你好,游客 登录 注册 搜索
背景:
阅读新闻

人工智能成功的标准:行业最佳实践

[日期:2019-07-24] 来源:企业网D1Net  作者: [字体: ]
  企业需要研究行业以外的组织如何应用人工智能。壳牌公司、Uber公司以及FellowRobots公司认为,可以了解这些公司在人工智能领域取得成功的标准。
  
  壳牌公司首席数据科学家DevalPandya表示,他认为与行业专家合作是人工智能成功的最重要标准之一。对主题有深入了解的专家提供了深度学习工具难以独立分离的背景和细微差别。但他表示,在专家领域之外进行研究也有很大的好处。
  
  Pandya是近日在旧金山举行的ReaWork应用人工智能峰会的人工智能工程师和数据科学家小组的一员。参会者还包括IT领导者Uber公司和供应链供应商FellowRobots公司,他们分享了应用尖端人工智能解决业务问题的经验。
  
  以下是专家提出的人工智能成功标准的概述:
  
  壳牌公司边缘的数据汇总
  
  首席数据科学家Pandya带领的团队在壳牌公司的工作非常重要:其任务是弄清楚如何使用来自数十万个传感器的数据来优化壳牌公司各个工厂的运营方式,这些工厂包括碳氢化合物生产工厂、发电厂,以及炼油厂。
  
  Pandya说,预测性维护是一个具有挑战性的问题,因为传统炼油厂可能有40,000个阀门。他的团队正致力于创建一个框架用来构建、运行、维护、重新培训和评估的预测性维护模型,并在必要时退出,这些模型可以理解通过这些阀门收集的化学品流量传感器数据。壳牌公司选择了C3.ai公司的平台,以减轻数据科学家和工程师在大规模部署这些模型时的负担。
  
  其面临的一个挑战在于将数据聚合和处理更接近其行为发生的位置,以便减轻云计算负载,减少延迟,并减少数据消耗。早在云计算出现之前,能源行业一直在努力解决这个问题。Pandya表示,他参与的第一个项目涉及处理地震