當(dāng)前位置:首頁 > 廠商動(dòng)態(tài) > 是德科技
[導(dǎo)讀]在我們周圍每一個(gè)領(lǐng)域,無論產(chǎn)品是先進(jìn)還是普通,似乎都能看到人工智能(AI)的影子。利用人工智能來為產(chǎn)品賦能,光是想想就已經(jīng)讓人心馳神往,因此您自然會(huì)相信這樣的主張。然而,大部分的主張并沒有說明人工智能的作用,也沒有說明制造商憑什么可以信心十足地做出這樣的主張。我內(nèi)心屬于工程師的那一面總是對(duì)物品的構(gòu)建方法充滿好奇。之所以如此,是因?yàn)槲覍?duì)“黑匣子”這個(gè)理念不感冒——這個(gè)理念認(rèn)為我們不需要了解計(jì)算如何進(jìn)行編程。

在我們周圍每一個(gè)領(lǐng)域,無論產(chǎn)品是先進(jìn)還是普通,似乎都能看到人工智能(AI)的影子。利用人工智能來為產(chǎn)品賦能,光是想想就已經(jīng)讓人心馳神往,因此您自然會(huì)相信這樣的主張。然而,大部分的主張并沒有說明人工智能的作用,也沒有說明制造商憑什么可以信心十足地做出這樣的主張。我內(nèi)心屬于工程師的那一面總是對(duì)物品的構(gòu)建方法充滿好奇。之所以如此,是因?yàn)槲覍?duì)“黑匣子”這個(gè)理念不感冒——這個(gè)理念認(rèn)為我們不需要了解計(jì)算如何進(jìn)行編程。

是德科技全球企業(yè)和產(chǎn)品營銷副總裁 Jeff Harris

那么,就讓我們一起來打開這個(gè)盒子,揭開人工智能的面紗看一看。要想實(shí)現(xiàn)人工智能,您首先要滿足兩個(gè)要素:(1)能夠測量某些參數(shù)并且了解測量結(jié)果的含義;(2)學(xué)習(xí)能力。第一個(gè)要素涉及計(jì)量學(xué),也稱為計(jì)量科學(xué)研究。第二個(gè)要素稱為機(jī)器學(xué)習(xí)(ML),它讓系統(tǒng)能夠辨別不同于預(yù)期結(jié)果的測量值,并且在不需要明確編程的情況下改變操作。

數(shù)據(jù)收集能力

計(jì)量學(xué)側(cè)重于深入了解某種特定的測量。這種測量既可能是像電壓、接地或溫度測量一樣簡單而獨(dú)特,也可能像飛行器控制面或復(fù)雜的制造裝配線一樣具有多模態(tài)功能。

測量深度:無論是測量單個(gè)參數(shù)還是測量多個(gè)參數(shù),測量精度決定了您能夠達(dá)到哪種程度的可編程能力。例如,以 1/10 伏的精度測量 3 伏系統(tǒng)就不會(huì)像以 1/1000 伏的精度測量同一個(gè)系統(tǒng)那樣有洞察力。

數(shù)據(jù)饋送:測量數(shù)據(jù)只有在可用于數(shù)據(jù)饋送時(shí)才對(duì)算法有幫助。在上面的示例中,如果傳感器能夠以 1/1000 的精度進(jìn)行測量,但受到數(shù)據(jù)總線的限制,其數(shù)據(jù)饋送輸出只能精確到小數(shù)點(diǎn)后一位,那么額外的精度就不能為算法所用。

多個(gè)數(shù)據(jù)饋送:在可能的情況下,測量的參數(shù)越多,做出的決策就越有效。舉個(gè)例子,如果能夠以 1/1000 的精度測量電壓和溫度,您就能夠?qū)囟茸兓c電壓波動(dòng)聯(lián)系起來。

進(jìn)入機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)會(huì)把來自多個(gè)源頭的數(shù)據(jù)提供給用以模仿人類學(xué)習(xí)方式的算法,從而逐步提高算法的準(zhǔn)確性。獲得數(shù)據(jù)饋送后,您還需要三個(gè)基礎(chǔ)模塊才能實(shí)現(xiàn) ML:解釋數(shù)據(jù)的算法、具有響應(yīng)式結(jié)果的預(yù)期結(jié)果表、反饋環(huán)。

算法:一個(gè)機(jī)器學(xué)習(xí)系統(tǒng)的真正“智能”體現(xiàn)在它能夠獲取數(shù)據(jù)饋送輸入,運(yùn)行一組計(jì)算/指令,并解釋輸出。解釋指的是它能夠分辨輸出計(jì)算是否在預(yù)期范圍之內(nèi),然后根據(jù)該輸出執(zhí)行新命令。在前面的示例中,如果不僅電壓測量結(jié)果遠(yuǎn)超預(yù)期范圍,而且溫度也高于標(biāo)稱值,那么算法可能會(huì)啟動(dòng)內(nèi)部風(fēng)扇。

