图片来源:matejmo / iStock

有意义的想法

人工智能

永利皇宫官网入口业中的人工智能,从数据开始

作者

众所周知,永利皇宫官网入口业采用新技术的速度缓慢,人工智能也不例外。由于内部专业人工智能人才的短缺以及利用复杂模型来优化和自动化日常任务的困难,除最大的永利皇宫官网入口商之外的所有永利皇宫官网入口商都无法使用深度学习模型。

缺乏通用工业数据是阻碍主流永利皇宫官网入口商采用人工智能的另一个主要障碍。永利皇宫官网入口数据通常是本地化的或特定于特定行业领域或公司的运营。因此,没有大量的相关数据可用于构建可靠的人工智能模型,特别是与金融或零售等行业的可用数据相比,这些行业的大量交易或股票市场数据很容易在整个行业中转移。

大型语言模型建立在许多人都能理解的现成通用语言之上,并且遵循特定的规则和句子结构,卡扬·维拉马查内尼,麻省理工学院施瓦茨曼计算学院首席研究科学家在最近的麻省理工学院会议上表示永利皇宫官网入口和运营机器智能研讨会。 “对于永利皇宫官网入口业务来说,没有这样的事情——来自涡轮机、汽车或我们正在捕获的其他信号的数据没有普遍可用,”他说。

缩小人工智能差距

生成式人工智能, 以数据为中心的人工智能,并且合成数据让 永利皇宫官网入口 更易于使用并适合解决制造运营挑战。 ChatGPT 等生成式 永利皇宫官网入口 工具提供了一种更直观的方式来对复杂数据集和图像进行建模,从而可以将 永利皇宫官网入口 技术开放给更广泛的制造用例和用户类型。同样,以数据为中心的人工智能和合成数据专注于构建人工智能系统所需的数据,将重点从高度专业化的算法模型转移到构建最佳数据集来训练人工智能系统。这些方法使工厂工人和制造工程师能够接触到人工智能,他们了解日常生产要求和流程挑战,但不一定精通数学和复杂建模语言。

考虑一个工厂维护工人的例子,他非常熟悉车间的机械工作,但对数字技术不是特别了解。工作人员可能很难从计算机仪表板上获取信息,更不用说分析结果以采取特定行动了。

对于生成式 永利皇宫官网入口,情况看起来有很大不同。 “如果该工作人员能够(通过生成人工智能)与系统对话并获取信息,而不是弄清楚图表和指标,会怎么样?”说马诺杰·科蒂亚尔,波士顿咨询集团合伙人,也是该公司人工智能数字化永利皇宫官网入口平台的技术主管。 “现在我们可以通过生成式人工智能来增强许多人工智能和机器学习模型,这可以使采用更快,变更管理更容易。”

生成式 永利皇宫官网入口 和其他进步可以加速 永利皇宫官网入口 在许多制造用例中的使用,包括:

连续操作,例如帮助工厂车间人员快速识别在其首选边界之外运行的特定机器。这将允许实时调整,以防止停机或质量问题。

维护伴侣,通过将纸质说明手册数字化并使用人工智能根据手头的问题提供分步实时说明,帮助车间人员完成维护任务。

缺陷检测和检查。 这意味着用人工智能视觉检查来增强或在某些情况下取代人工检查员。这提高了准确性并缩短了检查时间,减少了召回和返工,从而显着节省了成本。

消除重复性任务以及提高工人生产力的流程。

永利皇宫官网入口业中的人工智能入门

了解人工智能在永利皇宫官网入口业中的潜在价值是一回事;了解人工智能在永利皇宫官网入口业中的潜在价值是一回事;了解人工智能在永利皇宫官网入口业中的潜在价值是一回事。真正实现它是另一回事。专家提供以下建议:

专注于数据。与其他行业的高价值人工智能计划相比,永利皇宫官网入口业用例往往更加个性化,回报较低,因此更难以资助和执行。

定制 永利皇宫官网入口 解决方案的替代方案是以数据为中心的垂直 永利皇宫官网入口 平台,它可以促进特定用例。例如,自动异常检测工具可以取代或增强负责质量控制的人类工人。

“以数据为中心的人工智能不是专注于编写正确的算法,而是一项系统性的工作,旨在获取良好的数据来训练人工智能系统,”凯阳,Landing 永利皇宫官网入口 产品副总裁,在《麻省理工科技评论》最近主办的 EmTech Digital 会议上说道。 “这使得拥有扎实领域知识的用户可以为人工智能模型的训练准备良好的数据集,而无需具备深厚的机器学习知识。”

相关文章

什么是合成数据?它对您有何帮助?
数据如何推动智能永利皇宫官网入口的发展
如何开辟通向工业 4.0 的清晰道路

为组织变革做好准备。虽然关于人工智能接管人类工作的讨论很多,但人工智能的广泛使用将产生对新角色和运营模式的需求。如果公司要依赖人工智能生成的见解,就需要一个人性化的层来系统地管理数据质量和自动化结果。 “我们将不得不进行大量的组织重新设计,”科蒂亚尔说。

从实验开始,关注投资回报率。现在还处于早期阶段,但事情进展很快。永利皇宫官网入口商应开始将生成式人工智能或其他技术应用于有针对性的计划中,以学习、发展技能并确保早期胜利,从而增强组织动力并获得认可。 “这是为了将有关如何使用和实施人工智能的知识带入组织,”麻省理工学院斯隆管理学院教授在 MIMO 研讨会上说道。

同时,人工智能举措不能仅仅是一种学习练习。 “最终,这是为了赚钱,”科蒂亚尔说。 “如果您可以展示投资回报率,您就会获得预算,然后您就可以开始做一些更具实验性和更高风险的事情。”

接下来阅读:为什么现在是“以数据为中心的人工智能”的时代了

了解更多信息 萨拉·布朗 高级新闻编辑和作家