Когда дело доходит до прогноза погоды, поиска в Интернете, виртуальных помощников в чат-ботов, языкового перевода, распознавания изображений - мы сталкивались с искусственным интеллектом в повседневной жизни в течение долгого времени, и мы не осознавали этого. Искусственный интеллект как инструмент оцифровки должен предлагать большой потенциал для повышения эффективности бизнес-процессов и разработки новых услуг или продуктов. Впервые цифровой контент не только сохраняется, передается и обрабатывается машиночитаемым способом, но и понимается AI с точки зрения контента, так что решения могут поддерживаться на основе знаний.
Картинная галерея
Что такое искусственный интеллект?
Вообще говоря, ИИ стремится автоматизировать принятие решений человеком с помощью программного или аппаратного обеспечения. Основное внимание уделяется моделированию процессов человеческого интеллекта с помощью машин. Эти процессы включают получение информации и правил использования информации, использование правил для приблизительных или окончательных выводов и самокоррекцию. Говорят об искусственном интеллекте, когда компьютер решает сложные проблемы простым способом, для решения которого на самом деле необходим интеллект человека. Различают слабый и сильный ИИ.
- Слабый ИИ - это система, которая была разработана и обучена для выполнения конкретной задачи. Личные помощники, такие как Siri от Apple, являются одним из примеров.
- Сильный ИИ, также известный как искусственный общий интеллект, обобщает когнитивные навыки человека. Предполагается механизировать поведение человека. Она может найти решение незнакомых задач без вмешательства человека.
Машинное обучение и глубокое обучение
Машинное обучение является подразделом искусственного интеллекта и имеет целью распознавание статистических отношений, также известных как шаблоны, в так называемых данных обучения и, таким образом, «обучение» их. Эти шаблоны затем могут быть применены к другим данным принятия решений. Машинное обучение в основном используется, когда вы не можете описать сложные проблемы с помощью логики и правил и, следовательно, не можете реализовать классические алгоритмы.
В так называемом глубоком обучении алгоритм учится на примерах, однако свойства или атрибуты, на которых основано обучение, не указаны явно. Вместо этого ИИ сам определяет характеристики, поэтому это особая область машинного обучения, которая характеризуется сложными методами решения.
Подсказка для семинара
С онлайн-курсом «Машинное обучение - как машина учится?» Вы можете углубиться в методологию. Профессор ван дер Смагт - руководитель отдела искусственного интеллекта в Volkswagen - объясняет участникам в течение двух часов наиболее важные концепции машинного обучения в концентрированной и сжатой форме.
ИИ был постоянной темой с 1950-х годов и был предметом дискуссий исследователей в прошлом и в части видений далекого будущего. По мнению экспертов, технический прогресс информационных технологий, который позволяет генерировать и обрабатывать в реальном времени огромные объемы данных и осуществлять цифровую трансформацию производственных компаний, открывает огромный потенциал для практического применения.
Дополнительная информация по теме сертифицированных приложений AI
Как вы можете гарантировать, что разработки, основанные на искусственном интеллекте, технически, этически и юридически оправданы? Ученые из университетов Бонна и Кельна разрабатывают тестовый каталог для сертификации приложений ИИ под руководством Института Фраунгофера IAIS и в сотрудничестве с Федеральным ведомством по информационной безопасности. Планируется опубликовать первую версию тестового каталога и сертифицировать первые приложения AI до начала 2020 года.
Преимущества ИИ для машиностроения
По словам доктора Патрик Глаунер, эксперт PhD AI, является экспертом AI во всех областях цепочки создания стоимости машиностроительной компании. «С одной стороны, компании могут расширить свой портфель машин с помощью ИИ и не только позволить своим клиентам повысить эффективность, но и дать им возможность внедрять совершенно новые продукты на своих машинах. С другой стороны, машиностроительные компании могут использовать ИИ для оптимизации собственной цепочки создания стоимости. Особенно в специальном машиностроении есть много шагов ручной работы из-за большого разнообразия ассортимента машин. Именно здесь ИИ может создавать большую добавленную стоимость и автоматизировать рабочие этапы, тем самым сокращая затраты и время ожидания », - объясняет Глаунер.
