Tástáil Hintleachta Saorga ar Scála le Haghaidh T&F níos Tapúla Ná Riamh

Leis an sampla fíor de na mór TSO, foghlaim conas AI is féidir a shárú ar an tionscal ilchineálacht agus a bheith go tapa a imscaradh laistigh de sreabhadh oibre casta

4 Lá

A traein agus an lipéad le tacar sonraí de níos mó ná 1200 pictiúir

1 uair an Chloig

Chun tástáil a dhéanamh ar an AI ar bhailíochtú sraith de níos mó ná 400 pictiúir

68% Am

Shábháil ag an saineolaithe i an anailís ar shonraí cigireachta

A bhaint amach a tháirgeadh-leibhéal léirithe le AI a thógann, fada éilitheach agus an-struchtúrtha turas.

Méideanna móra sonraí go maith, ar chaighdeán ard a lipéadú agus tionscal saineolas a leanas roinnt de na príomh-comhábhair a thógáil performant múnla, nuair in éineacht leis gan íoc algorithmic agus obair innealtóireachta.

Ach sa deireadh, má tá tú nach féidir a chur in oiriúint do éagsúla do chustaiméirí réaltachtaí agus na cineálacha leictreach bonneagair, níl aon inscálaithe i bhfeidhm an réiteach. 

Sa pháipéar bán seo, beidh tú ag foghlaim conas AI is féidir a shárú ar an tionscal ilchineálacht agus a bheith go tapa a imscaradh laistigh de casta corparáideach sreabhadh oibre.

Tá tú ag céim amháin ar shiúl ó a bhfuil rochtain ar an páipéar bán!

1. Monatóireacht a dhéanamh ar an tsócmhainn sláinte le cabhair ó na hintleachta saorga  

An ceann is mó líne tarchuir chumhachta ar fud an domhain tá sé suite i Belo Monte-Rio, an Bhrasaíl, agus na cuntais le haghaidh 2,543 km-fada. De bharr an méid an ceann is airde tarchuir túr tógtha riamh is 370 méadar ar airde agus is féidir a admired ag Mount Damaoshan sa Tsín. Go hiontach, ceart? Anois bain triail as a pictiúr seo gigantic sócmhainní, scaipthe ar fud an immensity de ciliméadar, d ' aois ag an am, faoi lé an aimsir mhór, hugged ag fás fásra, agus cuairt ag an storks a fháil orthu chomh tarraingteach mar árasán i lár na cathrach. Tá sé an-dócha go bhfuil lochtanna agus ar iarraidh fardal tús a pop suas. (Figiúr 1)

Figiúr 1: Samplaí de na lochtanna ar tarchuir túir - creimeadh (ar chlé) agus éan nead (ar dheis).

Iniúchtaí rialta agus monatóireacht a dhéanamh ar an tsócmhainn go bhfuil sláinte an eochair a sheachaint iarmhairtí tromchúiseacha, cosúil le outages chumhacht agus wildfires. Ceachtar ag baint úsáide as héileacaptair, smartphones nó drone ceamaraí, oibreoirí córais tarchurtha (Tsonna) go tréimhsiúil a bhailiú na mílte agus na mílte na n-íomhánna a n-túir do posterior anailís. Ligeann sé seo líonra bainisteoirí a chur i gcomparáid le staid an bhonneagair thar na blianta agus cinntí a dhéanamh maidir le buiséad agus a chothabháil. Ach tá an bhfíric go bhfuil a bhainistiú den sórt sin méideanna móra sonraí torthaí i gceann de na pointí pian is mó sa tionscal.

3,000 km tarchuir túir a ghiniúint de ghnáth thart ar 1 milliún grianghraif. Sa Fhrainc ina n-aonar, tá níos mó ná 100,000 km de ardvoltais línte. Is féidir leat a shamhlú láimh a stóráil, sórtáil agus ag dul ina n-aonar trí na milliúin na n-pictiúir a glacadh le linn cigireachtaí ar an láthair fadhbanna is féidir sin a bheith ach cúpla milliméadar ar leithead? Tá sé thar a bheith uileghabhálach agus am-íditheach phróiseas.

