2022. május 22., vasárnap - Júlia, Rita

Üzleti hírszerzés és biztonság

A Big Data halott, de itt van a kis AI

2022-01-20 542

A Morgan Stanley negyedéves felmérése szerint a CIO-k arról számoltak be, hogy jelenleg a munkaterhelések 25 százaléka fut a felhőben, de 2024 végére ez az arány 44 százalékra fog ugrani.

Az olyan vállalatok, mint a Landing AI és a Mariner, mesterséges intelligencia szoftverekkel segítik a termékhibák felderítését. A következő szinten a gyártók már a termékhibák ellenőrzéséhez rendkívül testre szabott algoritmikus modelleket szeretnének igénybe venni. Ezek a fejlesztőcégek szembe mennek azzal, amit a legtöbb nagy adatigényű AI-rendszer kínál. Modelljeik nagyon kis adathalmazok felhasználásával működnek.

Az olyan gyártók, mint a szerszámairól híres Stanley Black and Decker, eddig emberekre támaszkodtak a röntgenfelvételek sötétszobai monitorokon történő vizsgálatánál. A mesterséges intelligencia azonban könnyebben kiszúrja a homályos hibákat - mondta Amir Kashani, a cég ipari részlegének AI és digitális termékekért felelős igazgatója.

Az IBM, az AWS és a Microsoft által kínált előre elkészített gépi tanulási modellek a piacra újonnan érkezők szerint nem nyújtanak olyan szintű ellenőrzést vagy testreszabhatóságot, amilyet a gyártók szeretnének. A Landing AI vezérigazgatója, Andrew Ng elmondta, hogy várakozásai szerint a gyártóiparnak "több tízezer" egyedi AI-modellre lesz szüksége minden egyes egyedi terméktípushoz és hibához.

A nem a konkrét vállalati igényekre épülő gépi tanulási modellek új problémákat okozhatnak - állítja David Dewhirst, a gyári kamerarendszerekhez csatlakoztatható vizuális ellenőrzési hardvert és képfeldolgozó szoftvert forgalmazó Mariner marketing alelnöke. Elmondta, hogy látott már olyan rendszereket, amelyek nem vállalatspecifikus vizuális adatokkal betanított modellekből épültek fel, és tévesen egy ártalmatlan szöszpöttyöt jelöltek meg, amikor valódi hibákat, például foltokat kerestek, és a téves pozitív eredmények szükségtelenül lassíthatják a gyártósorokat, ami időbe és pénzbe kerülhet.

A termékanomáliák nem túl gyakran fordulnak elő, amikor a gyártási folyamat zökkenőmentesen zajlik, és ez tulajdonképpen dilemmát okoz azoknak a gyártóknak, amelyek mesterséges intelligenciát szeretnének alkalmazni ezek kiszűrésére.

A legtöbb gyártónak nincs több millió, ezer vagy akár több száz példája egy adott típusú hibára, amelyre figyelnie kell. Bizonyos esetekben mindössze 20-30 fotójuk van például egy szélvédőrepedésről vagy egy kis cső eltöréséről. "Képtelenség több ezer képet adni egy modell betanításához, hogy felismerje egy berendezés törését vagy a felületi bevonat hibáját" - mondta Marcos Fernandez, a Capgemini mérnöki tanácsadásért felelős igazgatója.

Ng szerint az adatok táplálékot jelentenek a mesterséges intelligencia számára, azaz nem csak a hatalmas kalóriamennyiségről van szó, hanem a jó ételről is. Befolyásos AI-mérnökként Ng elismeri, hogy 180 fokos fordulatot tett meg ahhoz képest, ahol egy évtizeddel ezelőtt volt az óriási adathalmazok neurális hálózatokba való pumpálásának evangélistájaként.

És van még egy trükkös probléma: az AI esetében az adatminőség kéz a kézben jár az adatok címkézésével vagy megjegyzésével.

Míg az egyik országban az egyik szakértő az acél hegesztési hibáját "salaknak" nevezheti, addig egy másik helyen vagy akár csak egy másik vállalatnál dolgozó kolléga másképp nevezheti, vagy vitatkozhat azon, hogyan definiálja, vagy egyáltalán van-e hiba. "Nincs általános igazság. Nincs két szakértő, aki biztosan egyetértene" - mondta Kashani.

I  Forrás: computerworld.hu

Hírfigyelő

Kiváncsi, mit írnak a versenytársakról? Elsőként olvasná a szakmájával kapcsolatos információkat? Kulcsemberekre, projektekre, konkurensekre figyelne? Segítünk!

Ez az e-mail-cím a szpemrobotok elleni védelem alatt áll. Megtekintéséhez engedélyeznie kell a JavaScript használatát.

 

 


 

Olvasta?

Tipp

Időrendben

« Május 2022 »
H K Sze Cs P Szo V
            1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31          

Tartalom galéria

Hivatalos szakma lett a növényvédelmi drónpilóta, már az első képzőintézmények is megvannak

Hivatalos szakma lett a növényvédelmi drónpilóta, már az első képzőintézmények is megvannak

More details
A szemkamerás kutatások, avagy látjuk-e, hova nézünk

A szemkamerás kutatások, avagy látjuk-e, hova nézünk

More details
A függetlenség napja, avagy hogyan hozhat változást az energiatárolás egy decentralizált energiarendszerben?

A függetlenség napja, avagy hogyan hozhat változást az energiatárolás egy decentralizált energiarendszerben?

More details
160 milliárd forintos iparág a hazai üvegipar

160 milliárd forintos iparág a hazai üvegipar

More details
Bejelentették Magyarország egyik legnagyobb állásbörzéjét

Bejelentették Magyarország egyik legnagyobb állásbörzéjét

More details
A befektetés pszichológiája: hogy ne vesszen kárba egy élet munkája

A befektetés pszichológiája: hogy ne vesszen kárba egy élet munkája

More details
Irodalom éjszakája a Vígszínház művészeivel, 2022. június 1 - 3.

Irodalom éjszakája a Vígszínház művészeivel, 2022. június 1 - 3.

More details
Cégmarketing trendek, 2022. június 9.

Cégmarketing trendek, 2022. június 9.

More details
A magyarországi szállodák negyede húzta le a rolót

A magyarországi szállodák negyede húzta le a rolót

More details