智慧應用 影音
KYOCERA
event

工業部署AI不能只看數據 結合物理的「混合AI」才重要

工業用AI不能只是依靠數據,更要考慮物理原理。法新社

人工智慧(AI)從消費端來看改變了大眾生活,但似乎沒有改變工業運作。專家認為,儘管AI在工業應用頗具潛力,但鮮有成功案例。這是由於AI的典型應用,如自然語言處理、廣告和遊戲等,都和工業應用存在根本差異。

工業AI業者Cognite總裁Francois Laborie於富比士(Forbes)撰文指出,演算法無法預測消費者行為、讓廣告流失點擊率都不是大事。然而像是能源、公共事業及製造業等重資產工業若是演算法失準,可能會導致生產停頓、設備損壞,甚至危及人身安全,這些僅僅依靠數據是不夠的。

Laborie認為,混合人工智慧(Hybrid AI)結合物理學和資料科學,是在工業環境中釋放AI潛力的關鍵。這是因為工業的數據資源可用性不佳,舉例來說,工廠的感測器通常位於惡劣環境,而數據就會受到若干噪音、偏差或壓縮等影響,導致預測容易失準。

既然工業中大多數問題都受物理定律支配,那就可以結合物理模擬器(Physics Simulator)和AI模型的各自優勢,產生混合AI,既能對數據範圍外的事件進行預測,也能在沒有任何物理知識的情況下設定感測器。

由於混合AI擅長解決和數學理論相關的工業流程問題,因此Laborie建議,若企業要好好部署混合AI,先別急著跳到數位轉型。首先應該要具備高度相關知識,深入了解問題所在,才能讓混合AI準確介入。

再來是透過特徵工程(Feature Engineering)工具來快速提取數據價值,而這部分會需要用到IT部門以外的專業知識。

最後是充分利用物理模擬器,這部分可以衡量是要內部部署解決方案,還是投資提供模擬器即服務(SaaS)供應商,考量重點包含減少一開始的支出,以及能夠馬上就大規模部署。

  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: AI