Chun dul i ngleic leis an táirgiúlacht tranglam, hintleachta saorga (AI) is é an-áisiúil teicneolaíocht, rud a chabhraíonn le dlús a iniúchadh anailís a dhéanamh ar shonraí. Seo a réiteach bogearraí go huathoibríoch béim ar lochtanna agus trealamh ar iniúchadh pictiúir agus ar a chumas gnó fearainn saineolaithe a sheachadadh níos tapúla agus níos fearr sócmhainní sláinte thuairisciú. (Figiúr 2)

Figiúr 2: Dúntóirí creimthe braitheadh go huathoibríoch ag ár AI tool i Sterblue Ardán scamall.

Thar na leathanaigh seo a leanas, beidh tú ag foghlaim conas AI is féidir a shárú ar an tionscal ilchineálacht agus a bheith go tapa a imscaradh laistigh de casta corparáideach sreabhadh oibre. Níos cruinne, beidh muid a ghlacadh tú tríd Sterblue's turas a réiteach le sonraí fíor dúshlán atá molta ag ceann de na cinn is mó Tsonna i Dtuaisceart na Heorpa.

2. Dúshlán Glacadh: Oiliúna, tástáil agus imscaradh Sterblue AI i ach 4 laethanta

Chun tacú le glacadh na hintleachta saorga taobh istigh mhór corparáidí, na buntáistí a bhaineann leis an uirlis seo ní mór a bheith léirithe go soiléir. Fuinnimh agus cuideachtaí fóntais ag iarraidh a dhéanamh cinnte go bhfuil an réiteach is féidir le freastal ar a gcuid riachtanais, agus go bhfuil toradh fíor ar infheistíocht. Tá rogha maith a dhéanamh mar sin, é a seoladh AI cruthúnas coincheapa (PoC) chun meastóireacht a dhéanamh ar comhpháirtithe gnó féideartha. Ar an mbealach seo, is féidir le cuideachtaí a fháil oilte, a thástáil agus a chur chun cinn go hinmheánach ar an luach AI, ag taispeáint torthaí fíor le páirtithe leasmhara ábhartha.

I mí iúil 2020, a TSO freagrach as níos mó ná 40,000 km chuarda ciliméadar de línte tarchuir san Eoraip a chuir tús le sonraí a dúshlán chun tástáil il-díoltóirí ar a n-intleacht shaorga cumais. Téann sé gan ag rá go bhfuil Sterblue bhí láithreach fonn a bheith rannpháirteach. Agus bhí na coinníollacha:

  • An chéim oiliúna a bheadh a dhéanamh ar 1,234 grianghraif tarchuir túir áit 6 cineálacha de lochtanna bhí a bhrath. 
  • Tar éis sin, an AI tástáil bheadh a reáchtáil ar bhailíochtú sonraí sraith de  405 riamh le feiceáil íomhánna, sa tréimhse uasta de 24h.
  • Ina iomláine, tá an próiseas a chur i gcrích agus na torthaí a sheachadadh chuig an TSO i níos lú ná 2 seachtaine.

Ós rud é go 2016, Sterblue tá accumulating taithí le custaiméirí il ar fud an domhain agus foirgneamh atá tiomnaithe hintleachta saorga uirlisí do chineálacha éagsúla sócmhainní, lena n-áirítear ghreillí cumhachta. A uasmhéadú sineirgí i gcúrsa an tionscadail seo, táimid ag déanamh gach céim in Sterblue Ardán scamall. (Figiúr 3)

Figiúr 3: Sterblue próiseas a fhreagairt na sonraí ar fad a dúshlán i Sterblue Ardán scamall.
"3 bliain ó shin, ár chéad tionscadal píolótach ar hintleachta saorga le cuideachtaí fuinnimh a úsáidtear a chur idir 6 agus 8 seachtaine a sheachadadh. Sa lá atá inniu, bhfuil muid in ann a dhéanamh go díreach mar an gcéanna, ach i ach 4 lá agus fiú níos lú ag an deireadh 2020. Tá na t-am-tá coigiltis an-luachmhar ní hamháin le haghaidh Sterblue, ach níos tábhachtaí fós, le haghaidh ár gcustaiméirí. Agus bhí an tionscadal seo an deis foirfe chun a thaispeáint é!"Geoffrey Vancassel, Sterblue POF

