GE Digital的首席技术官论数据和人工智能在数字孪生应用中发挥的作用

自媒体 自媒体

点击上方“蓝色字体”,选择 “设为星标 [好文分享:www.pp00.com]

要害讯息,D1时间送达!

[转载出处:www.pp00.com]




通用电气(GE)的数字孪生事业的创始人Colin Parris阐述了数据治理能够提出或损坏应用法式的原因,以及将数字孪生与人工智能连系有助于这两者互相改善的原因。


Colin Parris在IBM首要部门以及如今的通用电气担当高管已有长达22年的经验,但这名通用电器数字化部门(GE Digital)的首席手艺官认为本身首先是一名数据科学家,事实也是如斯。若是你向他扣问普及产物设计,制造和维护的数字孪生手艺的情形,他将把这个问题转换为数据治理问题。你有适用的数据吗?若是没有的话,你能获得如许的数据吗?你的文化在多达水平上面向数据?


Parris的数据科学花样(他持有霍华德大学的工程学学士学位,加州大学伯克利分校的电子工程学学位和斯坦福大学的治理科学硕士学位)有助于他为这一跨越数据剖析,人工智能和工业物联网的职业做好了预备。他花了五年时间经营通用电气的人工智能,剖析和数据处理研究小组,向导了该规划,该规划为该公司的制造部门及其客户生产了跨越120万个数字孪生。


Parris说:“通用电气研究部门(GE Research)曾负责处理了一整套扭转机械”,他指的扭转机械是喷气动员机以及该公司生产的燃气,蒸汽和水力涡轮机的统称。“我们要解决一个买卖问题,并将其融入各类数据问题中。”


本年5月,Parris走立时任通用电器数字化部门的高级副总裁兼首席手艺官,该公司专注于各类工业主动化软件和办事。他如许描述本身在通用电器数字化部门所面临的重浩劫题——用稀少数据(例如模拟数据和人们所做的笔记)来做展望。他的这一双重身份是为了鞭策通用电器数字化部门产物的立异,从而为客户带来价格并扩展这些产物以供通用电气内部使用。


在2014年到场通用电气之前,他曾在IBM担当副总裁,时代它负责Unix系统,这一6600人构成的部门负责为IBM的硬件斥地系统软件。Parris说,时任通用电气首席执行官的Jeff Immelt礼聘了他,要他将IBM的经验(即时代在银行,通信和医疗范畴获得的经验)应用于通用电气的首要行业:航空,运输,采矿,石油和自然气,能源和医疗。


在一次访谈中,Parris商议了若何发现数字孪生的价格,若何发现人工智能发所施展的感化。本访谈为了简明而做了删改。


|| 通用电气若何在自身的制造中使用数字孪生应用法式?


Colin Parris:对我来说,数字孪生是某种形式的资产或系统的生动施展。“生动”意味着存在持续络续的数据流,使模型能够认识情况。还有反馈数据:“当我接纳动作时会发生什么究竟?”


另一个方面是进修。我不光想从数字孪生的传感器数据中进修,我还想进修机队中的各类事物,当我做设计时我还想在我建立的模拟器中进修。我还想向员工进修并查察维护专家写的所有日志。我要查察各类照片。


这或许是部门或整个系统,收集或过程。悉数都是数字孪生。


在通用电气,我们将数字孪生用于三个目的。


首先某个时间局限内显现的对企业有重大意义的预警。最主要的事情是确保各类资产可用,例如喷气动员机。飞机下降时会接近登机口,航行员平日会做航行前剖析(pre-flight analysis)。若是驾驶舱上某个指示灯亮起,这表明我们失败了。为什么会如许呢?传感器仅表明轴承出了故障。这时除了疏散机组人员,你什么也做不了。


然则,提前30天展望到轴承故障会如何的呢?你需要30天的时间才能设法在谁人时候将另一台动员机和飞机安置于该登机口,你还需要充沛的时间来为机组人员指路。


其次是展望零件何时会发生故障的一连展望。我需要更多的时间,因为在很多情形下,这些零件都是现成的。建造喷气动员机和一整套动员机叶片或者需要四到六个月的时间,这是因为我要弄清楚库存情形。若是必需保障所有零件的库存,那么我必需到场供给链并让供给商生产这种特别的镍合金,将其寄给10小我,然后再进行生产加工。若是我能够经由说“这是各个零件呈现的损坏水平”来进行一连展望而且提前六个月知道,那么我就能够优化库存,从而知道本身需要制造什么。不然,我或者会因为仅仅需要这个零件而积压数亿美元的库存。


我们要做的第三件事是优化,例如将哪架飞机拖出机库,以便对其动员机进行修理并归队。若是我能够做到这一点,我就能够为你节约好多钱。若是我能够优化燃油,若是我能够视察航行员的起飞体式,基于气流航行时使用了几多燃油,着陆时使用了几多燃油,那么我就能够优化燃油。


使用数字孪生的另一个目的是实施模拟航行。你能够做各类假设剖析。


|| 那么哪些数字孪生应用法式具备最佳的投资回报呢?


