Hem Framåt tänkande Maskininlärning och industriellt internet

Maskininlärning och industriellt internet

Video: Industrial Internet of Things | Introduction to IIoT| RS Components (September 2024)

Video: Industrial Internet of Things | Introduction to IIoT| RS Components (September 2024)
Anonim

På den senaste DLD-konferensen handlade några av de mest intressanta sessionerna om artificiell intelligens eller med "Industrial Internet." Amazon- och Watson-veteranerna talade om hur AI och maskininlärning kommer att förändra flera branscher framöver, och cheferna för några av de största tillverkningsföretagen diskuterade hur big data, sensorer och anpassning kommer att förändra hur produkterna tillverkas.

Maskininlärning och dess inverkan på andra branscher

Werner Vogels, CTO för Amazon.com, talade om konstgjord intelligens och maskininlärning; Manoj Saxena, ordförande för kognitiv skala och tidigare chef för IBM Watson-gruppen; och Chris Boos, VD för Arago, ett tyskt företag fokuserat på att använda AI för automatisering. Moderat av Matthew Egol, en partner i PWC: s strategi- och konsultteam, talade panelen om hur data och maskininlärning förändrar olika branscher.

De flesta av paneldeltagarna var överens om att hälso- och sjukvård är det nästa stora området som verkligen påverkas av den växande intelligensen hos maskiner. Boos sa att data finns, liksom tillräckligt med konstgjord intelligens för att göra diagnostik, men det som saknas är en känsla av hur vi löser problemet. Han noterade att i dagens specialiserade medicin kan det finnas en enda expert på varje kroppsdel, men att i teorin kom en maskin som kombinerar information från flera specialiteter.

Exempelvis talade Saxena om hur man på ett stort offentligt sjukhus i Dallas nu med nya tekniker gör att 70 personer kan hantera upp till 70 000 barn med astma. Genom att kombinera data om var patienter bor med miljödata från tjänster som weather.com och pollen.com, kan ett kognitivt system upptäcka samband mellan ragweedkoncentrationen i luften och astma och sedan skicka information eller inhalatorer direkt till barn i områden där det finns troligtvis en upptick i astmaattacker.

Vogels talade om andra exempel på sjukvård och sa att det var viktigt att kunna förhindra snarare än att reagera på sjukdomar; och Saxena enades om att det fanns för mycket betoning på teknik, men inte tillräckligt i resultat.

Boos talade om hur teknik också skulle kunna användas för applikationer som automatisering av IT-operationer. En sak som han sa var viktigt att komma ihåg är att "maskininlärning är inget annat än experiment" och att vi fortfarande kommer att behöva lärare för maskinerna.

Andra applikationer som Vogels talade om inkluderar videoanalys för att spåra shoppare som går genom gångarna för att förbättra butikens design, och användningen av sensorer på industriell utrustning som gasturbiner, på bilar för förebyggande underhåll och på sjukhus för att minska tiden som människor spenderar på att vänta för hissar.

Vogels noterade att de största, mest störande företagen alla är byggda på data, medan Saxena sa att frågan inte bara är att datamängden ökar, utan viktigare är att typen av data också förändras, med tweets och andra ostrukturerade data blir allt viktigare. Men han sa att datorer inte förstår ostrukturerad data väl.

Vogels sa att i allmänhet "vi tittade bakåt med data", med fokus på rapportering, men det som är viktigt nu är förutsägbara, framåtriktade system. Han utropade Amazons maskininlärningstjänst som en teknik som skulle låta vem som helst bygga en prediktiv motor.

Saxena instämde i att säga att rapporteringen kommer att se mycket annorlunda ut om tio år. Han liknade de nuvarande rapporteringssystemen med amerikansk fotboll, där lagen stannar mellan spel och sedan bestämmer vad de ska göra, och sade att rapporteringen i framtiden kommer att bli mer som non-stop-action i Formel One-tävlingen. Han sa att vi flyttar från journalsystem till engagementsystem till insiktsystem. Men han sa att vi inte borde tänka på AI som "artificiell intelligens" utan snarare som en "förstärkt intelligens."

"Tänk Jarvis, inte HAL, " sa han.

Industriellt internet och hur det ändrar tillverkning

Ett annat avsnitt förde in några stora tillverkningsföretag och handlade mest om "Industrial Internet" och hur det kommer att förändra saker.

Horst Kayser, strategichef för industrigiganten Siemens, talade om hur "digitalisering" förändrade företagets strategi på många områden, inklusive att flytta från all intern forskning och utveckling till mer öppen innovation. Han diskuterade utmaningarna med att intelligent hantera delar av ett mångfaldigt energisystem, till exempel fjärrövervakning och underhåll på ett system med 7000 vindkraftverk, som nu inkluderar att använda självlärande algoritmer för att flytta bladen till en optimal position, vilket han sade skulle kunna resultera i i ett par procentenheter av extra effektivitet (vilket inte låter mycket, men verkligen kan lägga till). Andra applikationer han diskuterade sträckte sig från virtuella prototyper till en anläggning som är helt automatiserad.

Richard Ploss, VD för Infineon, beskrev en framtid som såg robotar samarbeta med människor och sa att vi behöver robotar som inte är farliga, men kommer att ge en koppling mellan det industriella internet och livet. Som ett exempel visade han en video av "bioniska myror" som arbetade tillsammans för att flytta föremål.

Infineon hade ett mål att kombinera produktiviteten för masstillverkning med individualiteten i kundanpassad produktion. Ploss sade att Industrial Internet kommer att ta anpassning till nästa nivå, vilket gör det enkelt att designa din egen sko som kommer att tillverkas baserat på individuella förfrågningar och levereras inom 24 timmar. I ett sådant system skulle kunden faktiskt göra den slutliga designen, men systemet skulle ha data för att detta ska fungera.

Michael Mendenhall, marknadsföringschef på Flextronics, som tillverkar specialtillverkning för olika företag, sa att den nya trenden är att tänka på "produkt som en plattform" - så istället för att bara bygga hårdvara, vill du ha något du kan bygga applikationer och tjänster runt. Som en del av detta tror han på "öppen innovation" med människor som arbetar i närliggande branscher för att få saker gjorda.

Bland de intressanta produkterna han diskuterade var en "tatuering" som kan mäta biometri och som kan integreras i ett säkerhetsbälte för att varna dig om du somnade och ett litet band som kan mäta blodsocker, som han sa att han tror kan minska kostnaden för kronisk sjukvård för diabetes och andra sjukdomar med 20 procent.

Maskininlärning och industriellt internet