|
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，缺乏模型訓練所需的數(shù)據(jù)、算力基礎設施存在不足、人工智能應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)�！ ≈圃炱髽I(yè)，尤其是中小型企業(yè)，如何部署人工智能（AI）和機器學習（ML）的應用，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)科學家Hassan Khalid給出了一些AI和ML在工業(yè)應用中的建議，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，是使用機器學習技術(shù)的第一步。Michael認為，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。像我這樣科學背景的人，必須要進行軟件工程技能的訓練，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)部有人來參與和負責運行該周期非常重要。同樣重要的是，讓AI和ML專家為您的領域?qū)＜姨峁┘僭O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，那么就需要組建一支擁有專業(yè)技能的小團隊�！盡ichael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)還應該考慮吸引和重新培訓具有物理和天文學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位的一部分，因此他們應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)開始將設計思維方法應用于用戶需求收集。” Michael說。因此，除了預期的技術(shù)，還需要特別關(guān)注業(yè)務問題和用例，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如何用于預測性維護問題？ 作為一名多年AI經(jīng)驗的從業(yè)者，Hassan認為預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。當您沒有負面的例子時，就很難訓練您的系統(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，可以從中學習。 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（羿戓設計提供技術(shù)管理服務業(yè)務，服務于有想法做產(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認為，對于中小企業(yè)來說，是可以在預算緊張的情況下實現(xiàn)目標的，但是必須做好隨時進行調(diào)整的準備。如果您認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)基礎上加入機器學習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。 
|
