|
IDC的調(diào)研結(jié)果顯示，超過九成的企業(yè)正在使用或計劃在未來3年內(nèi)使用人工智能，缺乏模型訓(xùn)練所需的數(shù)據(jù)、算力基礎(chǔ)設(shè)施存在不足、人工智能應(yīng)用方案的成本過高等因素是絕大部分企業(yè)目前面臨的主要挑戰(zhàn)。 制造企業(yè)，尤其是中小型企業(yè)，如何部署人工智能（AI）和機器學(xué)習(xí)（ML）的應(yīng)用，以最大化的實現(xiàn)大數(shù)據(jù)帶來的價值？來自STFC哈特里中心副主任Michael Gleaves和GSK公司數(shù)據(jù)科學(xué)家Hassan Khalid給出了一些AI和ML在工業(yè)應(yīng)用中的建議，以及實現(xiàn)真正投資回報的方法。 從哪兒開始著手？ 將簡單且經(jīng)濟實惠的傳感器連接到機器上，是使用機器學(xué)習(xí)技術(shù)的第一步。Michael認(rèn)為，一旦你有了這些數(shù)據(jù)流，那么你就可以開始識別模式和趨勢，并開始優(yōu)化你的資產(chǎn)使用。 獲得高質(zhì)量、無偏見的數(shù)據(jù)至關(guān)重要。否則，你將無法考慮如何從這些數(shù)據(jù)流中提取價值。 您需要什么技能？ 技術(shù)知識很重要，但請不要低估領(lǐng)域知識（domain knowledge）。在生產(chǎn)線上花了多年時間的人也許可以告訴您很多數(shù)據(jù)丟失的情況。 同樣，不要低估軟件工程。Hassan認(rèn)為，很多事情之所以會出現(xiàn)不必要的錯誤，就是因為對軟件工程的輕視。像我這樣科學(xué)背景的人，必須要進行軟件工程技能的訓(xùn)練，以確保我們實施的是真正要實現(xiàn)的技術(shù)。 大多數(shù)公司都采用“開發(fā)、測試、探索”周期，因此內(nèi)部有人來參與和負(fù)責(zé)運行該周期非常重要。同樣重要的是，讓AI和ML專家為您的領(lǐng)域?qū)＜姨峁┘僭O(shè)以進行良性循環(huán)測試。 “如果要用這些技術(shù)來顛覆您的部分業(yè)務(wù)，那么就需要組建一支擁有專業(yè)技能的小團隊。”Michael建議。來自團隊的力量將有助于調(diào)整這些技術(shù)并利用它們來推動您的業(yè)務(wù)發(fā)展。另外，您最好在組織中具有一定程度的內(nèi)部能力，以便您可以制定更適合的購買決策。 制造企業(yè)還應(yīng)該考慮吸引和重新培訓(xùn)具有物理和天文學(xué)科背景的人來使用這些工具。他們通常具有正確的思維方式，并且已將其編碼為博士學(xué)位的一部分，因此他們應(yīng)該能夠相對輕松地轉(zhuǎn)換為這些角色。 如何獲得企業(yè)高層的支持？ 這通常是最困難的部分，Hassan認(rèn)為。獲得企業(yè)高層的支持，將有助于使您的想法和項目與組織更廣泛的數(shù)據(jù)或數(shù)字化策略保持一致。如果某個特定的實驗與該策略不符，那么花太多的時間或資源可能不是最好的主意。 “我們已經(jīng)開始將設(shè)計思維方法應(yīng)用于用戶需求收集。” Michael說。因此，除了預(yù)期的技術(shù)，還需要特別關(guān)注業(yè)務(wù)問題和用例，探索之前發(fā)生了什么，之后會發(fā)生什么，以及如何在業(yè)務(wù)中使用。 選擇好的項目開始真的很關(guān)鍵，因為這能創(chuàng)造動力和持續(xù)投資。在某種程度上，必須要有一個信念的飛躍，您堅信選擇的技術(shù)具有獨特價值，并且企業(yè)愿意投資于它。 AI和ML如何用于預(yù)測性維護問題？ 作為一名多年AI經(jīng)驗的從業(yè)者，Hassan認(rèn)為預(yù)測性維護是具有一定挑戰(zhàn)性的。因為在大多數(shù)情況下，您的數(shù)據(jù)都不包含故障情況的示例。當(dāng)您沒有負(fù)面的例子時，就很難訓(xùn)練您的系統(tǒng)。 我們已經(jīng)進行了視頻和實時圖像分析，以及基于噪聲的分析，我們正在尋找振動的變化。這個過程可能是無止境的，關(guān)鍵的問題是數(shù)據(jù)是否給你提供了一個真實的失敗場景，可以從中學(xué)習(xí)。 Michael建議采用諸如模式識別之類的技術(shù)，識別一段時間內(nèi)發(fā)生的故障類型，然后將其安排到日常維護中。 一個日益受到關(guān)注的領(lǐng)域是利用SCADA系統(tǒng)中的數(shù)據(jù)處理和日志來識別故障模式。這些工作可以通過將人類日志數(shù)字化，并添加自然語言處理來提供額外的上下文情境輔助。 據(jù)羿戓制造（羿戓設(shè)計提供技術(shù)管理服務(wù)業(yè)務(wù)，服務(wù)于有想法做產(chǎn)品創(chuàng)新、技術(shù)積累、關(guān)鍵技術(shù)攻關(guān)的中小微企業(yè)及個人創(chuàng)新者）所了解，關(guān)于AI和ML的項目成本可能會變得很昂貴，并且有很多隱藏的嘗試，可能也會面臨失敗。Hassan認(rèn)為，對于中小企業(yè)來說，是可以在預(yù)算緊張的情況下實現(xiàn)目標(biāo)的，但是必須做好隨時進行調(diào)整的準(zhǔn)備。如果您認(rèn)為可以花費最少的時間和投資成本就成功實施，可能是不現(xiàn)實的。 現(xiàn)在有很多開源技術(shù)、代碼、出版物和指南，這意味著大部分工作已經(jīng)完成。對于開始這個旅程的企業(yè)來說，他們需要非常認(rèn)真地思考他們的數(shù)據(jù)策略。相對而言，在這個數(shù)據(jù)基礎(chǔ)上加入機器學(xué)習(xí)策略就會變得稍微簡單一些。 對于中小型制造企業(yè)來說，最昂貴的成本可能是人才本身，這也是中小型企業(yè)與大型企業(yè)競爭差異懸殊的一個地方。不過話又說回來，只要擁有自主權(quán)和工作的靈活性，中小企業(yè)從巨頭那里挖走頂尖人才也不是沒有機會。 什么編碼語言更適合？ 對于中小型企業(yè)來說，Python在開源開發(fā)方面已經(jīng)實現(xiàn)了飛躍，能夠提供良好的教程和大量準(zhǔn)備好的解決方案，是一個很好的選擇。Hassan建議，如果你處理的是Amazo級別的數(shù)據(jù)，那么你可能需要考慮Scala、SPARK和Julia提供的附加功能。 
|