3. Ullmhú: ag Breathnú ar an ilchineálacht na sonraí atá leagtha

A ghabháil dea-sonraí a n-imríonn ról mór i na torthaí a bhfuil súil leis an AI. Chun na 4 bliana anuas, Sterblue tá a chur chun cinn fís i gcás sonraí a bailíodh go huathoibríoch ag baint úsáide as-an-seilf drones faoi thiomáint ag uathoibríoch bogearraí nascleanúint. Mar sin féin beidh sé a chur san am a athrú chun an cur chuige caighdeánaithe, ós rud é go traidisiúnta na modhanna iniúchta atá fós fréamhaithe i corparáidí móra. Easpa eolais, tosaíochtaí infheistíochta, agus costais athrú roinnt de na cúiseanna cén fáth. (Figiúr 4)

Figiúr 4: Eangach tarchuir iniúchadh a dhéantar le off-an-seilf DJI drone faoi thiomáint le Sterblue uathoibríoch eitilt teicneolaíochta.

An móra na Heorpa TSO bhí ag déanamh úsáid a bhaint as il próisis, fostaithe agus foinsí imagery (smartphones, héileacaptair, drones) a dhéanamh ar na hiniúchtaí. Seo bocht chaighdeánú agus inathraitheacht ard faoi stiúir an-difriúla sonraí a leagan síos. Go ginearálta labhairt, chaighdeán na sonraí loch dúshlánach a bhí i gné den tionscadal seo mar gheall:

  • I measc na 1237 íomhánna ar fáil, ach 44 (3.6%) le chéile Sterblue's caighdeáin cháilíochta (Figiúr 5).
  • Na formáidí comhaid (.jpg, .png, etc.), súmáil céatadáin agus méideanna na n-íomhánna a bhí an-ilchineálach. 
  • Bhí go leor éagsúla tarchuir túir le feiceáil sna pictiúir, le athróg máguaird timpeallachtaí.
Figiúr 5: Dáileadh an 1237 íomhánna dar leis an leibhéal cáilíochta.

Tar éis a bhfuil léargas soiléir ar an chastacht an tástáil, Sterblue uaslódáil an 1237 íomhánna ar Sterblue Cloud, ag baint úsáide as an Cliste Uploader. Ceadaíonn an gné seo ní amháin ar scála mais uaslódála de bhformáidí éagsúla (+100GB i grianghraif ag an am), ach chomh maith leis sin a leithdháileadh ar gach pictiúr ar an comhfhreagrach bonneagar agus trealamh a bhaineann leo. Tá sé deartha chun a réamh-mheas agus is féidir earráidí daonna, dul i ngleic le fadhbanna sula ndéantar iad a is féidir a chruthú ar aon cheisteanna agus a chinntiú an chuid is mó struchtúrtha bunachar sonraí. Buíochas le gur, Sterblue bhí sé in ann a láthair agus deireadh a chur le dhá dúbailt ar na sonraí a sholáthraítear, dar críoch suas le 1235 bhunaidh.

Rialta ar anailís na cigireachta sonraí, droch-chaighdeán íomhánna go huathoibríoch agus, más gá, de láimh scagadh amach i Sterblue Scamall. Is é an sprioc a dhéanamh cinnte an córas ach ingests glan sonraí. Mar sin féin, an dúshlán atá dírithe ar a thaispeáint ar an cumais de gach díoltóir nuair a bheidh ag déileáil le láidir íomhá ilchineálacht. Dá bhrí sin, an 1237 íomhánna (i ndáiríre 1235) nach raibh ag dul áit ar bith!

4. Lipéadú: Snaidhmthe beacht an duine saineolas le AI

Cuideachtaí éagsúla éagsúla polasaithe bainistíochta sócmhainne. Leis an éagsúlacht seo, is féidir ag brath ar go leor tosca, cosúil leis an tír, cineál túr, coinníollacha aimsire nó fiú inmheánach a sonraíochtaí, mar shampla an terminologies a úsáidtear chun rangú a dhéanamh ar aimhrialtachtaí ar an mbonneagar (locht referential). (Figiúr 6)

Figiúr 7: Tarchuir túr i Hong Cong (ar chlé) agus sa Mheán-Oirthear (ar dheis) a gabhadh ag Sterblue. An-timpeallachtaí éagsúla agus, dá bhrí sin, fadhbanna éagsúla chun monatóireacht a dhéanamh.

