工業製造
産業用モノのインターネット | 工業材料 | 機器のメンテナンスと修理 | 産業プログラミング |
home  MfgRobots >> 工業製造 >  >> 機器のメンテナンスと修理

AIを使用して専門家をサポートする

「人工知能は、適切な情報を適切なタイミングで提供することで、分析能力と意思決定能力を高めることができます。」

コラボレーティブインテリジェンス:人間とAIが力を合わせている、ハーバードビジネスレビュー、2018年7月。

農業、医療、通信のいずれに適用される場合でも、テクノロジーは人間のタスクや経験をサポートおよび強化します。コンピューティング能力を利用して膨大な量のデータを処理するテクノロジーは、人間には事実上不可能な時間枠で膨大な分析と洞察を提供し、専門家が優先事例を特定して集中できるようにします。ここでは、事例と、この機械学習アプローチが現在どのように使用されているかを見ていきます。

レビュー中のAIケース

幅広い業界で生産性と効率を向上させるために使用されているAIと高度な分析ツールのエキサイティングな例があります。ここで2つの例を見てみましょう:

1。ヘルスケア:

Moorfields Eye Hospital NHS FoundationTrustとDeepMindHealthの間の5年間のパートナーシップの一環として、MoorfieldsとUCL眼科研究所の研究者は、機械学習を使用して眼疾患の兆候を特定し、適切な紹介を行うことに成功しました。ネイチャーメディシンのウェブサイトで公開されたこれは、テクノロジーを使用して何千もの歴史的な目のスキャンを分析し、パターンとアルゴリズムを識別して学習することで達成されました。紹介の決定において94%の精度(世界をリードする眼の専門家に匹敵する)を備えたこのテクノロジーは、眼科検査の未来であると見なされ、患者の早期診断とより正確な優先順位付けを可能にします。

2。財務

Communications Fraud Control Association(CFCA)による最新の見積もりによると、最大の不正損失のいくつかは電気通信業界で苦しんでおり、推定年間損失は約300億ドルです。不正の検出が速ければ速いほど、不正のシャットダウンも迅速になり、金銭的および評判の損失を最小限に抑えることができます。不正検出ソフトウェアは、大量のデータの複雑なパターンを処理および検出して、追加の調査が必要な異常または疑わしいデータを特定できます。これにより、調査員はデータトロールから解放され、適格なケースに集中できるようになり、不正を早期に検出し、金銭的またはその他の損害を最小限に抑える機会が提供されます。

SenseyePdMのAIケース

Senseye for Predictive Maintenance(PdM)の主要製品であるSenseye PdMで自動的に作成されたケースは、将来の資産障害の可能性を調査するためのすべての情報を提供し、問題が発生して生産ラインを混乱させる前に修正できるようにします。 Senseye PdMのテクノロジー機能は、大量の資産を監視し、問題に関連する計算を実行し、ユーザーに調査のケースを提示するために使用されます。ケースは、潜在的な問題が取り上げられる原因、懸念事項、調査が必要な理由など、潜在的な問題の詳細で構成されています。スケーラビリティ:シルバーの裏地。

AIには、人間よりも高速かつ正確にデータを処理して計算を実行する機能がありますが、このデータをクラウドでホストできることで、スケーラビリティというもう1つの大きなチャンスが生まれます。人間にとって、データの増加は採用活動を意味しますが、クラウドコンピューティングを使用すると、必要に応じてほぼ瞬時にスケールアップできます。また、人間が経験から学ぶのと同じように、AIもそうです。 AIプログラムの任務の範囲が拡大すると、成果を学び、洗練し、改善する能力も拡大します。

ケースクローズ

AlexaまたはSiriが現在の電車の時刻と天気予報を提供している場合でも、銀行が資産を保護するために異常な支払い動作のためにアカウントを凍結している場合でも、機械によって視力が評価されている場合でも、SenseyePdMが異常な機械の動作を警告するケースを作成している場合でも私たちは、私たちをよりよく保護し、サービスを提供することを目的としたテクノロジーに囲まれています。


機器のメンテナンスと修理

  1. データ中心のアプローチを使用してヘルスケアIIoTソリューションを構築する
  2. SaaSとクラウドを使用するには、慎重なデータラングリングが必要です
  3. クラウドストレージを使用する10の利点
  4. C# を使用して
  5. 制作の専門家が提起する5つのデータ分析の質問
  6. InitialStateを使用したppDAQCPiプレートからのセンサーデータのストリーミング
  7. RaspberryPiを使用したジェスチャー制御ロボット
  8. IoTを使用してAIの準備をする方法
  9. データ分析を使用して二酸化炭素排出量を削減する
  10. AIとMLを使用して、エッジアプリケーションで実用的なインサイトを抽出する
  11. より高速なX線イメージングのためのニューラルネットワークの使用