預(yù)期結(jié)果和響應(yīng)式結(jié)果:以最簡單的方式來解釋的話,預(yù)期結(jié)果可以是數(shù)據(jù)饋送輸入與一系列響應(yīng)式命令組合而成的“查找”表。表格越全面,ML 就越成熟、越有價(jià)值。交互性更高的 ML 可以執(zhí)行一步步變更,例如根據(jù)實(shí)時(shí)感知數(shù)據(jù)改變無人機(jī)的航向,從而避開障礙物,這一操作同時(shí)需要持續(xù)的感知和不斷的調(diào)整。

反饋環(huán):最后一個(gè)要素是反饋環(huán)。它允許系統(tǒng)驗(yàn)證其操作是足夠的還是需要進(jìn)一步改進(jìn),并且能夠幫助系統(tǒng)調(diào)整參數(shù),從而提高未來的性能。

增添多個(gè)針對(duì)大型系統(tǒng)不同方面的 ML 功能,增加更多傳感器數(shù)據(jù),從而在更復(fù)雜的系統(tǒng)層面實(shí)現(xiàn)機(jī)器學(xué)習(xí)。先進(jìn)的 ML 可以在遇到新的傳感器輸入組合時(shí)將其添加到“查找表”中,制定其它類型的響應(yīng)式結(jié)果指令,并衡量執(zhí)行的響應(yīng)的充分度。這些就成為了自我調(diào)整算法,從數(shù)據(jù)中獲取知識(shí),從而預(yù)測結(jié)果。訓(xùn)練的算法越多,輸出就越準(zhǔn)確。

人工智能

既然擁有了可訓(xùn)練的算法,那么您就在很大程度上可以實(shí)現(xiàn) AI 交付。您需要從一系列 ML 引擎中獲得輸出,然后將它們與充足的準(zhǔn)則和迭代相結(jié)合,以便算法做出實(shí)時(shí)決策。當(dāng) AI 算法處理數(shù)據(jù)、

迭代、考慮新數(shù)據(jù)進(jìn)入的迭代響應(yīng),以及使用組合來選擇輸出時(shí),它就進(jìn)入了決策狀態(tài)。這個(gè)永無止境的循環(huán)促使 AI 不斷學(xué)習(xí)并提高決策質(zhì)量。整個(gè)過程既可能像電壓和溫度傳感器回路一樣非常簡單,也可能像攻擊型無人機(jī)的飛行控制系統(tǒng)一樣復(fù)雜。

人工智能的 DNA 標(biāo)記

如何預(yù)測 AI 算法的性能?就像了解人類一樣,您可以通過 DNA 標(biāo)記來了解 AI 算法。從最基礎(chǔ)的層面來看,具有人工智能的機(jī)器能夠仿真人類感知信息、處理信息和對(duì)信息做出反應(yīng)的方式,并針對(duì)給定的條件修改工作流程,從而代替人類參與決策循環(huán)。從本質(zhì)上講,您可以查看三個(gè)常見的 DNA 標(biāo)記:

測量和仿真的效果:了解制造商的測量能力,了解他們是否擁有創(chuàng)建數(shù)字孿生環(huán)境所需的充足知識(shí)和經(jīng)驗(yàn)。

算法、分析技術(shù)和洞察力:開發(fā)人員對(duì)信號(hào)核心特征的了解程度以及這種程度與預(yù)期響應(yīng)的關(guān)系將決定預(yù)期結(jié)果“查找”表的深度。

工作流自動(dòng)化知識(shí):從系統(tǒng)層面上理解多次迭代的 ML 輸出如何協(xié)同工作,從而優(yōu)化預(yù)期結(jié)果。

有鑒于此,人工智能算法的質(zhì)量與以下兩個(gè)方面有關(guān)系:

深度——理解指定測量領(lǐng)域中測量結(jié)果的能力

廣度——人們擁有的深度知識(shí)所涵蓋的技術(shù)和標(biāo)準(zhǔn)的數(shù)量

這向我們指出一個(gè)事實(shí)——如果實(shí)施得當(dāng)?shù)脑?,人工智能并不是一種被過度炒作的新興技術(shù)。相反,工程師可以借助它來管理復(fù)雜性呈指數(shù)級(jí)增長的新設(shè)計(jì)。

正如未來學(xué)家 Gray Scott 所言,“到 2035 年,人腦不可能也沒有辦法與人工智能機(jī)器相匹敵?!惫こ處焸円庾R(shí)到了這一點(diǎn),并且開始將 ML 和 AI 融入他們的系統(tǒng)。人工智能的誕生要?dú)w功于充滿智慧且積極進(jìn)取的工程師。他們了解測量科學(xué),充分理解為開發(fā)人員創(chuàng)建數(shù)字孿生可能會(huì)得到的系統(tǒng)特性,并志在讓工程走上新臺(tái)階。

