首頁(yè)熱門文章
預(yù)置分析模塊將推動(dòng)工業(yè)化人工智能革命
發(fā)布時(shí)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://www.xionganeduics.cn/" 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(shí)，工業(yè)和信息革命的關(guān)鍵能力之一是從勞動(dòng)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(kù)管理系統(tǒng)、中間件和操作系統(tǒng)。對(duì)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(duì)于人工智能革命來說，什么是“螺栓等效”呢?我認(rèn)為答案是分析引擎或模塊!
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(diǎn)：
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(duì)數(shù)據(jù)進(jìn)行清理、對(duì)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?jǐn)?shù)。
4、算法模型，使用預(yù)測(cè)分析、機(jī)器學(xué)習(xí)或深度學(xué)習(xí)等高級(jí)分析方法建立，接收經(jīng)過轉(zhuǎn)換和充實(shí)的數(shù)據(jù)，運(yùn)行算法模型并生成期望的輸出。
5、在預(yù)測(cè)分析、機(jī)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(jī)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(gè)高級(jí)神經(jīng)網(wǎng)絡(luò)API，用Python編寫，能夠在流行的機(jī)器學(xué)習(xí)框架上運(yùn)行。
6、預(yù)先定義的輸出，將分析結(jié)果反饋給下游的運(yùn)營(yíng)系統(tǒng)，例如，操作儀表板、制造、采購(gòu)、營(yíng)銷、銷售、支持、服務(wù)、財(cái)務(wù)。
7、分析模塊產(chǎn)生預(yù)先定義的分析結(jié)果，同時(shí)提供一個(gè)抽象層，支持底層機(jī)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(dòng)物聯(lián)網(wǎng)支出的十大物聯(lián)網(wǎng)案例，其中包括預(yù)測(cè)維護(hù)、自我優(yōu)化生產(chǎn)、自動(dòng)化庫(kù)存管理、車隊(duì)管理以及分布式生成和存儲(chǔ)。
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(bào)告和儀表板。他們將是“智能的”學(xué)習(xí)與每一次互動(dòng)預(yù)測(cè)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(xiǎn)的情況和基礎(chǔ)的組織的自我監(jiān)測(cè)，自我診斷，自我糾正和自我學(xué)習(xí)兩個(gè)物聯(lián)網(wǎng)環(huán)境。
雖然這是一個(gè)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(gè)應(yīng)用程序處理是一個(gè)巨大的錯(cuò)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(cè)維護(hù)看作是由分析模塊組成的組合，這些模塊處理以下預(yù)測(cè)維護(hù)決策，包括：
1、識(shí)別有風(fēng)險(xiǎn)部件的故障預(yù)測(cè)。
2、優(yōu)化資源調(diào)度和人員配置。
3、配合技術(shù)員和庫(kù)存人員進(jìn)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(kù)存。
7、預(yù)測(cè)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(duì)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(jì)和特殊事件如何影響設(shè)備和機(jī)器的維護(hù)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(shí)別、驗(yàn)證、評(píng)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(dòng)預(yù)測(cè)維護(hù)假設(shè)的開發(fā)過程。