Chun an dúshlán seo, 6 cineálacha caighdeán na lipéid a bhí ag teastáil: rusted inslitheoir, briste inslitheoir gloine, truaillithe inslitheoir, flashover inslitheoirí, rusted túr struchtúr agus bent túr struchtúr.

I measc na lochtanna atá luaite, Sterblue's tiomnaithe AI uirlis le haghaidh tarchuir túir a bhí oilte cheana féin a bhrath "rusted inslitheoirí" agus "rusted túr struchtúir", ós rud é is iad seo roinnt de na is coitianta a d ' iarr ag ár gcustaiméirí. Mar sin féin, bhí sé riamh a úsáidtear ar an leith túir de na mór-OCT nó an 1237 pictiúir ar fáil le haghaidh an dúshlán seo. Dá bhrí sin, foireann de shaineolaithe tionscail a bhí ar an tasc tábhachtach de láimh lipéadú na sonraí ar fad a leagtar, mar sin go bhfuil ár samhail a bheadh ag foghlaim conas a aithint go huathoibríoch ar an 6 cineálacha de lochtanna le linn an chéim oiliúna. (Figiúr 7)

Figiúr 7: Sampla de Rusted Túr Struchtúr braitheadh go huathoibríoch ag Sterblue. AI is féidir ról tábhachtach a imirt chun cabhrú le monatóireacht a dhéanamh creimeadh, ar cheann de na dúshláin is mó de Tsonna.

Ó thaobh an chustaiméara de, ag iarraidh le haghaidh sonracha referential ' fhéadfadh a fuaime mar riachtanas bunúsach. Ach do na díoltóirí ardaíonn sé ceist tricky: conas is féidir linn a scála agus a caipitliú ar ár atá ann cheana féin AI samhlacha gan a bheith chun tús ó scratch gach agus gach uair?

Difríochtaí sna sonraí a leagtar, éagsúla túr cineálacha agus sonraíochtaí chustaiméirí is féidir a chur ar an chuid is mó arna dtarraingt suas halgartaim chun náire. A aon-méide-oireann-gach cur chuige nach mbeidh a dhéanamh. Dar le Hanna Kerner, le haghaidh an Teicneolaíocht MIT Athbhreithniú, "meaisín-foghlaim taighdeoirí a dteipeann orthu seo a bhaint amach agus a bheith ag súil uirlisí a bheith ag obair "as-an tseilf" go minic gaoithe suas a chruthú neamhéifeachtach samhlacha."Chun a shárú an gceist seo, Sterblue samhlacha gach custaiméir tionsclaíoch ndáiríre i cad tugaimid an "Uilíoch Aimhrialtacht Referential". Ar an mbealach seo is féidir linn an léarscáil mbrath le haon sonraí atá ar fáil ar ár mbonn, rud a chiallaíonn sé gan ghá chun tús a chur ó scratch le do chustaiméirí nua, agus cuntasaíocht do réaltachtaí éagsúla.

An pointe deiridh a chur san áireamh bhí an lipéadú straitéis ag teastáil ag an gcustaiméir. Sa chás seo, an TSO ar fáil ach amháin le linn le bileog excel a rá cén aimhrialtachtaí a bhí i láthair ar a n-íomhánna. Nó, i bhfocail eile, níl lipéadú straitéis ar chor ar bith. A líonadh an bhearna seo, Sterblue cinneadh chun díriú ar an chuid is mó cruinn agus aonfhoirmeach lipéid le haghaidh gach ceann de na cineálacha 6 de locht. An sprioc a bhí a dhréachtú deighilte nótaí, beacht le imill ar fud an damáiste codanna, ag déanamh cinnte nach raibh aon fheidhmíocht caillteanais nuair a chur in oiriúint ár halgartaim. (Figiúr 8)

Figiúr 8: Sampla de beacht lipéad a dhéantar ag ár saineolaithe. Sa chás seo, tá sé briste inslitheoir gloine.

