Feiten van fictie scheiden: De ware verhalen achter uw data ontdekken

In 30.000 v.Chr. schilderden onze voorouders verhalen over hun dagelijks leven op grottewanden, en rond 700 v.Chr. hadden we ons eerste gedrukte verhaal – Gilgamesh. Spoel vooruit naar 2021, en we creëren al meer dan een half decennium lang verhalen samen met AI. Maar wanneer nauwkeurige business intelligence de prioriteit is, willen bedrijven verzekerd zijn dat hun AI- en machine learning-systemen geen artistieke vrijheden nemen en een uit de hand gelopen vertelling produceren.

Dit geldt nu meer dan ooit, aangezien AI- en ML-gestuurde besluitvorming op het hoogste adoptieniveau ooit is en zelfs de meest terughoudende leidinggevenden de enorme voordelen van een datagestuurde strategie zien. Naarmate het vertrouwen in de belofte van AI en ML groeit, is nauwkeurigheid cruciaal. De vraag blijft voor velen bovenaan: "Hoe kunnen we weten of onze data ons het volledige vertelt – en een verhaal dat op feiten berust? Wat moeten we weten om te vertrouwen op onze modellen?"

Stipt schoon data

Wanneer een machine learning-systeem een onnauwkeurige voorspelling doet, kunnen wij naar één schuldige kijken: de data. Behalve bij zwarte zwaan-gebeurtenissen is data het begin, het midden en het einde van elk voorspellend systeem. Het kan zijn dat er simpelweg onvoldoende data was om het systeem betrouwbaar te trainen of om voorspellingen op te baseren, in welk geval meer datapunten het probleem oplossen. Zoiets wordt meestal al in de vroege idee-fase van een model opgemerkt en zeker voor de implementatie, tenminste voor zover om wazig onnauwkeurige voorspellingen te voorkomen. De waarschijnlijker schuldige is echter dat de brondata niet "schoon" genoeg was. Schoon genoeg is relatief. Data-eisen voor sommige projecten lijken op: "Zijn mijn turnschenen schoon genoeg voor de supermarkt?" Andere, vooral in kritische systemen en die betrekking hebben op leven, veiligheid en welzijn, zijn meer zoals "stofvrij, spiegelblank, parade-glans waarin je je tanden kunt controleren" scenario's als het gaat om hoe schoon de data moet zijn om betrouwbaar (en ethisch) de taak uit te voeren.

Wat maakt data vuil? Het korte verhaal is: onnauwkeurige of scheve informatie.

Gebroken tags, gebroken modellen

Dit kan onjuist getagde data zijn, data met de verkeerde informatie in het verkeerde veld of in een onjuist formaat, bijvoorbeeld 27 december 2015 in plaats van 27-12-2015 of 12/27/15. Terwijl de eerste optie misschien gewoon een fout oplevert of wordt genegeerd, kunnen de laatste twee datumformaten uitgewisseld ernstige gevolgen hebben voor de nauwkeurigheid. En data zijn niet alles wat ongeldige opmaak kan beïnvloeden – tijden, SKU's, tekst waar nummers horen, nummers waar tekst hoort, en al die speciale datastromen die uit shopfloor-apparatuur komen zoals overrides, alarmen, belasting, snelheden, voedingen, enz. Het punt is dat zonder een betrouwbare en consistente structuur data rommelig kan worden en leiden tot onnauwkeurige inzichten.

Met MachineMetrics kunnen bedrijven profiteren van onze geautomatiseerde data-transformatie-engine die een breed scala aan datatypen standaardiseert en formateert voor eenvoudige analyse. Het kan omgaan met aangepaste sensorwaarden, machinestatus, modi, alarmen, overrides, belasting, snelheden, voedingen, PMC-parameters, diagnostieken en meer.

Kun je je bronnen vertrouwen?

Het is belangrijk om de waarheidsgetrouwheid en nauwkeurigheid van alle gebruikte databronnen te overwegen, vooral als die bronnen menselijk zijn. Mensen zijn niet de meest nauwkeurige wezens. We ronden af, vergeten en manipuleer cijfers. We worden lui, moe, hongerig of afgeleid. Vanwege het gebruik van menselijke databronnen zal data op de een of andere manier vuil zijn. Hier is het belangrijk om naar toleranties te kijken. Machinist kunnen bijvoorbeeld data toevoegen over de staat van de apparatuur die ze gebruiken. Bij informatie over stilstand kunnen de genoemde redenen accuraat zijn, terwijl de tijd meer een schatting is. Dit leidt tot een minder nauwkeurig voorspellend systeem, omdat de reacties die het produceert ook dichter bij schattingen liggen dan bij werkelijk nauwkeurige data.

