機械学習と産業用インターネット

最近のDLD会議で、最も興味深いセッションのいくつかは、人工知能、または「産業用インターネット」を扱いました。 AmazonとWatsonの退役軍人は、AIと機械学習が今後の複数の産業をどのように変えるかについて話しました。一部の大手製造会社のトップは、ビッグデータ、センサー、カスタマイズが製品の製造方法をどのように変えるかについて議論しました。

機械学習と他の産業への影響

人工知能と機械学習について語ったのは、Amazon.comのCTOであるWerner Vogelsでした。 Cognitive Scaleの会長であり、IBM Watsonグループの元ゼネラルマネージャーであるManoj Saxena。 また、自動化にAIを使用することに焦点を当てたドイツの企業、アラゴのCEOであるクリス・ブース。 パネルは、PWCのStrategy&コンサルティングチームのパートナーであるMatthew Egolがモデレーターを務め、データと機械学習がさまざまな業界をどのように変えているかについて話しました。

パネリストのほとんどは、医療が成長する機械の知能によって本当に影響を受ける次の主要分野であることに同意しました。 診断を行うのに十分な人工知能がそうであるように、Boosはデータが存在すると言いました、しかし、欠けているのは問題をどう解決するかの感覚です。 彼は、今日の専門医学ではあなたの体の各部分に一人の専門家がいるかもしれないが、理論的には機械が複数の専門分野からの情報を結合するようになったと述べた。

たとえば、サクセナは、ダラスの大規模な公立病院で、新しい技術により、70人が喘息のある最大70, 000人の子供を治療できるようになることについて話しました。 患者が住んでいる場所に関するデータを、weather.comやpollen.comなどのサービスからの環境データと組み合わせることにより、認知システムは、空気中のブタクサ濃度と喘息との相関を見つけ、情報または吸入器を地域の子供に直接送信できます喘息発作が増加する可能性があります。

Vogelsは他の医療の例について話し、病気に反応するのではなく予防できることが重要だと述べました。 そして、サクセナは、テクノロジーに重点を置きすぎているが、結果には十分ではないことに同意しました。

Boosは、IT運用の自動化などのアプリケーションにもテクノロジーを使用する方法について話しました。 彼が覚えておくべき重要なことの1つは、「機械学習は実験に他ならない」ことであり、機械の教師がまだ必要だということです。

Vogelsが話した他のアプリケーションには、店舗のデザインを改善するために通路を歩いている買い物客を追跡するビデオ分析、ガスタービンなどの産業機器、予防保守のための車、および人々が待つ時間を短縮する病院でのセンサーの使用が含まれますエレベーター用。

Vogelsは、最も大規模で破壊的な企業はすべてデータに基づいて構築されていると指摘しましたが、Saxenaは、問題はデータ量が増加しているだけでなく、さらに重要なことには、ツイートやその他の非構造化データでデータの種類も変化していると述べましたますます重要になっています。 しかし、彼はコンピューターが非構造化データをよく理解していないと言いました。

Vogels氏は、一般に、「データを後方視している」と報告に重点を置いていると述べたが、今重要なのは、予測的で前向きなシステムだ。 彼はAmazonの機械学習サービスを、誰でも予測エンジンを構築できるテクノロジーとして宣伝しました。

Saxenaは同意し、レポートは10年後には非常に異なって見えると述べました。 彼は、現在の報告システムをアメリカンフットボールに例えています。アメリカンフットボールでは、チームがプレーの合間に停止し、次に何をすべきかを決定します。 彼は、私たちが記録システムから関与システムから洞察システムへと移行しつつあると述べました。 しかし彼は、AIを「人工知能」と考えるのではなく、「拡張知能」の1つと考えるべきだと言いました。

「HALではなく、ジャービスを考えてください」と彼は言いました。

産業用インターネットと製造業の変化

別のセクションでは、いくつかの大手製造会社を紹介し、ほとんどが「産業用インターネット」とそれが物事をどのように変えるかを取り上げました。

工業大手のシーメンスの最高戦略責任者であるHorst Kayserは、「デジタル化」が社内のすべての研究開発からよりオープンなイノベーションへの移行を含め、多くの分野で会社のアプローチをどのように変えたかについて話しました。 彼は、7, 000台の風力タービンのシステムの遠隔監視やメンテナンスなど、多様なエネルギーシステムの部品をインテリジェントに管理することの課題について議論しました。これには、自己学習アルゴリズムを使用したブレードの最適な位置への移動が含まれます。数パーセントの追加の効率で（これは多くのように聞こえませんが、実際には合計することができます）。 彼が議論した他のアプリケーションは、仮想プロトタイピングから完全に自動化されたプラントにまで及びました。

インフィニオンのCEOであるリチャード・プロスは、ロボットが人間と協調するのを見た未来について、危険ではないが産業用インターネットと生活を結びつけるロボットが必要だと述べました。 例として、彼はオブジェクトを動かすために協力して働いた「バイオニックアリ」のビデオを見せました。

インフィニオンには、大量生産の生産性とカスタマイズされた生産の個性を組み合わせるという目標がありました。 プロスは、産業用インターネットはカスタマイズを次のレベルに引き上げ、個々の要求に基づいて製造され、24時間以内に配信される独自の靴を簡単に設計できるようになると述べました。 このようなシステムでは、顧客は実際に最終設計を行いますが、システムにはこの作業を行うためのデータがあります。

さまざまな企業向けにカスタム製造を行うFlextronicsの最高マーケティング責任者であるMichael Mendenhall氏は、新しいトレンドは「製品をプラットフォームとして」と考えることであるため、ハードウェアを構築するだけでなく、アプリケーションやサービスを構築できるものが欲しい周り。 その一環として、彼は「オープンイノベーション」を信じており、人々は隣接する業界を越えて仕事をしています。

彼が議論した興味深い製品には、生体認証を測定できる「タトゥー」があり、シートベルトに統合して睡眠中に警告を発したり、血糖値を測定できる小さなバンドを使用したりすることができました。糖尿病や他の病気の慢性的な医療費が20％増加します。