分析印度杂志
现在读
关于数字双胞胎的一切:采访Vinay jamu, GE Digital
分析印度杂志

关于数字双胞胎的一切:采访Vinay jamu, GE Digital

  • 数字双胞胎遵循“垃圾进垃圾出”的原则。如果不能获得正确的数据,Digital Twins将无法很好地运行。

数字双胞胎是精确反映物理对象的虚拟模型。这些传感器可以产生物理物体的性能,如能量输出、温度等。然后将这些数据传送到处理系统并应用于数字拷贝。在制造业等行业,数字双胞胎正迅速成为游戏规则的改变者。

为了了解更多关于数字双胞胎和数据分析的知识,《分析印度》杂志(analytics India Magazine)紧跟其后维奈查谟他是GE数字公司实体数字技术副总裁。

注册AWS数据分析会议>>

编辑采访摘录:

目标:告诉我们你的职业。你是如何对人工智能和分析产生兴趣的?

Vinay查谟:上世纪80年代末,当我还在上学的时候,我在《国家地理》(National Geographic)上看到一个关于人工智能(AI)的节目时,我就对计算机如何捕捉和表现智能非常着迷。可以通过动态平衡来保持平衡的单腿机器人和像昆虫一样逃离人类和光线的微型机器人让我看到了有趣的人工智能世界。以下是我的职业历程和我学到的3点东西。

1996年完成博士学位后,我加入了Mechanical Technology Inc.,继续我的工作,将基于领域和数据的知识与人工智能结合起来,用于工业设备健康预测。我有机会与莱斯大学、美国能源部、美国陆军空间与战略防御司令部以及美国国防部等机构合作。

1997年,我跳槽到通用电气公司研发中心,继续开发先进的基于人工智能的解决方案,用于预测关键设备的故障和寿命,如燃气涡轮机、喷气发动机、核磁共振机、风力涡轮机和机车。2002年,我从美国搬到印度,并被提升为通用电气研究中心(GE Research)预测实验室(prognostic Lab)的负责人,该实验室有十几名研究人员,正在开发用于机器健康预测的下一代技术。

2020年,我转到GE Digital担任物理+数字技术副总裁,并继续为GE及其客户开发基于领域知识+人工智能的解决方案。

你目前的工作职责是什么?

维奈查谟:在我目前担任GE Digital的物理+数字技术副总裁期间,我的职责是将精益原则和数字技术结合起来,以影响GE业务及其客户。我和我的团队负责构建用于检查风力涡轮机叶片的基于AI的解决方案、用于燃气涡轮机的基于图像的损伤量化算法以及基于AI的数据质量改进算法——所有这些最终都有助于我们的客户实现更好的业务成果和卓越运营。

数字化改造一个组织需要一种系统的方法来识别对业务有影响的正确问题陈述,并找到正确的数据和AI模型来影响这些问题。如今,大多数组织都有独立的价值报表,以个案为基础,而不是在组织的财务报表层面上,处理业务价值。这使得数字转型难以扩展和维持。

在我目前的角色中,关键的是我们如何使用精益原则,如Hoshin Kanri、价值流图(VSM)和标准工作,以识别转型业务问题,并将它们与数据和模型价值图联系起来,以实现系统化和可持续的业务转型。

AIM: Digital Twins with AI & ML被认为将改变行业的未来。你对此有何评论?

维奈查谟:数字双胞胎是资产、流程、系统或网络的活学习模型。这个概念最初是由迈克尔·格里夫斯教授提出的,并首次应用于美国宇航局,以不断改进产品设计和工程。美国宇航局开发了独特的首批技术,如太空探测器、火星漫游者等。他们面临的挑战是,在设计阶段,很难预测像火星探测车这样的技术预计会看到的所有运行条件。数十亿美元花费在预测操作条件和在实验室中对这些条件进行测试,以便在发射前尽可能多地消除问题。然而,在执行任务时仍可能遇到不可见的情况。

Digital Twins的目标是从发生的新情况中学习,以便在可能的情况下,使用它们实时响应,或者改进设计,以便在下一次迭代中更好地处理这些情况。Digital Twins的更高层次目标是提供在新数据可用时不断学习的能力,因此他们所做的预测具有尽可能高的准确性。

Digital Twins利用人工智能将基于数据的知识和基于领域的知识结合在一起,构建出比以往任何时候都更精确的模型。这些模型可以用来解决我们今天面临的一些非常关键的工业问题。数字孪生兄弟可以用来改善风力涡轮机发电量的预测,这样我们就可以使用更多的可再生能源,实现净零碳排放。我们可以构建患者的数字双胞胎,推动个性化医疗,以改善癌症等疾病的治疗。随着技术的发展,数字孪生兄弟的用途是无限的,我们也在发展其背后的科学,以解决世界上一些最严峻的挑战。

目的:数字双胞胎如何帮助连接实体和数字世界?这种技术在不久的将来会有什么发展?