Компендиум дизайн машины
Разумный дизайн
Машиностроение
Одним из примеров является профилактическое обслуживание, продолжает Глаунер. «Машинное обучение используется для определения того, когда детали выходят из строя из данных образца.» Это позволяет автоматически делать прогнозы относительно того, когда детали должны быть заменены заказчиком в процессе производства. Однако у Глаунера часто складывается впечатление, что почти все новости о KI / ML в машиностроении вращаются вокруг одного этого приложения. Конец флагштока еще не достигнут, и профилактическое обслуживание просто царапает поверхность возможного.
ИИ упрощает конструирование специальных машин
ИИ также может быть использован для проектирования специальных машин. До сих пор многие ручные операции обычно выполнялись экспертами, потому что у каждого клиента есть немного разные требования к машинам. Этот подход является как очень длительным, так и неповторимым, поскольку каждый эксперт основывает свои расчеты на немного разных критериях. С помощью машинного обучения статистические модели могут быть изучены из особенностей специальных машин, проданных в прошлом.
Они описывают, например, потребление ресурсов этими машинами в зависимости от требований заказчика и по существу соответствуют физическим отношениям, которые трудно описать в этих машинах. Затем вы можете использовать эти шаблоны, чтобы автоматически прогнозировать конструкцию подходящих специальных машин для индивидуальных потребностей клиентов - и это в диапазоне миллисекунд, и прогнозы могут повторяться в любое время.
ИИ заменяет сложные симуляции
Другим примером из практики, который Глаунер также представил на 2-м собрании пользователей машиностроительной академии строительной практики, является моделирование. Они характеризуются их точностью. Тем не менее, вопрос заключается в том, нужно ли так много еще моделировать.
Глаунер: «Мы с моей командой создали приложение для искусственного интеллекта, чтобы уменьшить количество действительно необходимых имитаций. Этот подход основан на машинном обучении: используются различные параметры и результаты моделирования, выполненного в прошлом. Приложение распознало статистические взаимосвязи между этими имитациями, и, таким образом, результаты большинства выполняемых имитаций можно предсказать очень хорошо. Это означает, что должна быть проведена только часть моделирования, и только если статистический процесс до сих пор мог предсказать результат очень неточно ». Этот процесс также подходит для многих других компаний, чтобы заметно сократить затраты на энергию и время ожидания. Во многих случаях все, что требуется, это результаты нескольких сотен предыдущих симуляций.
Симуляция досье
Как моделирование улучшает разработку продукта
Китай в настоящее время водитель ИИ
Текущие прогнозы предполагают, что количество приложений ИИ будет расти в геометрической прогрессии в ближайшие несколько лет. Например, McKinsey прогнозирует до 13 триллионов долларов добавленной стоимости в мире с помощью искусственного интеллекта к 2030 году. Для Глаунера это ясно: «Практически каждая компания и бизнес-модель будут сильно изменены ИИ в ближайшие годы. Каждый - от совета директоров до работника зала - должен будет получить базовое представление о нем, чтобы определить потенциал оптимизации и иметь возможность сообщить о нем экспертам ». Китай играет фундаментальную роль в этом изменении, поскольку теперь это не просто рынок сбыта или производство, но ИИ Инновационный двигатель № 1 по всему миру. Европа должна была инвестировать значительно больше в ИИ, чтобы не потерять основные компетенции Китая. Машиностроение оставить позади.
Цифровая инженерия
Как машинное обучение меняет разработку продукта
Содержание статьи:
- Страница 1: ИИ в машиностроении - основы, приложения и потенциал
- Страница 2: Советы по началу работы с ИИ
Следующая страница