Video: Rionegro & Solimões - Na Sola da Bota (Listopad 2024)
Na nedávné konferenci DLD se některá z nejzajímavějších relací zabývala umělou inteligencí nebo „průmyslovým internetem“. Amazon a Watson veteráni hovořili o tom, jak umělá inteligence a strojové učení v budoucnu změní několik průmyslových odvětví, a vedoucí některých největších výrobních společností diskutovali o tom, jak velká data, senzory a přizpůsobení změní způsob výroby produktů.
Strojové učení a jeho dopad na další průmyslová odvětví
Mluvili o umělé inteligenci a strojovém učení byli Werner Vogels, CTO Amazon.com; Manoj Saxena, předseda Cognitive Scale a bývalý generální ředitel skupiny IBM Watson; a Chris Boos, generální ředitel německé společnosti Arago, se zaměřil na využití AI pro automatizaci. Panel moderoval Matthew Egol, partner v týmu PWC pro strategii a poradenství, hovořil o tom, jak se data a strojové učení mění v různých průmyslových odvětvích.
Většina panelistů souhlasila s tím, že zdravotní péče je další hlavní oblastí, která bude skutečně ovlivněna rostoucí inteligencí strojů. Boos řekl, že data existují, stejně jako dostatek umělé inteligence pro diagnostiku, ale co chybí, je smysl toho, jak problém vyřešíme. Poznamenal, že v dnešní specializované medicíně může existovat jediný odborník na každé části vašeho těla, ale že teoreticky stroj přišel kombinovat informace od více specialit.
Například Saxena hovořila o tom, jak ve velké veřejné nemocnici v Dallasu nové techniky nyní umožňují 70 lidem zvládnout až 70 000 dětí s astmatem. Kombinováním údajů o tom, kde pacienti žijí, s údaji o životním prostředí ze služeb, jako je Weather.com a pollen.com, může kognitivní systém zaznamenat korelace mezi koncentrací ambrózie ve vzduchu a astmatu a poté poslat informace nebo inhalátory přímo dětem v oblastech, kde u astmatických záchvatů pravděpodobně dojde k nárůstu.
Vogels hovořil o dalších příkladech zdravotní péče a uvedl, že je důležité být schopen předcházet nemocem, než reagovat na ně; a Saxena souhlasila s tím, že byl kladen příliš velký důraz na technologii, ale ve výsledcích nebyl dost.
Boos hovořil o tom, jak lze technologii použít také pro aplikace, jako je automatizace IT operací. Jedna věc, kterou řekl, je důležitá pro zapamatování je, že „strojové učení není nic jiného než experimentování“ a že pro stroje budeme stále potřebovat učitele.
Další aplikace, o nichž Vogels hovořil, zahrnují video analytiku ke sledování nakupujících, kteří kráčejí uličkami, aby se zlepšil design obchodu, a použití senzorů na průmyslová zařízení, jako jsou plynové turbíny, na automobily pro preventivní údržbu a v nemocnicích, aby se zkrátil čas, který lidé čekají na čekání pro výtahy.
Vogels poznamenal, že největší a nejvíce narušující společnosti jsou postaveny na datech, zatímco Saxena uvedla, že nejde jen o to, že objem dat roste, ale co je důležitější, mění se také typ dat, s tweety a dalšími nestrukturovanými daty nabývá na důležitosti. Řekl však, že počítače nerozumí nestrukturovaným datům dobře.
Vogels uvedl, že obecně „jsme se dívali zpět s daty“, zaměřující se na reporting, ale co je důležité, jsou prediktivní, výhledové systémy. Nabídl Amazonovu službu strojového učení jako technologii, která mohla nechat kohokoli postavit prediktivní motor.
Saxena souhlasila s tím, že zprávy budou vypadat za 10 let velmi odlišně. Přirovnal současné zpravodajské systémy k americkému fotbalu, ve kterém se týmy zastavují mezi hrami a poté se rozhodly, co dělat, a řekl, že v budoucnu bude zpravodajství spíše jako nepřetržitá akce v závodech Formule 1. Řekl, že přecházíme od systémů záznamu k systémům zapojení do systémů vhledu. Řekl však, že bychom neměli myslet na umělou inteligenci jako na „umělou inteligenci“, ale spíše na „rozšířenou inteligenci“.
„Myslím, že Jarvis, ne HAL, “ řekl.
Průmyslový internet a jak se mění výroba
Další sekce přinesla některé velké výrobní společnosti a většinou se zabývala „průmyslovým internetem“ a jak to změní věci.
Horst Kayser, vedoucí strategie pro průmyslový gigant Siemens, hovořil o tom, jak „digitalizace“ mění přístup firmy v mnoha oblastech, včetně přechodu od veškerého interního výzkumu a vývoje k otevřenějším inovacím. Diskutoval o výzvách inteligentního řízení částí různorodého energetického systému, jako je dálkové monitorování a údržba na systému 7 000 větrných turbín, který nyní zahrnuje použití samoučících se algoritmů k přesunu lopatek do optimální polohy, což by podle něj mohlo vést v několika procentních bodech extra účinnosti (což nezní jako hodně, ale může se sčítat). Další aplikace, o nichž diskutoval, sahaly od virtuálního prototypování až po závod, který je zcela automatizovaný.
Richard Ploss, generální ředitel společnosti Infineon, popsal budoucnost, v níž viděli roboti spolupracovat s lidskými bytostmi a řekl, že potřebujeme roboty, které nejsou nebezpečné, ale budou poskytovat spojení mezi průmyslovým internetem a životem. Jako příklad uvedl video „bionických mravenců“, které spolupracovaly na pohybu objektů.
Cílem společnosti Infineon bylo spojit produktivitu hromadné výroby s individualitou přizpůsobené výroby. Ploss uvedl, že průmyslový internet přinese přizpůsobení na další úroveň, takže je snadné navrhnout vlastní botu, která bude vyrobena na základě individuálních požadavků a dodána do 24 hodin. V takovém systému by zákazník skutečně provedl konečný návrh, ale systém by měl data, která by tuto práci zajistila.
Michael Mendenhall, marketingový ředitel společnosti Flextronics, která vyrábí zakázkovou výrobu pro různé firmy, uvedl, že novým trendem je myslet na „produkt jako platformu“ - takže místo budování hardwaru potřebujete něco, co můžete vytvářet aplikace a služby kolem. V rámci toho věří v „otevřenou inovaci“ s lidmi, kteří pracují napříč přilehlými průmyslovými odvětvími.
Mezi zajímavé produkty, o nichž diskutoval, bylo „tetování“, které dokáže měřit biometriku a mohlo by být integrováno do bezpečnostního pásu, aby vás varovalo, pokud usnete, a malé pásmo, které by mohlo měřit hladinu glukózy v krvi, což podle jeho názoru může snížit náklady na chronickou zdravotní péči o cukrovku a jiné nemoci o 20 procent.
