机器学习变革制造业的10种方式

举个例子，一家名为Eightfold的公司，他们打造了一个基于人工智能的Talent Intelligence Platform平台，该平台依赖于一系列监督和无监督的机器学习算法来匹配候选人独有的能力、经验和优势。除此之外，包括ConAgra等在内的许多制造企业也都采用了Eightfold的平台来改善招聘，发现他们配备团队和实现增长所需的人才。下图解释了Eightfold人才智能平台的工作原理： 

>7<

机器学习正在帮助制造企业解决以前更多难以解决和从未遇到的问题，包括隐藏的瓶颈或者无利可图的生产线，提高车间每台机器的预测性维护精度，发现提高每台设备和相关工作流程的产量/吞吐量的方法，优化系统和供应链等等。

下图说明了机器学习是如何从设备级别开始提高车间生产率，然后扩展到工作流程及其所依赖的系统。(资料来源：麦肯锡，《制造业：分析提升生产率和盈利能力》，作者Valerio Dilda、Lapo Mori、Olivier Noterdaeme和Christoph Schmitz) 

>8<

机器学习可以显著改善产品配置，以及制造商按订单生产产品所依赖的配置-定价-报价(CPQ)工作流程。比如，西门子的销售、设计和安装铁路联锁控制系统采用了人工智能和机器学习，它们可以帮助西门子从1090种潜在组合中找出最佳配置。这是机器学习所擅长的，即找出既能够满足客户需求、同时也是最有可能制造出来的产品的最佳配置。(资料来源：《西门子，知识图谱和数据思维支撑的下一级人工智能》，西门子中国创新日，Michael May，成都，2019年5月15日) 

>9<

未来五年内，预计人工智能和机器学习在制造业的应用将多过于机器人技术，成为制造业的主要用例。由于算法可以提供推荐的解决方案，因此供应链操作的复杂性和局限性正在成为机器学习算法的“用武之地”。许多制造企业正在寻求进行预测性维护试点，而那些能够带来明显收入增长的试点项目最有可能被投入生产。(资料来源：MAPI基金会，《制造业发展：人工智能将如何改变制造业和未来劳动力》，作者Robert D. Atkinson、Stephen Ezell、信息技术与创新基金会) 

>10<

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!