Roimh Sterblue's saineolaithe thosaigh a lipéad an 1,234 pictiúir i Sterblue Ardán scamall, a ligean dúinn ár réamh-atá ann cheana féin le haghaidh AI eangach tarchuir anailís ar an tacar sonraí agus breathnaigh ar rusted túr struchtúir agus rusted inslitheoirí. Cé go bhfuil ár múnla a bhí riamh le feiceáil ar na pictiúir, nó túir, bhí sé fós in ann a bhrath go huathoibríoch 866 de na lochtanna atá luaite. Bhí sé seo tábhachtach cabhrú ag smaoineamh go bhfuil creimeadh spotaí bhí an chuid is mó is mó mbrath. Tar éis sin, ár foireann de shaineolaithe tionscail a dhéantar eile 2,416 lámhleabhar nótaí. Ar an meán, 2.6 brath bhí seo a leanas in aghaidh an íomhá. (Figiúr 9)

Figiúr 9: Líon na lipéid seo a leanas chun na sonraí ar fad a shocrú, a dháileadh ag locht cineál (suas). Timpeall 26,4% de na torthaí a bhí braitheadh go huathoibríoch ag an AI (síos).

5. Oiliúint: a chur in Oiriúint leis an AI an chustaiméara sonraíochtaí

An méid seo a leanas nádúrtha chéim a bhí chun oiliúint a chur Sterblue's tiomnaithe neural líonra ar an dúshlán sonraí atá leagtha. Bíonn sé ar roinnt athleaganacha le haghaidh an tsamhail a fháil amach conas a léirmhíniú ar na saintréithe an íomhá agus a choigeartú an féidir cinneadh na cosáin go dtí coinbhéirseacha ar an idéalach amháin. Chun tús a chur, Sterblue rinne roinnt tiúnadh fine agus leas iomlán a bhaint ar an algartam, a íoslaghdú ar an bhféidearthacht d ' imigh tuar, nó cad tá ar a dtugtar "caillteanas fheidhm". Ansin, an oiliúint a bhí ar siúl ar 90% de na híomhánna (a roghnaítear go randamach), ag fágáil an ceann eile 10% chun críocha bailíochtaithe. Cé go bhfuil an cinneadh seo is féidir beagán teorainn a chur leis an oiliúint ionchasacha, cuireann sé ar chumas freisin Sterblue chun monatóireacht níos fearr a dhéanamh agus a tune an múnla paraiméadair.

Mar atá luaite cheana, ar ais sa bhliain 2016, nuair a Sterblue bunaíodh, oiliúint ár AI le haghaidh custaiméirí nua a úsáidtear a bheith mall agus is próiseas fada. Sa lá atá inniu, againn d 'fhéadfadh iomlán an lipéadú agus na céimeanna d' oiliúint ar an 1,234 íomhánna ar fáil le haghaidh an dúshlán seo i 4 lá. An deireanach agus an chéim dheiridh de tionscadal seo a bhí le tástáil ár AI cumais ar na sonraí bailíochtaithe sraith de 405 n-íomhánna, a Sterblue ghlac níos lú ná 1 uair an chloig (as 24h spriocdháta). Bhí sé seo ach is féidir go raibh maith agat chun ár staid an-ealaíne córas oiliúna agus ar an leibhéal aibíochta bainte amach ag ár tiomanta AI uirlisí. (Figiúr 10)

Figiúr 10: Leveraging ar Sterblue's tiomnaithe AI uirlis a chur i gcrích an tionscadal seo i ach 4 lá. Na céatadáin a tharchur chuig an tionchar a bheidh ag gach céim ar an fheidhmíocht deiridh.
“Sterblue's tiomnaithe AI uirlisí ag fáil níos mó agus níos aibí! An bhfíric gur féidir linn a ghiaráil ar ár samhlacha atá ann cheana féin chun dlús a chur leis an lipéadú agus oiliúna próiseas é eochair imscaradh AI níos tapúla. Go gairid, le tionscadal den chineál seo beidh a ghlacadh ach cúpla nóiméad a chur i gcrích: an t-am ar dragging agus dropping na n-íomhánna i Sterblue Cloud ardán! "Geoffrey Vancassel, Sterblue POF