维奈查谟数字的双胞胎遵循“垃圾进垃圾出”的原则。如果不能获得正确的数据,Digital Twins将无法很好地运行。要做到这一点,数字双胞胎需要与物理世界互动以收集数据。

总之,物理和数字我们必须齐心协力解决我们今天面临的挑战。在未来,我们可以期待更多的数据和更多的计算。传感器将变得更加便宜,更多的传感器将被嵌入不同类型的资产中,从而提高其生成更好数据和变得更智能的能力。我们现在看到更多的自动化正在发生,而且预计还会继续。随着这一趋势的发展,我们可以预期“自动化系统”将转变为“自主系统”,机器将自主处理日益复杂和不确定性的任务(如自动驾驶汽车)。

目的:告诉我们关于NASA赞助的变速箱诊断的研究?

维奈查谟当前位置我的博士工作涉及开发诊断系统,以预测和预防直升机变速箱的故障。美国宇航局在克利夫兰的格伦研究中心有一个美国陆军分部,负责设计和测试新的直升机变速箱。齿轮箱的故障可能会导致人员伤亡以及重大的经济损失。通常情况下,该小组进行的实验耗资数百万美元,以生成故障数据,用于预测和防止这些故障,并提高直升机的安全性和可靠性。

另请参阅

我的研究工作包括了解人类如何利用变速箱设计的领域知识和可用的实验数据来进行诊断,并开发一个模仿人类过程的系统。此外,该系统在直升机开始飞行时不断学习使用新数据,以提高其性能。我建立了一个“神经模糊”推理系统,在这个系统中,从一个简单的物理模型中获得的齿轮箱振动特征的领域知识被作为“模糊”规则合并到推理系统中。它使用基于神经网络的学习算法进行持续学习,以在新的飞行数据输入时改进诊断。这是以“数字双胞胎”的形式出现的(尽管我们没有这么称呼它),美国国家航空航天局(NASA)授予了两项新技术创新者奖(New Technology Innovator Awards)。

维奈查谟今天,我们在ANI -人工狭窄智能,在人工智能可以解决特定的狭义任务,如人脸识别。人工智能的下一个进化是AGI -人工通用智能,通常被认为是人类水平的能力,可以在广泛的任务和主题上推理和解决问题。这仍然被认为是一个艰巨的挑战,具有显著的复杂性和技术挑战。最后,ASI是人工超级智能,人工智能可以解决当今人类无法解决的问题。人工智能预计将在未来几十年沿着这些方向发展。

在这些方面,几乎没有什么关键领域可以加速人工智能的发展。这些措施包括:

  • 识别值得为社会解决的用例/问题
  • 数据的可用性和学习算法
  • 理解和表达上下文(包括含义,目的,对/错)

当今社会面临的一些首要问题包括:能源转型,实现净零碳经济;为地球上70多亿人提供负担得起的、可获得的和高质量的医疗保健的精准医疗;安全和保障,包括网络安全;高效的货物和人员运输,包括自动驾驶汽车、下一代运输和优化的供应链(例如,减少食物浪费)。人工智能是一项关键技术,可以用正确的物理+数字解决方案来帮助解决这些问题。

你对有抱负的ML工程师有什么建议?他们怎样才能在众多的申请者中脱颖而出呢?

维奈查谟我建议有抱负毫升工程师首先,通过在概率统计、代数、线性系统、信息理论和信号处理等课程中,在他们从事先进的人工智能和机器学习之前,获得数据科学的坚实基础。

第二,有许多很好的在线机器学习课程可以用来获取知识,但只有通过学习多个课程或攻读硕士学位并将知识应用于现实世界的问题才能获得深度。

第三,有相当数量的免费在线数据可以在Kaggle.com等网站上找到,供数据科学家自行开发。通过练习这些数据集,他们将了解领域知识在数据科学中的重要性。

最后,找一个可以帮助指导他们的导师/教练是很重要的——这是确保他们走上正确发展道路的关键。

你怎么看?

加入我们的不和服务器。加入一个有吸引力的在线社区。加入这里


订阅我们的时事通讯

通过分享你的电子邮件获得最新的更新和相关的优惠。

188BET网页

滚动到顶部
Baidu