Parris:你要试图认识最大的缺口在哪里,即那些客户很难处理的缺口。他们在哪里损失的钱最多?他们在哪里面临的风险最大,或许在哪里的获利机会最大?


然后,你要考虑客户的成熟度品级。有些客户在数字化方面尚不成熟。他们没有收集到适用的数据集,或许数据中存在好多空白,或许需要处理大量的数据。


以前,在我设想的幻想情形中,这很轻易做到。我会说:“将所有内容数字化,然后起头进行主数据治理。这将破费你400万美元。现在,我们商议的问题是:“让我们直奔主题,即看看你如今最大的问题在哪里,然后弄清楚我能够经由收集哪些数据来解决这个问题”。若是你有一个价格800万美元的问题,而解决方案的成本为1000万美元,那么你一定不买账。


接下来是概率。你是否进展花700万美元做到90%的正确性,以赚取一百万美元的利润,照样进展花200万美元做到60%的正确性?


|| 在实施数字孪生应用法式时,公司将面临哪些难题?


Parris:公司平日会实施一个MES(制造执行系统),一个PLM(产物生命周期治理)系统以及各类各样的系统并说本身收集了大量的数据。然则平日每小我都在一个孤岛中收集数据并用于特定目的。若是你知道数据库和数据模式的工作道理,那么你首先必需界说问题,然后再处理数据。


当问题发生了改变而且你的情况更改不居时,当你研究那些系统并认为它们应该为你供应谜底时——这些系统旨在提出各类分歧的问题。你不克使用沟通的数据往返答分歧的问题。你或者必需添加新数据或改变你所收集的数据。


很多人并不完全认识问题的素质。即他们正在从工业问题转向数据问题。


第二个问题是:既然我已经充沛懂得问题了,那么若何收集如许的数据?你是否一向在收集适用的数据?


第三个问题是:若何从数据问题过渡到数据解决方案?你是否有合适的数据人才来做到这一点?


|| 若是你以前就把握了如今才认识的有关数字孪生的常识,那么你其时会接纳什么分歧的做法?


Parris:我进展我正本就领略如许一个事理,即数字化转型并不是首先发生的。首先发生的是买卖流程转型(business process transformation)。在你说要解决某个买卖问题并以某种体式分化该问题的一瞬间往往会涉及到价格流程图。


一旦我做到这一点,我就能够弄清楚虚耗发生的处所,或许我能够在哪里进行更好的优化或缔造新的价格。这才是数字化起头的时刻。在这些处所,我能够将信息收集,我所获得的洞察以及可我能接纳的各类动作数字化。


一旦你这么做,人人都邑联结起来。若是或者的话,我们将削减规避各类成本,提高生产力,进入新市场以获取新收入——这才是真正的斗争标语。


第二个问题是对文化的熟悉。我在IBM工作了20年,我本身就生活在这个数字范畴,在如许一个范畴里,每隔一两年就会有新的发卖买卖或新的笔记本电脑降生。每隔三四年就会有一个新点子发生。这是一场永一直息的革命。


然后我来到了一个工业范畴,在这个范畴中,喷气动员机持续工作了40年,蒸汽轮机持续工作了30年,而有些器材持续工作了40年之久。这是非常分歧的文化体验。人们接管了如许的练习,即首先要考虑平安性,经济性,过程不乱性以及高靠得住性。


倏忽之间,人们进入了如许一个范畴,在这个范畴中,谷歌正在为数据中心购置电力,但同时也竖立了风力发电场和太阳能发电场。这些原本非常不乱的范畴现在倏忽变得活力十足。


|| 人工智能在数字孪生应用中所起的感化是什么?


Parris:在数字孪生中,你拥有一个能够处理物理问题的人工智能系统。我认为这对数字孪生是密弗成分的。


在一种情形下,这就是一个物理方程式,该方程式透露此位置将处于此温度,或许这就是金属的强度。你具备某类常量……你认为系统中的常量老是沟通的。飞机将以某种体式起飞——这是我的猜测。


在某些情形下,人工智能正在与物理学联手。在另一些情形下,你没有物理方程式可用。当你研究风轮机并试图认识若何透露这个涡轮动员机的进风情形时,你很快就会意识到风速会凭据涡轮动员机的高度而发生转变,而不是恒速的。风速也每时每刻在发生转变。这是一个非常复杂的问题,无法经由物理方程式进行建模。


我们如今经常测验使用人工智能和神经收集对此进行建模。我们能够使用人工智能取代整个方程。在很多情形下,我们采用物理方程式并使用人工智能对其进行扩充。


人工智能系统是数字孪生的一部门。因为人脑想不出如风一样复杂的方程式,所以,有了人工智能与物理学的组合,我们就能够在没有方程式的处所使用人工智能,人工智能如今正在调整我们所假定的老是领略无误的事物,因为好多器材都是天真多变的


|| 公司将人工智能应用于数字孪生应用法式所面临的最浩劫题是什么?


