华生IoT主管:AI可拓展IoT服务

IBM开发企业复杂资产密集部分IoT市场据Kareem Yusuf表示 公司WatsonIoT商业单元GM从帮助海港管理运输到保留组织内部技术知识流人工智能提供从这些复杂系统生成数据串流的洞察力

预测维护可能是头条使用案例 关于资产密集IoT, 和Yusuf说 这是一个远比许多人想的复杂得多的任务问题不单是监控,比如说 管道压力水平 并发布警告 当他们移动超出规范关于故障率和资产规划的汇总信息 公司可以备备备替换和应急计划

更多关联, 因为我正在利用所有这些技术, 我有更多洞察力来做决策说, `这是我最优工作管理路线''即我存钱之道

要想实现效果 AI当然要接受训练Yusuf使用无人机系统实例检测桥上令人担忧的裂缝,这一过程通常需要派出技术员亲自检查桥面。允许AI区分严重和微小损害意味着显示它重构两种类型图像,并获取并非总能直截了当的信息

客户表示想服务时 客户常会说 `这里有一些训练数据集,我们想先从'开始'', 表示还有开源和政府数据集供某些应用使用

IBM本身从各种AI实施中收集大量数据,并经现有客户明确许可使用部分信息培训从事类似事情的新系统

yusuf说道,“你得到这种协同一致性继续发展”。心想时说机器学习模型帮助预测空间规划建设用量.我们可以比照数据构建,因为我们已经在系统驱动大量测试数据。”

另一种非传统使用案例是设计奇异复杂物,像自主汽车这一过程涉及大量的工程需求,管理软件、管弦化、硬件规格、规范守法等yusuf表示,拥有自然语言处理特强的系统可自动理解各种需求的实际意义并彼此关联,检测冲突性和不可抗性。

we've训练华生使用发现服务NLP来告诉你你的要求是否清晰查找重复或冲突需求

也不是简单的问题使AI基础IoT系统回端实现帮助技术员做工作是IBMIOT策略的关键部分,公司以通过移动解决方案传递知识为目的。

举个例子,新手派出修复电梯或其他复杂机器智能手机上使用移动助手应用技术可以做更多事 — — AI驱动系统可以交叉引用错误代码与特定电梯历史对比,同时指出过去问题的根源和修复问题需要做些什么。

Yusuf表示,关键是要实现这种功能而不干扰标准工作流

思考使用AI时, 需要无缝融入工作方式中,