Dit is nog een scenario waar realistische toleranties overwogen moeten worden. Seconden of half-uurs intervallen? In het geval van machinedata-bronnen kunt u zelfs naar nanoseconden of kleiner kijken voor sommige use cases. Ongeacht welke tolerantie redelijk wordt geacht voor het project, is het belangrijk om die tolerantie af te dwingen en te zorgen dat alle data die in het systeem wordt ingevoerd, binnen die parameters valt voor nauwkeurigheid.

De MachineMetrics High-Frequency Data Adapter vangt machinedata op met 1 kHz (in vergelijking met een standaard 1 Hz – dus 1000x sneller), zodat u nooit een klap mist, ongeacht welk nauwkeurigheidsniveau uw toepassing vereist.

Dit is ook waar bedrijven moeten zoeken naar potentiële bias. Liegen door weglating leiden nog steeds tot sprookjesvoorspellingen. Verzamelen uw databronnen breed genoeg om het hele plaatje te tonen, of zijn ze geneigd tot bias als gevolg van de gebruikte verzamelmethoden? Als u bijvoorbeeld probeert het gemiddelde loon van een productielijnwerker te bepalen, maar alle respondenten mannen waren, zult u waarschijnlijk een scheef cijfer krijgen vergeleken met als u zowel mannen als vrouwen had befraagd voor een helderder en nauwkeuriger beeld. Actief zoeken naar dergelijke blindelingen kan leiden tot schonere data en nauwkeurigere voorspellingen.

Context en complexiteit

Hoee complexer een systeem, hoe meer ruimte er is voor onnauwkeurigheden, inconsistenties, risico's en algemene afbraak in de data en logica die het onderbouwt wanneer u probeert het te vertalen naar iets bruikbaars voor analyse. Hoeveel stappen zijn er in het proces waarvoor u data probeert te verzamelen? Heeft u de branchekennis om context te geven aan de rauwe data? Een machine die "valt" meerdere keren binnen minuten met succesvolle productie ertussen, is waarschijnlijk geen echte productieruns, maar wijst op tests om te verzekeren dat het oorspronkelijke probleem dat de stilstand veroorzaakte, volledig opgelost, herkalibreerd en klaar is om echte productie te hervatten. Echter, deze getallen ongewijzigd in de dataset laten kan ernstige onnauwkeurigheden veroorzaken die moeilijk te ontdekken zijn voor het ongetrainde oog.

Dit betekent niet dat uw data science-team de ultieme expert in alles in uw industrie hoeft te zijn. Het betekent wel dat kanalen waar experts context kunnen toevoegen, cruciaal zijn. Bij MachineMetrics worden machineoperators uitgerust met een tablet op de shopfloor, rechtstreeks bij hun machines. Ze kunnen snel en gemakkelijk menselijke context toevoegen aan de numerieke data om de nauwkeurigheid in de analysefase te verhogen. Zonder zo'n contextkanaal kan het een gokspel worden om te bepalen welke getallen in de pot moeten en welke weggegooid moeten worden.

Lossloze transformaties

Wanneer u één ding in een ander ding transformeert, is er bijna altijd een mate van verlies, hoe miniem ook – of het nu erts omzet in staal, katoen in textiel, of data in een formaat voor analyse, het is belangrijk om te bepalen hoeveel verlies acceptabel is en hoeveel voorkomen kan worden. Met schone, nauwkeurige data beginnen is een vitale eerste stap in een schone en nauwkeurige analyse. Naast die fase is het noodzakelijk om te overwegen welke tools u zal gebruiken en voor welke toepassingen, de waarschijnlijkheid van verlies van getrouwheid, en in welke mate dit acceptabel is (of irrelevant). Dit leidt direct terug naar het begrijpen wat u probeert te doen met uw data en modellen – welke problemen u probeert op te lossen – en het vereiste nauwkeurigheidsniveau om ze effectief op te lossen.

Bij MachineMetrics zorgen we ervoor dat uw data u de hele waarheid en niets dan de waarheid geeft. We zijn industrie-experts die de diepte, breedte en het type data begrijpen dat u nodig hebt om uw meest dringende problemen op te lossen – of dat nu machinestilstand is, output optimaliseren, of een myriade andere opties – met een datagestuurde aanpak. We gebruiken eenvoudige, verteerbare formaten voor delen en analyse die hun integriteit en getrouwheid behouden, zelfs in realtime. MachineMetrics vereenvoudigt de taak van het integreren van shopfloor-data met realtime besluitvorming door een beproefd proces, geïmplementeerd in duidelijke taal en met tools zo eenvoudig dat zelfs niet-technische mensen ze makkelijk zelf kunnen installeren, voor een dienst die onze klanten heeft geleid tot ROI in minder dan een week. Om te zien welke vragen MachineMetrics voor uw bedrijf kan beantwoorden of om een demo te boeken, neem dan 언제든지 contact met ons op.