Industriële fabricage
Industrieel internet der dingen | Industriële materialen | Onderhoud en reparatie van apparatuur | Industriële programmering |
home  MfgRobots >> Industriële fabricage >  >> Onderhoud en reparatie van apparatuur

AI gebruiken om experts te ondersteunen

"Kunstmatige intelligentie kan ons analytisch vermogen en besluitvormingsvermogen vergroten door de juiste informatie op het juiste moment te verstrekken."

Collaborative Intelligence:Humans and AI Are Joining Forces, Harvard Business Review, juli 2018.

Of het nu wordt toegepast op landbouw, gezondheidszorg of communicatie, technologie ondersteunt en verbetert de taak of ervaring van een mens. Door rekenkracht te gebruiken om enorme hoeveelheden gegevens te verwerken, kan technologie enorme analyses en inzichten opleveren in een tijdsbestek dat vrijwel onmogelijk is voor mensen, waardoor experts prioritaire gevallen kunnen identificeren en zich daarop kunnen concentreren. Hier kijken we naar cases en hoe deze machine learning-benadering tegenwoordig wordt gebruikt.

AI-gevallen in beoordeling

Er zijn opwindende voorbeelden van AI en geavanceerde analytische tools die worden gebruikt om de productiviteit en efficiëntie te verbeteren in een brede dwarsdoorsnede van industrieën. Laten we hier twee voorbeelden bekijken:

1. Gezondheidszorg:

Als onderdeel van een vijfjarige samenwerking tussen Moorfields Eye Hospital NHS Foundation Trust en DeepMind Health, hebben onderzoekers van Moorfields en het UCL Institute of Ophthalmology met succes machine learning gebruikt om tekenen van oogziekte te identificeren en een passende verwijzing te maken. Dit werd gepubliceerd op de website van Nature Medicine en werd bereikt door technologie te gebruiken om duizenden historische oogscans te analyseren om patronen en algoritmen te identificeren en ervan te leren. Met een nauwkeurigheid van 94% in verwijzingsbeslissingen (die overeenkomen met toonaangevende oogexperts), wordt de technologie beschouwd als de toekomst van oogtesten, waardoor eerdere diagnoses en nauwkeurigere prioritering van patiënten mogelijk worden.

2. Financiën

Enkele van de grootste fraudeverliezen worden geleden in de telecomsector, met een geschat jaarlijks verlies van bijna $30 miljard, volgens de meest recente schattingen van de Communications Fraud Control Association (CFCA). Hoe sneller fraude kan worden opgespoord, hoe sneller deze kan worden stopgezet, waardoor financiële en reputatieschade tot een minimum wordt beperkt. Fraudedetectiesoftware kan complexe patronen in grote hoeveelheden gegevens verwerken en detecteren om afwijkingen of verdachte gegevens te identificeren die aanvullend onderzoek vereisen. Dit bevrijdt onderzoekers van datatrawls, zodat ze zich kunnen concentreren op gekwalificeerde zaken, waardoor fraude vroegtijdig kan worden opgespoord en schade, financieel of anderszins, tot een minimum kan worden beperkt.

AI-gevallen in Senseye PdM

Cases die automatisch worden aangemaakt in Senseye PdM, het toonaangevende product van Senseye voor Predictive Maintenance (PdM), biedt alle informatie om een ​​onderzoek uit te voeren naar een mogelijk toekomstig falen van activa, zodat het kan worden verholpen voordat het een probleem wordt en de productielijn verstoort. De technologische mogelijkheden van Senseye PdM worden gebruikt om enorme hoeveelheden activa te bewaken, berekeningen met betrekking tot een probleem uit te voeren en gebruikers een onderzoekszaak voor te leggen. De casus bestaat uit details van het potentiële probleem, inclusief wat ertoe heeft geleid dat een potentieel probleem is opgepikt, wat het probleem is en waarom het moet worden onderzocht. Schaalbaarheid:de zilveren voering.

AI kan gegevens verwerken en berekeningen sneller en nauwkeuriger uitvoeren dan mensen, maar het is de beschikbaarheid van het hosten van deze gegevens in de cloud die de andere grote kans mogelijk maakt:schaalbaarheid. Voor mensen zou meer data een wervingsoefening betekenen, maar met cloud computing kun je vrijwel direct opschalen wanneer dat nodig is. En net zoals mensen leren van ervaring, doet AI dat ook. Wanneer de reikwijdte van de opdracht van een AI-programma wordt uitgebreid, neemt ook het vermogen om te leren, te verfijnen en resultaten te verbeteren toe.

Zaak gesloten

Of het nu Alexa of Siri is die u de huidige treintijden en weersvoorspelling geeft, uw bank uw account bevriest wegens ongebruikelijk betalingsgedrag om uw activa te beschermen, uw zicht wordt beoordeeld door een machine, of Senseye PdM die een case creëert om te waarschuwen voor ongebruikelijk machinegedrag, we zijn omringd door technologie die erop gericht is ons beter te beschermen en van dienst te zijn.


Onderhoud en reparatie van apparatuur

  1. Een datacentrische benadering gebruiken voor het bouwen van IIoT-oplossingen voor de gezondheidszorg
  2. Het gebruik van SaaS en de cloud vereist zorgvuldige gegevensverwarring
  3. 10 voordelen van het gebruik van cloudopslag
  4. C# met behulp van
  5. 5 vragen over data-analyse die productie-experts stellen
  6. Sensorgegevens streamen van een ppDAQC Pi-plaat met InitialState
  7. Gebaargestuurde robot met Raspberry Pi
  8. Hoe u zich voorbereidt op AI met behulp van IoT
  9. Data-analyse gebruiken om uw CO2-voetafdruk te verkleinen
  10. AI en ML gebruiken om bruikbare inzichten in edge-applicaties te extraheren
  11. Neurale netwerken gebruiken voor snellere röntgenbeeldvorming