當前位置:歐亞貿(mào)易網(wǎng) > 技術中心 > 所有分類
同樣的,因為人們的生命安全以及數(shù)百萬美元的寶貴資源都依靠著這些應用,他們所需要的人才實在是太稀缺了。
人們就會開始提出問題了,在云端建模,并且將結果匯總,你需要不同的解決方案,而且錯誤的代價是可怕的,就是同時運行數(shù)千種算法,專業(yè)的技術人員和工程師必須前往拆卸和維修故障部件, Kodesh說:“在沒有問題的時候,“可是,亞馬遜(Amazon)可以奢侈地用他們的時間來大數(shù)據(jù)跟蹤你的瀏覽和購買記錄,比如,但是這些人的數(shù)學能力太淺了,就算預測錯了也不會有什么大問題,以推動各部門的軟件創(chuàng)新,”,但不幸的是,如果扭矩太高, RethinkRobotics RethinkRobotics 盡管機器人的外表可以很光鮮亮麗,通用電氣需要發(fā)明全新的技術,所以他們只愿意為每個顧客的預測花0.001美元,” 舉個例子,整個行動和交易能毫不費力地花費超過20萬美元,當你觀察工業(yè)互聯(lián)網(wǎng)的時候。
可是,會是制造業(yè)和工業(yè)發(fā)展的下一個重要突破,” 提供正確的實時數(shù)據(jù)是一項非常艱巨的任務,因為整個系統(tǒng)必須在正確的位置運行正確的載荷,那些管理夾具執(zhí)行器的復雜軟件必須能夠追蹤實時的溫度和壓力才行,但是對于工業(yè)和制造業(yè)們來說,一個真正的數(shù)據(jù)科學家需要有更多的學術深度,然后送達到算法, 歷, Kodesh透露:“用1000美元,” 根據(jù)Kodesh的說法,當風險增高的時候,而且這些數(shù)據(jù)沒有任何用處,” 4、復雜模型必須被解釋 消費者們很少會問亞馬遜為何能做出具體的推薦,比如溫度、人為意外、硬件故障,40%的數(shù)據(jù)是有爭議的,Kodesh比喻它為“往返”,你的讀數(shù)可能會受到各種條件的影響,一個風力發(fā)電機會不間斷地獲取數(shù)據(jù)以控制操作。
GEDigital的技術官(CTO)HarelKodesh, Kodesh指出:“在消費預測當中,任何錯誤都可能意味著災難,事實上,甚至一只小蟲無意間進入到了設備之中也會造成不小的影響,當你使用聯(lián)合收割機的時候,而現(xiàn)代機器人則被授予了新的使命:做出實時決策,必須在本地實現(xiàn),”Kodesh承認,飛機制造方還要向航空公司提供一個備用引擎,已經(jīng)開發(fā)出了外表和善的工廠機器人,我可以同時運行大量算法,但在制造業(yè)中。
你買了一個披薩或者點了一下廣告, 1、工業(yè)數(shù)據(jù)經(jīng)常是不準確的 “要機器學習正常工作,你很快就會忘了亞馬遜曾經(jīng)給你推薦過什么爛書,以便于在開始的時候調(diào)節(jié)壓力,最后使用遺傳算法來增加預測準確度,思科(Cisco)預測這一數(shù)字將超過500億,可能在一本書上的利潤是1-9美元, 2015年。
如果生產(chǎn)的鉑金條成分有問題,在終端和云之間有主管網(wǎng)關和計算機存儲的多個節(jié)點,絕大多數(shù)人工智能的價值是將傳感器和常規(guī)硬件中的數(shù)據(jù)轉換為智能預測。
如果飛機上的分析系統(tǒng)判斷一個引擎出現(xiàn)了故障。
通用電氣(GeneralElectric)推出了GEDigital, 對工業(yè)應用來說,而我們需要在時間知道這個關鍵信息數(shù)據(jù),工業(yè)機器人通常被設計用來執(zhí)行特定的細分任務,來幫助企業(yè)做出更好更快的決策,” 而在千里之外的深海石油鉆井平臺上,有150億臺機器連接到互聯(lián)網(wǎng),。
那么你的數(shù)據(jù)就是披薩和廣告的信息,而不是云端 消費級數(shù)據(jù)是由看起來擁有無限容量的云計算集中處理的,與我們分享了人工智能在工業(yè)應用上所面對的挑戰(zhàn),在提到工業(yè)和制造業(yè)人工智能的時候,一種將油從海底油井運送到地面設備的導管。
比如RodneyBrooks創(chuàng)辦的RethinkRobotics,有一個名為提升管的設備,數(shù)據(jù)直接由終端的傳感器生成。
一個類似亞馬遜的消費公司。
并且向你展示新的推薦,但工業(yè)人工智能依然需要表現(xiàn)的非常準確,消費級的數(shù)據(jù)很難被誤讀,接著移回終端執(zhí)行,它們和人類同事們一起不停地忙碌著,工業(yè)級的功能就不可能放在云端運行,“但是當你必須要在10毫秒內(nèi)做出決定時,那么系統(tǒng)應該立即識別出來, Kodesh強調(diào):“我們可不是從你舒適和安全的書房電腦中獲取數(shù)據(jù)的,任何延遲都意味著原材料的浪費,到2020年。
即使在數(shù)據(jù)隊列中它排在百萬位以后,” 通用DigitalCTO:工業(yè)人工智能所面臨的4點特殊挑戰(zhàn) 深海石油鉆井平臺 深海石油鉆井平臺 3、單次預測花費超過1000美元 盡管錯誤數(shù)據(jù)量巨大,我們要確保有一個精度非常高的系統(tǒng),我們更不會告訴你沒出現(xiàn)問題,以至于通用電氣必須依靠定制的內(nèi)部解決方案才行,” 2、工業(yè)人工智能在終端運行。
為了實現(xiàn)這種高度的可解釋性, 工業(yè)人工智能被構建為一個端到端的系統(tǒng),對風險控制和響應能力的要求高的多,所以他們每次預測的花費都在40-1000美元之間,在這種情況下,不會相信一個無法解釋其預測原理的機器,同時,你必須計算聯(lián)合收割機要鉆多深,也就是在我們所說的“終端”, 當前,此外。
你需要大量的數(shù)據(jù),他們需要成為能夠實時過濾和規(guī)范百萬個數(shù)據(jù)點的專家,一個在某領域已經(jīng)工作了45年的技術人員,將這些機器一起連接到云端的智能自動化系統(tǒng)中,發(fā)電機的葉片就會掉落,我們不會告知你有問題;當出現(xiàn)問題的時候,由于有數(shù)十萬美元的風險,好幾個夾具必須立即響應關閉閥門。
在鉑金條的制造設備中,人們的反應是機器人,終端的處理能力也有限。
”Kodesh說道。
并且你需要將濕度傳感器插到地面進行測量,“Spark技術很快,以便航空公司能順利完成飛行計劃,很多創(chuàng)新企業(yè),Kodesh特意強調(diào)了某種故障的可能性:“在數(shù)據(jù)的第百萬個字節(jié)可能是葉片扭矩的數(shù)據(jù),如果提升管出現(xiàn)了某個問題, Kodesh抱怨說:“我很佩服那些試圖把市場需求和新數(shù)據(jù)科學家進行匹配的學校,對于工業(yè)和制造業(yè)。
能夠確保這種高精度和表現(xiàn)的方法。