达沃斯2019年:为什么数据共享是AI在行业4.0中的关键
Microsoft以削减Windows 10的每月更新的大小
智能扬声器市场的迷人熟悉的游行
Microsoft部队Win101709在PC集合升级以限制遥测
数据保护实践仍然差,调查显示
Tech在第二个亚浦背舰的高级法院的聚光灯下与邮局审判
当您只安装9月份的安全性时,SharePoint Workflows Go Berly-Up
超过100所农村小学获得千兆宽带
(ISC)²投资安全劳动力的专业发展
新加坡公司为混合云实现
这是谷歌是如何为AI-Laden未来准备Android
Lucidworks CEO谈到了“数据体验”
BBC揭示了FCA规定的数据的高频率
美国担心中文准备起诉的华为恐惧下来
AXA招募后台助理AI助手
英特尔获得第二次机会吸引1.25亿美元的抗托盘罚款
英国致力于与欧盟网络安全合作伙伴合作
IT领导者必须解决一体化以支持业务生态系统
表面专业4 / Surface Book固件更新问题
Cisos在增加压力下,研究表明
HMCTS遭受了重大问题
Microsoft为其预先构建的AI服务带来了定制
可解释的ai:AI如何以及为什么“真实”?
Microsoft在3年内发出第一个Windows XP修补程序到Stymie'Wannacrypt'
勇敢的浏览器将用户的钱包打开到YouTube内容创建者
'严肃的'Twitter缺陷让黑客派遣了其他人的账户
企业敦促为敲诈勒索竞选做准备
澳大利亚政府警告区间的差距
科技部门告诉政府,数字身份政策是“迫切需要”的
Wikileaks邮寄了CIA恶意软件植入刺客和午夜的用户指南
CIO采访:IT Holden,Halfords Group
黑莓手机许可证安全技术到IoT设备制造商
ISOC警告企业不应被IPv6部署留下
O2用诺基亚ai为客户为中心的网络权力
BlockChain集成将ERP变为协作平台
微软的Windows 10更新策略显示出群体
“嘿Siri,为窃贼的人买100比特币”
避免了过去的infosec错误,敦促罗伯特汉尼曼
华为说,美国政府禁止违宪
Apple的iOS 11 GM泄漏:钱在哪里?
研究表明,2018年数字现实及股票大部分集邮扑克市场并购活动
中国网络攻击集团青铜联盟针对武器技术
Slack推出共享频道以连接跨国公司的团队
SAP 2018 FY:云收入近5亿欧元,10,500百万客户为S / 4 Hana
丰田澳大利亚在网络攻击下
Kellogg的测试VR开发销售战略
CES 2019:这里插入车载导航服务中的Alexa
Whatsapp将注意力转向业务
Facebook计划在Android手机用户上窥探,内部电子邮件揭示
谷歌挤压赛门铁克直到IT证书
您的位置:首页 >论坛 > 研究报告 >

达沃斯2019年:为什么数据共享是AI在行业4.0中的关键

2021-08-22 15:44:14 [来源]:

随着制造商开发智能工厂,物理资产数字双胞胎和部署机器学习,人工智能(AI)设定为下一阶段的电力。

分析师Gartner预测AI增长正在加速。“四年前,AI实施罕见 - 只有10%的调查受访者报告称,他们的组织已经部署了AI或者会这样做,”Gartner杰出的研究副总裁Chris Howard说。“2019年,该号码已截留到37% - 四年增长270%。

“如果你是CIO,你的组织不使用AI,那么你的竞争对手的机会很高,这应该是一个问题。”

在达沃斯世界经济论坛(WEF)讨论的热门话题中,达沃斯的使用是利用AI,特别是工业AI,以推动可靠性和新的商业模式。

在WEF发布的文章中,罗兰·布尔奇,西门子的首席技术官,写道:“数字时代成功的钥匙是速度和规模。如果有一个区域在我们的人类领先地位,这是模型过程数据的巨大速度,然后检测和排除错误。简而言之,AI有可能帮助我们避免错误并克服巧合。“

西门子在工业4.0中是一个先驱,自动化正在习惯运行智能工厂。BUSCH关于AI,通过工业AI,作为再削减传统制造的下一阶段。

“与行业4.0,我们已成功启动了数字转型,”他在文章中说。“与工业AI一起,我们现在可以把它带到一个全新的水平。我们可以超越错误和巧合。我们可以推动创新。我们可以提高效率和生产力。我们可以塑造技术和社会进步。“

