Strojno učenje in industrijski internet

Na nedavni konferenci DLD se je nekaj najzanimivejših sej ukvarjalo z umetno inteligenco ali z »industrijskim internetom«. Amazonski in Watson-jevi veterani so govorili o tem, kako se bo AI in strojno učenje spremenilo v več panogah naprej, voditelji nekaterih največjih proizvodnih podjetij pa so razpravljali o tem, kako bodo veliki podatki, senzorji in prilagoditve spremenili način izdelave izdelkov.

Strojno učenje in njegov vpliv na druge panoge

O umetni inteligenci in strojnem učenju so govorili Werner Vogels, CTO of Amazon.com; Manoj Saxena, predsednik kognitivne lestvice in nekdanji generalni direktor skupine IBM Watson; in Chris Boos, predsednik uprave Arago, nemškega podjetja, osredotočenega na uporabo AI za avtomatizacijo. Na moderiranju Matthewa Egola, partnerja PWC-ove strategije in svetovalnega tima, je panel spregovoril o tem, kako se podatki in strojno učenje spreminjajo v različnih panogah.

Večina strokovnjakov se je strinjala, da je zdravstveno varstvo naslednje veliko področje, ki ga bo resnično prizadela vse večja inteligenca strojev. Boos je dejal, da podatki obstajajo, prav tako ima dovolj umetne inteligence za diagnostiko, toda manjka nam občutek, kako rešujemo težavo. Opozoril je, da je v današnji specializirani medicini morda en strokovnjak za vsak del vašega telesa, vendar je teoretično prišel stroj, ki združuje informacije iz več specialnosti.

Na primer, Saxena je govorila o tem, kako v veliki javni bolnišnici v Dallasu nove tehnike zdaj omogočajo 70 ljudem, da rešijo do 70.000 otrok z astmo. S kombiniranjem podatkov o tem, kje bolniki živijo, s podatki o okolju iz storitev, kot sta weather.com in pollen.com, lahko kognitivni sistem ugotovi povezave med koncentracijo ampute v zraku in astmo, nato pa podatke ali inhalatorje pošlje otrokom neposredno na območja, kjer pri napadih astme je verjetno prišlo do bolečine.

Vogels je govoril o drugih primerih zdravstvenega varstva in dejal, da je pomembno, da lahko preprečimo bolezni in ne reagiramo nanje; in Saxena sta se strinjala, da je preveč poudarka na tehnologiji, vendar premalo rezultatov.

Boos je govoril o tem, kako se lahko tehnologija uporablja tudi za aplikacije, kot je avtomatizacija IT-operacij. Pomembno si je zapomniti eno stvar, da je "strojno učenje le nič drugega kot eksperimentiranje" in da bomo za stroje še vedno potrebovali učitelje.

Druge aplikacije, o katerih je govoril Vogels, vključujejo video analitiko za sledenje kupcem, ki se sprehajajo po hodnikih za izboljšanje zasnove trgovine, in uporabo senzorjev na industrijski opremi, kot so plinske turbine, na avtomobilih za preventivno vzdrževanje in v bolnišnicah, da se zmanjša čas, ki ga ljudje preživijo v čakanju za dvigala.

Vogels je opozoril, da največja, najbolj moteča podjetja temeljijo na podatkih, Saxena pa je dejala, da težava ni le v tem, da se obseg podatkov povečuje, še pomembneje pa je, da se vrsta podatkov spreminja tudi s tvitom in drugimi nestrukturiranimi podatki postaja vse pomembnejši. Vendar je dejal, da računalniki ne razumejo dobro nestrukturiranih podatkov.

Vogels je dejal, da na splošno "gledamo nazaj s podatki", pri čemer se osredotočamo na poročanje, vendar je zdaj pomembno, da so napovedni, usmerjeni sistemi. Amazonovo storitev strojnega učenja je dotaknil kot tehnologijo, ki bi lahko komu omogočila gradnjo predvidevalnega motorja.

Saxena se je strinjala, češ da bo poročanje čez 10 let videti zelo drugače. Trenutne sisteme poročanja je primerjal z ameriškim nogometom, v katerem se ekipe ustavijo med igrami in se nato odločijo, kaj storiti, in dejal, da bo v prihodnje poročanje bolj podobno non-stop akciji na dirkah formule ena. Dejal je, da prehajamo iz sistemov snemanja v sisteme vpetosti v sisteme vpogleda. Vendar je dejal, da ne smemo razmišljati o AI kot o "umetni inteligenci", temveč o "razširjeni inteligenci".

"Misli Jarvis, ne HAL, " je rekel.

Industrijski internet in kako spreminja proizvodnjo

Drugi oddelek je prinesel nekaj velikih proizvodnih podjetij in se večinoma ukvarjal z "industrijskim internetom" in kako bo stvari spremenil.

Horst Kayser, glavni strateški direktor za industrijski velikan Siemens, je govoril o tem, kako "digitalizacija" spreminja pristop podjetja na številnih področjih, vključno s prehodom od vseh notranjih raziskav in razvoja k bolj odprtim inovacijam. Govoril je o izzivih inteligentnega upravljanja delov raznovrstnega energetskega sistema, kot sta daljinsko spremljanje in vzdrževanje v sistemu 7000 vetrnih turbin, ki zdaj vključuje uporabo algoritmov samostojnega učenja za premikanje lopatic v optimalen položaj, kar bi lahko dejal, da bi to lahko povzročilo v nekaj odstotnih točkah dodatne učinkovitosti (kar se ne sliši veliko, ampak se lahko resnično sešteje). Druge aplikacije, o katerih je razpravljal, so segale od virtualnega prototipiranja do obrata, ki je popolnoma avtomatizirano.

Richard Ploss, izvršni direktor podjetja Infineon, je opisal prihodnost, v kateri so roboti sodelovali s človeškimi bitji, rekoč, da potrebujemo robote, ki niso nevarni, vendar bodo zagotovili povezavo med industrijskim internetom in življenjem. Kot primer je pokazal videoposnetek "bionskih mravelj", ki so sodelovali pri premikanju predmetov.

Cilj podjetja Infineon je bil združiti produktivnost množične proizvodnje z individualnostjo prilagojene proizvodnje. Ploss je dejal, da bo industrijski internet prilagodil na novo raven, kar bo olajšalo oblikovanje lastnega čevlja, ki bo izdelan na podlagi posameznih zahtev in dostavljen v 24 urah. V takem sistemu bi stranka dejansko naredila končno zasnovo, vendar bi sistem imel podatke, da bi to delo lahko opravil.

Michael Mendenhall, glavni marketinški direktor v podjetju Flextronics, ki izdeluje izdelavo po meri za različna podjetja, je dejal, da je nov trend razmišljati o "izdelku kot platformi" - zato namesto samo gradnje strojne opreme želite nekaj, s čimer lahko sestavite aplikacije in storitve naokoli. Kot del tega je verjel v "odprto inovacijo" z ljudmi, ki delajo v sosednjih panogah, da bi to lahko izpeljali.

Med zanimivimi izdelki, o katerih je razpravljal, je bila "tetovaža", ki lahko meri biometrične podatke in bi jo lahko vgradili v varnostni pas, da bi vas opozoril, če zaspite, in majhen pas, ki bi lahko meril glukozo v krvi, za kar je dejal, da misli, da lahko zmanjša stroški kroničnega zdravstvenega varstva za diabetes in druge bolezni za 20 odstotkov.