. Ploss sagde, at det industrielle internet vil tage tilpasning til det næste niveau, hvilket gør det nemt at designe din egen sko, der vil blive fremstillet baseret på individuelle anmodninger og leveret inden for 24 timer. I et sådant system ville kunden faktisk udføre det endelige design, men systemet ville have dataene til at få dette til at fungere.

Michael Mendenhall, Chief Marketing Officer hos Flextronics, der laver specialfremstilling til forskellige virksomheder, sagde, at den nye tendens er at tænke på "produkt som en platform" - så i stedet for bare at bygge hardware, vil du have noget, du kan bygge applikationer og tjenester rundt om. Som en del af dette er han en tro på "åben innovation" med mennesker, der arbejder på tværs af tilstødende industrier for at få tingene gjort.

Blandt de interessante produkter, han diskuterede, var en "tatovering", der kan måle biometri og kunne integreres i et sikkerhedssele for at advare dig, hvis du falder i søvn og et lille bånd, der kunne måle blodsukker, som han sagde, at han tror kan reducere udgifter til kronisk sundhedspleje for diabetes og andre sygdomme med 20 procent.

Maskinindlæring og det industrielle internet