6. Feidhmíochta: Measúnú a dhéanamh ar an AI in aghaidh fíneáil tiúnta Kpianna

Tá 2 riachtanach le príomh-tháscairí feidhmíochta (Kpianna) nuair a bheidh measúnú a dhéanamh ar an AI: Thabhairt chun cuimhne & Cruinneas. Thabhairt chun cuimhne tugann an cóimheas idir an fíor-shaol na lochtanna a bhfuil go rathúil a chonaic ag an AI. Mar shampla, má i measc na 100 aimhrialtachtaí i láthair ar tarchuir túr, an AI bhraitheann 90 (fíor positives) agus misses 10 (claonchlónna bréagach), chun cuimhne a bheith comhionann le 90%. Smaoineamh ar an ríthábhacht bonneagair fuinnimh, chun cuimhne, is é an méadrach is tábhachtaí a fháil. Mainneachtain a aithint agus a shocrú fadhbanna líonra is féidir a bheith iarmhairtí tromchúiseacha.

Ar an láimh eile, Cruinneas tagraíonn an ábharthacht de an mbrath. I bhfocail eile, i measc go léir ar an mbrath a dúirt amach ag an AI, cruinneas bearta a bhfuil na cinn iarbhír lochtanna (fíor positives) agus nach bhfuil na cinn (positives bréagach). A ligean ar a rá leis an AI a bhraitheann 100 tarluithe. Más rud é ach 70 de na tá iarbhír aimhrialtachtaí, ansin cruinneas a bheidh cothrom le 70%. Sterblue chomh maith leis sin déanann sé iarracht mhór a bhaint as an méadrach, ós rud é nach bhfuil muid ag iarraidh a overwhelm ár n-úsáideoirí le foláirimh bréagach. Sa scéal is fearr, go léir ar an mbrath atá ábhartha (cruinneas=100%) agus an AI misses aon bhrath (thabhairt chun cuimhne=100%). (Figiúr 11)

Figiúr 11: Cairt míniú ar an Cruinneas agus a thabhairt chun Cuimhne.

Cruinneas agus a thabhairt chun cuimhne go bhfuil shloinneadh mar fheidhm de 2 tháscaire eile. Trasnú os Cionn an Aontais (IOU) tairseach a thógann san áireamh an forluí idir a bhrath agus talamh na fírinne (ar an saol fíor-locht) chun a chinneadh cibé an tuar is féidir a shainmhíniú mar fíor dearfach nó nach bhfuil. An níos airde is é an IOU a roghnaíodh, an níos ísle ar an cruinneas agus a thabhairt chun cuimhne a bheith. De bhrí go bhfuil an Muinín Scór tairseach tugann an d ' aontaigh leibhéal muiníne ó áit brath tús a bheith do do mheas le haghaidh na meastóireachta. (Figiúr 12)

Figiúr 12: Cairt míniú Trasnaithe Thar an Aontais (IOU) (ar chlé) agus Cruinneas agus a thabhairt chun Cuimhne mar fheidhm an táscaire seo (ar dheis).

A choinneáil ar an taobh 10% de na sonraí oiliúna a leagtar a bhí riachtanach a ríomh na méadrachtaí agus dá bhrí sin, tune ar an múnla a bhaint amach an fheidhmíocht is fearr le linn an chéim tástála. Na luachanna a thabhairt chun cuimhne agus cruinneas oscillated idir 44% agus 83% agus 60% agus 100% faoi seach, ag brath ar an chineál de locht. (Figiúr 13)

Figiúr 13: Luachanna a thabhairt chun Cuimhne agus le Cruinneas de réir a thabhairt Muinín Scór a Dtrasnaíonn an tairseach agus os Cionn an Aontais (IOU) in aghaidh an locht (suas) agus an domhain-an meán (síos).

I ngnáth coinníollacha, Sterblue ach rollaí amach i dtáirgeadh aimhrialtachtaí a bhaint amach ar a laghad 80% sa dá Kpianna, mura rud é na custaiméirí a iarraidh le haghaidh a critéir éagsúla. Mar sin féin, is é an sprioc an dúshlán seo a ní raibh a chur i bhfeidhm ar an réiteach go díreach, ach ina ionad sin a léiriú conas inscálaithe le hintleachta saorga is féidir a bheith sa ghearr-théarma agus a thabhairt ar an gcustaiméir cuid soiléir peirspictíochtaí. Mar gheall ar an beag sonraí atá leagtha, droch-chaighdeán íomhá agus gann lipéadú treoracha a bhí siad i ndáiríre torthaí an-dearfach. 

