首頁 / 資訊中心 / 交通百科/預(yù)置分析模塊將推動工業(yè)化人工智能革命

預(yù)置分析模塊將推動工業(yè)化人工智能革命

發(fā)布時間:2018-08-10 分類:交通百科

什么是智力革命的1/4“螺栓?

歷史如何讓我們?yōu)榧磳⒌絹淼?a href="http://listwiththehawk.com/" target="_blank">人工智能革命做好準(zhǔn)備?當(dāng)我試圖理解歷史能教給我們什么關(guān)于技術(shù)引發(fā)的革命時,工業(yè)和信息革命的關(guān)鍵能力之一是從勞動密集型手工制造向大規(guī)模制造解決方案的過渡。在信息革命中,它創(chuàng)造了標(biāo)準(zhǔn)化的數(shù)據(jù)庫管理系統(tǒng)、中間件和操作系統(tǒng)。對于工業(yè)革命來說,它是標(biāo)準(zhǔn)化部件的創(chuàng)造,比如螺栓就可以用來組裝。那么,對于人工智能革命來說,什么是“螺栓等效”呢?我認為答案是分析引擎或模塊!

人工智能

分析模塊是預(yù)先建造的引擎,想一想樂高積木,可以組裝來創(chuàng)建特定的業(yè)務(wù)和操作應(yīng)用程序。這些分析模塊具有以下特點:

1、預(yù)定義的數(shù)據(jù)輸入定義和數(shù)據(jù),因此,不管源系統(tǒng)的來源如何,它都知道自己攝入的是哪種類型的數(shù)據(jù)。

2、預(yù)定義的數(shù)據(jù)集成和轉(zhuǎn)換算法,用于對數(shù)據(jù)進行清理、對齊和規(guī)范化。

3、預(yù)先定義的數(shù)據(jù)濃縮算法,以創(chuàng)建分析模型所必需的高階度量,例如,REACH、頻率、最近度、指數(shù)、分數(shù)。

4、算法模型,使用預(yù)測分析、機器學(xué)習(xí)或深度學(xué)習(xí)等高級分析方法建立,接收經(jīng)過轉(zhuǎn)換和充實的數(shù)據(jù),運行算法模型并生成期望的輸出。

5、在預(yù)測分析、機器學(xué)習(xí)和深度學(xué)習(xí)框架之上的抽象層,該框架允許應(yīng)用程序開發(fā)人員選擇他們首選的或公司規(guī)定的標(biāo)準(zhǔn)。

5、編制能力,以“調(diào)用”最合適的機器學(xué)習(xí)或深度學(xué)習(xí)框架的基礎(chǔ)上類型的問題被解決??梢詤⒖糑eras,它是一個高級神經(jīng)網(wǎng)絡(luò)API,用Python編寫,能夠在流行的機器學(xué)習(xí)框架上運行。

6、預(yù)先定義的輸出,將分析結(jié)果反饋給下游的運營系統(tǒng),例如,操作儀表板、制造、采購、營銷、銷售、支持、服務(wù)、財務(wù)。

7、分析模塊產(chǎn)生預(yù)先定義的分析結(jié)果,同時提供一個抽象層,支持底層機器學(xué)習(xí)和深度學(xué)習(xí)框架的編排和優(yōu)化。

利用分析模塊貨幣化物聯(lián)網(wǎng)

推動物聯(lián)網(wǎng)支出的十大物聯(lián)網(wǎng)案例,其中包括預(yù)測維護、自我優(yōu)化生產(chǎn)、自動化庫存管理、車隊管理以及分布式生成和存儲。

但是,這些物聯(lián)網(wǎng)應(yīng)用程序?qū)⒉粌H僅是監(jiān)視正在發(fā)生的事情的報告和儀表板。他們將是“智能的”學(xué)習(xí)與每一次互動預(yù)測可能發(fā)生的事情,并規(guī)定糾正措施,以防止昂貴的,不受歡迎的或危險的情況和基礎(chǔ)的組織的自我監(jiān)測,自我診斷,自我糾正和自我學(xué)習(xí)兩個物聯(lián)網(wǎng)環(huán)境。

雖然這是一個非常有吸引力的物聯(lián)網(wǎng)應(yīng)用程序的目標(biāo)列表,但將這些用例作為單個應(yīng)用程序處理是一個巨大的錯誤。相反,這些物聯(lián)網(wǎng)“智能”應(yīng)用程序?qū)⒂杉傻姆治瞿K組成,以處理這些物聯(lián)網(wǎng)人工智能應(yīng)用程序需要處理的關(guān)鍵業(yè)務(wù)和操作決策。例如,可以將預(yù)測維護看作是由分析模塊組成的組合,這些模塊處理以下預(yù)測維護決策,包括:

1、識別有風(fēng)險部件的故障預(yù)測。

2、優(yōu)化資源調(diào)度和人員配置。

3、配合技術(shù)員和庫存人員進行維修保養(yǎng)工作。

4、確保工具和維修設(shè)備的可用性。

5、確保第一次修復(fù)優(yōu)化。

6、優(yōu)化零件和MRO庫存。

7、預(yù)測元件的可固定性。

8、優(yōu)化零件,工具和技術(shù)人員的物流。

9、利用隊列分析來提高服務(wù)和維修的可預(yù)見性。

10、利用事件關(guān)聯(lián)分析來確定天氣、經(jīng)濟和特殊事件如何影響設(shè)備和機器的維護和維修需求。

創(chuàng)建人工智能應(yīng)用程序的唯一方法是采用一種方法,通過識別、驗證、評估和優(yōu)先排序包含這些人工智能應(yīng)用程序的決策來啟動預(yù)測維護假設(shè)的開發(fā)過程。