智能应用 影音
台湾电力股份有限公司
12/16 Research产业趋势论坛

工业部署AI不能只看数据 结合物理的「混合AI」才重要

工业部署AI不能只看数据 结合物理的「混合AI」才重要

人工智能(AI)从消费端来看改变了大众生活,但似乎没有改变工业运作。专家认为,尽管AI在工业应用颇具潜力,但鲜有成功案例。这是由於AI的典型应用,如自然语言处理、广告和游戏等,都和工业应用存在根本差异。

工业AI业者Cognite总裁Francois Laborie於富比士(Forbes)撰文指出,演算法无法预测消费者行为、让广告流失点击率都不是大事。然而像是能源、公共事业及制造业等重资产工业若是演算法失准,可能会导致生产停顿、设备损坏,甚至危及人身安全,这些仅仅依靠数据是不够的。

Laborie认为,混合人工智能(Hybrid AI)结合物理学和数据科学,是在工业环境中释放AI潜力的关键。这是因为工业的数据资源可用性不佳,举例来说,工厂的传感器通常位於恶劣环境,而数据就会受到若干噪音、偏差或压缩等影响,导致预测容易失准。

既然工业中大多数问题都受物理定律支配,那就可以结合物理模拟器(Physics Simulator)和AI模型的各自优势,产生混合AI,既能对数据范围外的事件进行预测,也能在没有任何物理知识的情况下设定传感器。

由於混合AI擅长解决和数学理论相关的工业流程问题,因此Laborie建议,若企业要好好部署混合AI,先别急着跳到数码转型。首先应该要具备高度相关知识,深入了解问题所在,才能让混合AI准确介入。

再来是透过特徵工程(Feature Engineering)工具来快速提取数据价值,而这部分会需要用到IT部门以外的专业知识。

最後是充分利用物理模拟器,这部分可以衡量是要内部部署解决方案,还是投资提供模拟器即服务(SaaS)供应商,考量重点包含减少一开始的支出,以及能够马上就大规模部署。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: AI