7. Seo a leanas Luach: táirgiúlacht a Mhéadú agus iontaofacht le AI

Chun meastóireacht a dhéanamh ar na gnóthachain táirgiúlachta na hintleachta saorga, Sterblue chinn chun monatóireacht a dhéanamh an t-am ar ár saineolaithe a chaith lipéadú gach pictiúr le agus gan an tacaíocht an AI. Bhí sé seo go háirithe suimiúil, mar gheall ar sa tionscadal seo na sonraí tosaigh le sraith de 1237 pictiúir a bhí an-chosúil leis an bailíochtú sonraí atá leagtha i dtéarmaí cáilíochta íomhá agus lipéadú treoracha. I ndáiríre, go ní a d ' fhéadfadh a bheith i gcónaí an cás.

  • Nuair a lipéadú na sonraí oiliúna a leagtar, na saineolaithe tionscal a tuairiscíodh go bhfuil a caitheadh ar an meán gar do 2 nóiméad ar an íomhánna i gcás aon ní a bhí déanta ag an AI.
  • Ach, nuair a bhailíochtú go huathoibríoch nótaí le comhlíonadh ag an AI ar an 405 pictiúir de na sonraí tástála a leagtar, na saineolaithe a chaitear ar an meán de 36 soicind in aghaidh an íomhá. (Figiúr 14)
Figiúr 14: Comparáid a dhéanamh an t-am a chaitear lipéadú in aghaidh an íomhá leis agus gan an cúnamh an AI. Am-shábháil 68% a bhaint amach leis an AI.

Ciallaíonn sé seo am-shábháil 68% nuair hintleachta saorga a bhí in úsáid chun tacú leis an anailís. Déan iarracht a shamhlú le duine amháin a athbhreithniú agus lipéadú na mílte na n-íomhánna le haghaidh roinnt uaireanta an chloig. Tá sé nádúrtha go bhfuil a chuid/a cuid leibhéal de aird a thosaíonn a laghdú agus acmhainn botúin tús le feiceáil. Fíor-éifeachtacht a rugadh nuair a bheidh tú a foireann suas oibrithe cáilithe le huirlisí cumhachtach. Sa téarma níos faide, beidh na saineolaithe a bheith in ann a iterate i bhfad níos tapúla os cionn nua ag teacht isteach na sonraí agus dá bhrí sin a iniúchadh ag minicíocht níos airde.

Na buntáistí a bhaineann le comhtháthú AI tool isteach ar an iniúchadh sreabhadh oibre a leathnú i bhfad níos faide ná an sampla beag a chur i láthair sa pháipéar bán seo. Más rud é an mór-OCT chinneann chun dul ar aghaidh leis an teicneolaíocht seo, an táirgiúlacht na foirne a mhéadú go suntasach. Agus, níos tábhachtaí fós, beidh an chuideachta a bheith in ann níos fearr a monatóireacht a dhéanamh ar a gréasán bonneagair, ag cinntiú go leanúnach iontaofacht agus slándáil an tsoláthair leictreachais.

8. Ionchais: Scálú agus a chomhtháthú AI isteach ar an iniúchadh sreabhadh oibre

Nuair a bheidh cruthúnas é an coincheap iomlán, Sterblue i gcónaí samhlacha an fheidhmíocht ag súil leis éabhlóid, ag glacadh leis an AI a chothú le tuilleadh cigireachta sonraí (agus níos mó braith) sa todhchaí. Sa chás seo, ingesting íomhánna le haghaidh tuairim is tréimhse de 3 mhí a bheith go leor chun teacht ar an idéalach leibhéil thabhairt chun cuimhne agus cruinneas le haghaidh an locht a bhrath. (Figiúr 15 & 16)

Figiúr 15: Thabhairt chun cuimhne (suas) agus Cruinneas (síos) luachanna (i %) evolution thar thréimhse 3 mhí in aghaidh an locht. Ag tosú ó na luachanna a ríomh i rith an dúshlán seo (anois) agus ríomh ansin an luachanna ag glacadh leis go 3 000 agus 10 000 le braith.
Figiúr 16: Meán-Domhanda Cruinneas agus a thabhairt chun Cuimhne luachanna (i %) evolution thar thréimhse 3 mhí.