Parris:首先是数据。若何收集数据?因为在好多情形下,你要与各类文化打交道,在这些文化中,数据是一个副产物。他们将数据用于将所有重点放在机械自己的事物。收集如许的数据,认识其价格并清理它是非常主要的环节。


新兴行业(谷歌,亚马逊或雷同公司所处的范畴)最初都是收集数据的公司。数据即其文化。我们面临的个中一个难题是数据并不是我们地点的行业的文化。


第二个难题是:若何获得适用的洞察?因为你有一个正在运行的过程,而如今我必需扩大该过程。我需要深谙厘革过程的数据科学家和深谙人工智能功能的过程工程师或机械工,以便他们能够为数据科学家供应指导。你能够经由经验来打造这一切。


第三个难题是:若何以实现买卖流程转型的体式来对这一切进行转化?如今,我必需将这种看法纳入你的买卖流程中。我必需找出你若何做出影响盈亏的决议。


版权声明:本文为企业网D1Net编译,转载需在文章开首注明出处为:企业网D1Net,若是不注明出处,企业网D1Net将保留穷究其司法责任的权力。


(起原:企业网D1Net)


若是您在企业IT、收集、通信行业的某一范畴工作,并进展分享概念,迎接给企业网D1Net投稿 投稿邮箱:editor@d1net.com

点击蓝色字体存眷

企业网D1net旗下信众智是CIO(首席信息官)的智力、资源分享平台,也是国内最大的CIO社交平台。


信众智让CIO为CIO办事,供应产物点评、咨询、培训、猎头、需求对接等办事。也是国内最早的toB共享经济平台。


同时,企业网D1net和跨越一半的央企信息部门主管结合成立了中国企业数字化联盟,首要面向各地大型企业,供应数字化转型方面的手艺、政策、计谋、战术方面的匡助和撑持。

扫描下方“二维”或点击“阅读原文”能够查察更多详情

自媒体微信号:pp00扫描二维码关注公众号
爱八卦,爱爆料。
小编推荐
  1. NO.1 中国男女比例2019(最新中国男女比例揭晓)

    人口地理学主要研究一定历史条件下的人口分布、人口变动、人口构成(年龄构成、性别构成等)、人口增长的空间变化,以及与自然和人文环境相

  2. NO.2 蒙牛纯牛奶怎么样,蒙牛和伊利哪个质量好?

    看哪种奶好,主要看一下三点: 1、看配料多少: 配料表中的配料越少越好,从下图可以看出,纯牛奶配料最少,只有生牛乳,其次为有机奶,配料

  3. NO.3 【独家】“先锋系”水落石将出 旗下金融机构或面临风险处置

    这家类“明天系”、“德隆系”的民营金融控股集团,在复杂隐蔽的大量关联交易之下,诸多投资失败,核心上市公司股票被沽空,财务危机爆发,

  4. NO.4 “别喊,我慢慢 . 进就不难受了...”

    正能量第1章 孤独的爱第2章 被威胁了由于微信篇幅限制,只能发到这里啦! 点击下方阅读原文,后续剧情高潮不

  5. NO.5 他出生惊现祥瑞,活了1072岁,经历7个朝代,死后7天竟....

    “外门弟子叶辰,因丹田破裂,再无缘仙修,现逐出正阳宗,终生不得再踏入正阳灵山半步。”

  6. NO.6 叉子联盟:海龙背景曝光父亲竟支持奥巴马大选,普京经常到家里做客,高傲拜金女放下身段听龙哥吹牛逼!

    叉子联盟:海龙背景曝光父亲竟支持奥巴马大选,普京经常到家里做客,高傲拜金女放下身段听龙哥吹牛逼!

  7. NO.7 史上最内涵的10张图片,看懂3个就是污神级别……

    高手在民间

  8. NO.8 2019英雄联盟配置推荐(英雄联盟配置要求)

    LOL主机配置推荐 那么英雄联盟需要什么电脑配置?其实英雄联盟对硬件的要求并不高,相信绝大数玩家的老主机都能够流畅运行,今天装机之家分享

Copyright2018.皮皮自媒体资讯站,让大家及时掌握各行各业第一手资讯新闻!