Maskinlæring og det industrielle internett

På den nylige DLD-konferansen handlet noen av de mest interessante øktene med kunstig intelligens, eller med "Industrial Internet." Amazon- og Watson-veteranene snakket om hvordan AI og maskinlæring vil endre flere bransjer fremover, og lederne for noen av de største produksjonsselskapene diskuterte hvordan big data, sensorer og tilpasning vil endre måten produktene blir produsert på.

Maskinlæring og dens innvirkning på andre bransjer

Werner Vogels, CTO for Amazon.com, snakket om kunstig intelligens og maskinlæring; Manoj Saxena, styreleder i Cognitive Scale og tidligere daglig leder for IBM Watson-gruppen; og Chris Boos, administrerende direktør i Arago, et tysk selskap med fokus på å bruke AI til automatisering. Moderert av Matthew Egol, en partner i PWCs Strategi & konsulentteam, snakket panelet om hvordan data og maskinlæring endrer en rekke bransjer.

De fleste av paneldeltakerne var enige om at helsetjenester er det neste store området som virkelig blir påvirket av den voksende intelligensen til maskiner. Boos sa at dataene eksisterer, og det gjør nok kunstig intelligens til å utføre diagnostikk, men det som mangler er en følelse av hvordan vi løser problemet. Han bemerket at i dagens spesialiserte medisin kan det være en ekspert på hver del av kroppen din, men at i teorien kom en maskin som kombinerer informasjon fra flere spesialiteter.

For eksempel snakket Saxena om hvordan nye teknikker nå ved et stort offentlig sykehus i Dallas lar 70 mennesker takle opptil 70 000 barn med astma. Ved å kombinere data om hvor pasienter bor med miljødata fra tjenester som weather.com og pollen.com, kan et kognitivt system oppdage sammenhenger mellom ragweed-konsentrasjonen i luften og astma, og deretter sende informasjon eller inhalatorer direkte til barn i områder der det er sannsynligvis en uptick i astmaanfall.

Vogels snakket om andre eksempler på helsevesenet og sa at det var viktig å kunne forebygge snarere enn å reagere på sykdommer; og Saxena var enige om at det var for mye vekt på teknologi, men ikke nok i utfall.

Boos snakket om hvordan teknologi også kan brukes til applikasjoner som automatisering av IT-operasjoner. En ting han sa var viktig å huske er at "maskinlæring er ikke annet enn eksperimentering", og at vi fortsatt vil trenge lærere til maskinene.

Andre bruksområder Vogels snakket om inkluderer videoanalyse for å spore kjøpere som går gjennom gangene for å forbedre butikkens design, og bruk av sensorer på industrielt utstyr som gassturbiner, på biler for forebyggende vedlikehold og på sykehus for å redusere tiden folk bruker på å vente for heiser.

Vogels bemerket at de største, mest forstyrrende selskapene alle er bygd på data, mens Saxena sa at problemet ikke bare er at datamengden øker, men enda viktigere er at datatypen også endres, med tweets og andre ustrukturerte data blir stadig viktigere. Men han sa at datamaskiner ikke forstår ustrukturerte data godt.

Vogels sa at generelt, "vi har sett bakover med data", med fokus på rapportering, men det som er viktig nå er forutsigbare, fremtidsrettede systemer. Han innrømmet Amazons maskinlæringstjeneste som en teknologi som kunne la noen bygge en prediktiv motor.

Saxena var enig i og sa at rapporteringen vil se veldig annerledes ut om 10 år. Han liknet de nåværende rapporteringssystemene med amerikansk fotball, der lag stopper mellom skuespill og deretter bestemmer hva de skal gjøre, og sa at rapportering i fremtiden vil være mer som non-stop-handlingen i Formel 1-racing. Han sa at vi beveger oss fra systemer for registrering av systemer til engasjement til systemer av innsikt. Men han sa at vi ikke skulle tenke på AI som "kunstig intelligens", men heller en som "utvidet intelligens."

"Tenk Jarvis, ikke HAL, " sa han.

Det industrielle Internett og hvordan det endrer produksjon

En annen seksjon hentet inn noen store produksjonsbedrifter og behandlet for det meste "Industrial Internet" og hvordan det vil endre ting.

Horst Kayser, strategisjef for industrigiganten Siemens, snakket om hvordan "digitalisering" endret firmaets tilnærming på mange områder, inkludert å flytte fra all intern forskning og utvikling til mer åpen innovasjon. Han diskuterte utfordringene med å styre deler av et mangfoldig energisystem på en intelligent måte, for eksempel fjernovervåking og vedlikehold på et system med 7000 vindmøller, som nå inkluderer bruk av selvlærende algoritmer for å flytte knivene til en optimal posisjon, noe han sa kunne resultere i i et par prosentpoeng ekstra effektivitet (som ikke høres ut som mye, men virkelig kan legge opp). Andre applikasjoner han diskuterte varierte fra virtuell prototyping til et anlegg som er fullstendig automatisert.

Richard Ploss, administrerende direktør i Infineon, beskrev en fremtid som så roboter samarbeide med mennesker, og sa at vi trenger roboter som ikke er farlige, men som vil gi en forbindelse mellom det industrielle Internett og livet. Som eksempel viste han en video av "bioniske maur" som jobbet samarbeidende for å bevege objekter.

Infineon hadde et mål om å kombinere produktiviteten til masseproduksjon med individualiteten til tilpasset produksjon. Ploss sa at Industrial Internet vil ta tilpasning til neste nivå, noe som gjør det enkelt å designe din egen sko som vil bli produsert basert på individuelle forespørsler og levert innen 24 timer. I et slikt system ville kunden faktisk gjøre den endelige designen, men systemet vil ha dataene for å få dette til å fungere.

Michael Mendenhall, markedssjef i Flextronics, som gjør tilpasset produksjon for en rekke firmaer, sa at den nye trenden er å tenke på "produkt som en plattform" - så i stedet for bare å bygge maskinvare, vil du ha noe du kan bygge applikasjoner og tjenester rundt. Som en del av dette er han tro på "åpen innovasjon" med mennesker som jobber i nærliggende næringer for å få ting gjort.

Blant de interessante produktene han diskuterte var en "tatovering" som kan måle biometri og kunne integreres i et bilbelte for å advare deg hvis du sovnet og et lite bånd som kunne måle blodsukker, som han sa at han tror kan redusere kostnadene ved kronisk helsevern for diabetes og andre sykdommer med 20 prosent.