Is é sin i ndáiríre an bealach amháin a bhaint amach torthaí níos fearr: sonraí, sonraí agus níos mó sonraí! An méid de na sonraí atá leagtha tá dlúth a bhaineann le feidhmíocht na samhla, a choimeád i gcuimhne ar an tábhacht a bhaineann comhsheasmhach le caighdeán íomhá agus a lipéadú straitéis. Ar an gcúis sin, caighdeánaithe agus inrianaithe modh iniúchta, cosúil le drones eitilt ar feadh uathoibríoch ruthag, moltar go mór. 

Ar deireadh, tá sé go cothrom is gá chun tuiscint a fháil ar conas hintleachta saorga a bheidh oiriúnach isteach ar an eagraíocht ar a sreabhadh oibre. 

  • Tá an chuideachta ag baint úsáide as i-teach-ardán le haghaidh anailís íomhá? 
  • Beidh torthaí an AI a bheathú eile córas bainistíochta ina dhiaidh sin?
  • A bhaint as cásanna a bhfuil an custaiméir ag lorg le haghaidh? Locht a bhrath? Bainistíocht fardail? Fásra bainistíochta?

Is iad seo samplaí de na ceisteanna a d ' iarr ag Sterblue le linn gar measúnú leis an gcustaiméir. Is é an sprioc a dhéanamh cinnte go bhfuil gach céim ar an bainistíocht sócmhainní sreabhadh oibre ritheann go réidh, lena n-áirítear an próiseas a bhaineann le hionchuir agus aschuir. Anseo arís, tá solúbthacht an eochair. Cé do roinnt custaiméirí Sterblue soláthraíonn an ardán lárnach ar an bpróiseas cigireachta ar fad , do dhaoine eile linn a thairiscint go simplí aonair céim den slabhra luacha, ar nós ár AI tool. (Figiúr 17)


Figiúr 17: Iniúchadh sreabhadh oibre molta ag Sterblue, mar an ardán lárnach do bhonneagar iniúchta agus bainistíochta.

9. Hintleachta saorga ag an tseirbhís ar riachtanais an chustaiméara

I níos lú ná seachtain, Sterblue bhí sé in ann a ullmhú, traein agus a thomhas le tacar sonraí de níos mó ná 1,500 íomhánna, cé go léiríonn am-shábháil ar níos mó ná 60% do na custaiméirí. Bhí sé seo ach is féidir go raibh maith agat a ár sraith de customizable uirlisí atá infheidhme maidir le réimse mór de na cásanna a úsáid agus a fheabhsú i gcónaí ag ár bhfoireann innealtóireachta. Faoi dheireadh na bliana 2020, táimid ag súil a bhaint amach i bhfad níos uaillmhianaí torthaí i ach cúpla nóiméad.

Chun teacht ar tháirgeadh ag leibhéal léirithe le AI a thógann, fada éilitheach agus an-struchtúrtha turas. Méideanna móra sonraí go maith, ar chaighdeán ard a lipéadú agus a saineolas tionscal, in éineacht le gan íoc algorithmic agus obair innealtóireachta, tá roinnt de na príomh-comhábhair a thógáil performant múnla. Ach sa deireadh, má tá tú nach féidir a chur in oiriúint do éagsúla do chustaiméirí réaltachtaí agus na cineálacha leictreach bonneagair, níl aon inscálaithe i bhfeidhm an réiteach.

I ag fás agus ag athrú go tapa margadh fuinnimh, ag díol a teicneolaíocht réabhlóideach go bhfuil a thuilleadh go leor chun a ndícheall. An luach fíor a leanas nuair a bheidh tú a réiteach do chustaiméirí' riachtanais.


Oops! Chuaigh rud éigin mícheart agus chur isteach an fhoirm.

"3 bliain ó shin, ár chéad tionscadal píolótach ar Hintleachta Saorga le cuideachtaí fuinnimh a úsáidtear a chur idir 6 agus 8 seachtaine a sheachadadh. Sa lá atá inniu, bhfuil muid in ann a dhéanamh go díreach mar an gcéanna, ach i ach 4 lá agus fiú níos lú ag an deireadh 2020!”

Geoffrey Vancassel