Manufactura industrial
Internet industrial de las cosas | Materiales industriales | Mantenimiento y reparación de equipos | Programación industrial |
home  MfgRobots >> Manufactura industrial >  >> Mantenimiento y reparación de equipos

Uso de IA para apoyar a los expertos

“Inteligencia artificial puede impulsar nuestras habilidades analíticas y de toma de decisiones al proporcionar la información correcta en el momento adecuado”.

Inteligencia colaborativa:humanos e IA están uniendo fuerzas, Harvard Business Review, julio de 2018.

Ya sea que se aplique a la agricultura, la atención médica o las comunicaciones, la tecnología respalda y mejora la tarea o la experiencia de un ser humano. Al utilizar el poder de cómputo para procesar grandes cantidades de datos, la tecnología puede contribuir con un gran análisis y conocimientos en un período de tiempo prácticamente imposible para los humanos, lo que permite a los expertos identificar y enfocarse en casos prioritarios. Aquí analizamos casos y cómo se usa este enfoque de aprendizaje automático en la actualidad.

Casos de IA en revisión

Hay ejemplos emocionantes de IA y herramientas analíticas avanzadas que se utilizan para mejorar la productividad y la eficiencia en una amplia sección transversal de industrias. Aquí veamos dos ejemplos:

1. Salud:

Como parte de una asociación de cinco años entre Moorfields Eye Hospital NHS Foundation Trust y DeepMind Health, los investigadores de Moorfields y el Instituto de Oftalmología de UCL utilizaron con éxito el aprendizaje automático para identificar signos de enfermedades oculares y hacer una derivación adecuada. Publicado en el sitio web de Nature Medicine, esto se logró mediante el uso de tecnología para analizar miles de escaneos oculares históricos para identificar y aprender de patrones y algoritmos. Con una precisión del 94 % en las decisiones de derivación (coincidiendo con los expertos oculares líderes en el mundo), se considera que la tecnología es el futuro de las pruebas oculares, ya que permite un diagnóstico más temprano y una priorización más precisa de los pacientes.

2. Finanzas

Algunas de las mayores pérdidas por fraude se sufren en la industria de las telecomunicaciones, con una pérdida anual estimada de casi $ 30 mil millones, según las estimaciones más recientes de la Asociación de Control de Fraudes en las Comunicaciones (CFCA). Cuanto más rápido se pueda detectar el fraude, más rápido se podrá cerrar, minimizando las pérdidas financieras y de reputación. El software de detección de fraude puede procesar y detectar patrones complejos en grandes cantidades de datos para identificar anomalías o datos sospechosos que requieren una investigación adicional. Esto libera a los investigadores del rastreo de datos para permitirles concentrarse en casos calificados, brindando la oportunidad de detectar el fraude temprano y minimizar el daño, financiero o de otro tipo.

Casos de IA en Senseye PdM

Los casos creados automáticamente en Senseye PdM, el producto líder de Senseye para mantenimiento predictivo (PdM), brinda toda la información para llevar a cabo una investigación sobre una posible falla futura de un activo, lo que permite solucionarlo antes de que se convierta en un problema y perturbe la línea de producción. Las capacidades tecnológicas de Senseye PdM se utilizan para monitorear volúmenes masivos de activos, realizar cálculos relacionados con un problema y presentar a los usuarios un caso para su investigación. El caso se compone de detalles del problema potencial, incluido lo que condujo a que se detectara un problema potencial, cuál es la preocupación y por qué se debe investigar. Escalabilidad:el lado positivo.

La IA tiene la capacidad de procesar datos y realizar cálculos más rápido y con mayor precisión que los humanos, pero es la disponibilidad de alojar estos datos en la nube lo que permite la otra gran oportunidad real:la escalabilidad. Para los humanos, aumentar los datos significaría un ejercicio de reclutamiento, pero con la computación en la nube puede escalar casi instantáneamente cuando sea necesario. Además, así como los humanos aprenden de la experiencia, también lo hace la IA. Cuando se amplía el alcance del mandato de un programa de IA, también se amplía la capacidad de aprender, refinar y mejorar los resultados.

Caso cerrado

Ya sea que Alexa o Siri le proporcionen los horarios actuales de los trenes y el pronóstico del tiempo, que su banco congele su cuenta por un comportamiento de pago inusual para proteger sus activos, que una máquina evalúe su vista o que Senseye PdM cree un caso para alertar sobre un comportamiento inusual de la máquina, estamos rodeados de tecnología con el objetivo de protegernos y servirnos mejor.


Mantenimiento y reparación de equipos

  1. Uso de un enfoque centrado en los datos para crear soluciones de IIoT para el cuidado de la salud
  2. El uso de SaaS y la nube requiere una gestión de datos cuidadosa
  3. 10 beneficios de usar Cloud Storage
  4. C # usando
  5. 5 preguntas sobre análisis de datos que plantean los expertos en producción
  6. Transmisión de datos del sensor desde una placa ppDAQC Pi utilizando InitialState
  7. Robot controlado por gestos con Raspberry Pi
  8. Cómo prepararse para la IA utilizando IoT
  9. Uso de análisis de datos para reducir su huella de carbono
  10. Uso de IA y ML para extraer información procesable en aplicaciones perimetrales
  11. Uso de redes neuronales para obtener imágenes de rayos X más rápidas