在飞机组件中的复杂过程,其中扭矩扳手和铆钉工具需要以高度控制的方式在特定设置中使用以将面板附接到诸如空中客车A320的飞机,可以被认为是机器学习的良好候选者。

但空中客车的SébastienBoria,机电一体化和机器人技术领导者说:“为了有高效的机器学习,您需要监督系统,从而收集大量数据。”

这是最明显的,其中机器学习系统用于观察人类运营商如何执行特定的手动功能,以便学习如何自动执行作业,或者解决如何更有效地执行它。

对于博尼亚来说,挑战是AI算法只能了解人类运营商的工作方式。“监督机器学习的主要问题是,在某些时候,如果你将结果基于那些不是顶级表演者的人,你最终会得到平均的结果,”他说。

一个AI系统,它采用了所有在这个特殊的手动过程中工作的人的样本做同样的工作,可能会有一个平均答案,但对于博利亚来说,平均不一定转化为实现同样的最佳方式结果。

“技术不是民主,”他说。“只是因为50%的人口做某事,并没有做出正确的解决方案。”他说,更糟糕的是,顶级表演者的结果“可以通过机器作为异常看”。

在更粒度的级别,需要测量的每个数据点或参数都需要传感器。“你需要用数字世界连接物理世界,”博利亚说。“没有数据你不能做任何事情。这意味着您需要传感器和电子产品来捕获数据。“

但根据博尼亚,根本无法管理飞机结构中可以收集的所有可能参数。某些类型的传感器太贵或者在部署广尺寸时不起作用。

例如,一些数据的集合,例如使用智能眼镜来看待正在进行的工作,是根本不切实际的,说博拉说。“可穿戴物品不是具有成本效益的小工具,”他说。“我们正在寻找将提供正确的用户体验的产品。看着市场上的所有眼镜,我认为人们不想在他们眼中穿上这些系统八个小时。

以色列AI启动的首席执行官和联合创始人Chen Linchevski的编真指导,参加了WEF小组讨论,观察了AI的影响。他说:“为了保持竞争力,公司需要采取预测的质量方法,提高运营和效率和环境限制。最大限度地提高基于AI和人类智力的技术的投资至关重要。从长远来看,部署在关闭生产之前的软件和处理问题的软件较便宜。“

要求人类知识和机器学习结合创建Linchevski声称的更多自然结果。

Linchevski说:“你不能有结果不准确。您需要查看数据后面的额外层,经验丰富的运营商可以适应他们的知识。”

询问Boria的前提是,机器平均出来它的学习,而不是识别最佳实践,Linchevski描述了机器如何看生产输出以识别金批次的想法。“如果你有一个金色的批次,你有上下文,你可以获得最好的生产时期,并从一年的历史上学习,了解有些东西偏离,”他说。“机器学习将知道[生产运行]不是一个金色批次。”

从人们的计算机每周发言,似乎在机器学习中的行业努力正在创建一个专有的行业4.0,公司在其独特的数字双模拟软件上工作,并收集自己的传感器数据来喂养他们的机器学习算法。

可以说,这种方法是不可扩展的,当然不是包装的软件行业的发展方式,以支持共同的业务流程。一些行业专家争辩说,每台机器都不同,这意味着每个都会产生自己的一组数据来喂养自己的数字双胞胎。

在HPE在菲尔戴维斯(Phil Davis)在Hewlett Packard Enterprise(HPE)开幕,在日内瓦新的物联网创新实验室开放了达沃斯的达沃斯,说:“我认为客户的部分问题是他们收集的数据量。如果你碰巧出售存储,从不抛弃任何数据都很好。“戴维斯说,客户对客户的挑战是了解数据中要查找的内容。

HPE副总裁兼总经理汤姆布拉迪奇说:“人们害怕,因为有很多数据。我们不确定数据共享的道德和法律含义,我认为这是数据共享的强烈抑制因素。“

虽然商业酋长和世界领导人聚集在达沃斯,但是听到行业的演变4.0,但这些例子似乎是特定公司的,否则很难看出行业的4.0如何规模,除非行业采用互操作性的共同方法并开始分享数据。 。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除,多谢。