本站聲明: 本文章由作者或相關(guān)機(jī)構(gòu)授權(quán)發(fā)布,目的在于傳遞更多信息,并不代表本站贊同其觀點(diǎn),本站亦不保證或承諾內(nèi)容真實(shí)性等。需要轉(zhuǎn)載請(qǐng)聯(lián)系該專欄作者,如若文章內(nèi)容侵犯您的權(quán)益,請(qǐng)及時(shí)聯(lián)系本站刪除。
換一批
延伸閱讀

9月2日消息,不造車的華為或?qū)⒋呱龈蟮莫?dú)角獸公司,隨著阿維塔和賽力斯的入局,華為引望愈發(fā)顯得引人矚目。

關(guān)鍵字: 阿維塔 塞力斯 華為

加利福尼亞州圣克拉拉縣2024年8月30日 /美通社/ -- 數(shù)字化轉(zhuǎn)型技術(shù)解決方案公司Trianz今天宣布,該公司與Amazon Web Services (AWS)簽訂了...

關(guān)鍵字: AWS AN BSP 數(shù)字化

倫敦2024年8月29日 /美通社/ -- 英國汽車技術(shù)公司SODA.Auto推出其旗艦產(chǎn)品SODA V,這是全球首款涵蓋汽車工程師從創(chuàng)意到認(rèn)證的所有需求的工具,可用于創(chuàng)建軟件定義汽車。 SODA V工具的開發(fā)耗時(shí)1.5...

關(guān)鍵字: 汽車 人工智能 智能驅(qū)動(dòng) BSP

北京2024年8月28日 /美通社/ -- 越來越多用戶希望企業(yè)業(yè)務(wù)能7×24不間斷運(yùn)行,同時(shí)企業(yè)卻面臨越來越多業(yè)務(wù)中斷的風(fēng)險(xiǎn),如企業(yè)系統(tǒng)復(fù)雜性的增加,頻繁的功能更新和發(fā)布等。如何確保業(yè)務(wù)連續(xù)性,提升韌性,成...

關(guān)鍵字: 亞馬遜 解密 控制平面 BSP

8月30日消息,據(jù)媒體報(bào)道,騰訊和網(wǎng)易近期正在縮減他們對(duì)日本游戲市場的投資。

關(guān)鍵字: 騰訊 編碼器 CPU

8月28日消息,今天上午,2024中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)開幕式在貴陽舉行,華為董事、質(zhì)量流程IT總裁陶景文發(fā)表了演講。

關(guān)鍵字: 華為 12nm EDA 半導(dǎo)體

8月28日消息,在2024中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)上,華為常務(wù)董事、華為云CEO張平安發(fā)表演講稱,數(shù)字世界的話語權(quán)最終是由生態(tài)的繁榮決定的。

關(guān)鍵字: 華為 12nm 手機(jī) 衛(wèi)星通信

要點(diǎn): 有效應(yīng)對(duì)環(huán)境變化,經(jīng)營業(yè)績穩(wěn)中有升 落實(shí)提質(zhì)增效舉措,毛利潤率延續(xù)升勢 戰(zhàn)略布局成效顯著,戰(zhàn)新業(yè)務(wù)引領(lǐng)增長 以科技創(chuàng)新為引領(lǐng),提升企業(yè)核心競爭力 堅(jiān)持高質(zhì)量發(fā)展策略,塑強(qiáng)核心競爭優(yōu)勢...

關(guān)鍵字: 通信 BSP 電信運(yùn)營商 數(shù)字經(jīng)濟(jì)

北京2024年8月27日 /美通社/ -- 8月21日,由中央廣播電視總臺(tái)與中國電影電視技術(shù)學(xué)會(huì)聯(lián)合牽頭組建的NVI技術(shù)創(chuàng)新聯(lián)盟在BIRTV2024超高清全產(chǎn)業(yè)鏈發(fā)展研討會(huì)上宣布正式成立。 活動(dòng)現(xiàn)場 NVI技術(shù)創(chuàng)新聯(lián)...

關(guān)鍵字: VI 傳輸協(xié)議 音頻 BSP

北京2024年8月27日 /美通社/ -- 在8月23日舉辦的2024年長三角生態(tài)綠色一體化發(fā)展示范區(qū)聯(lián)合招商會(huì)上,軟通動(dòng)力信息技術(shù)(集團(tuán))股份有限公司(以下簡稱"軟通動(dòng)力")與長三角投資(上海)有限...

關(guān)鍵字: BSP 信息技術(shù)
關(guān)閉