211service.com
General Electric crea una forza lavoro basata sull'intelligenza artificiale
Come parte del suo passaggio verso le attività high-tech, l'azienda di 125 anni, numero 40 nella nostra lista delle 50 aziende più intelligenti, sta utilizzando l'intelligenza artificiale in tutte le sue operazioni, a cominciare dai suoi scienziati. 27 giugno 2017
Leonardo Greco
Quando Jason Nichols è entrato a far parte di GE Global Research nel 2011, subito dopo aver completato il lavoro post-dottorato in chimica organica presso l'Università della California, a Berkeley, ha anticipato una lunga carriera nella ricerca chimica. Ma dopo quattro anni di creazione di materiali e sistemi per il trattamento delle acque reflue industriali, Nichols si è trasferito nel laboratorio di apprendimento automatico dell'azienda. Quest'anno ha iniziato a lavorare con la realtà aumentata. In parte chimico, in parte data scientist, Nichols è ora esattamente il tipo di impiegato ibrido cruciale per il futuro di un'azienda che lavora per iniettare l'intelligenza artificiale nelle sue macchine e nei suoi processi industriali.
Quindici anni fa, gli operatori e i tecnici delle macchine di GE hanno monitorato i motori degli aerei, le locomotive e le turbine a gas ascoltando i loro rumori e ronzii e controllando i loro indicatori. Oggi, l'azienda utilizza l'intelligenza artificiale per fare l'equivalente, anche prevedendo in anticipo i guasti (vedi '50 aziende più intelligenti 2017.'). Con il marshalling di questa tecnologia, GE spera di diventare uno dei principali fornitori di software al mondo entro il 2020, una ricerca che si è arricchita nel 2011 con un'iniziativa da 1 miliardo di dollari per raccogliere e analizzare i dati dei sensori dalle macchine. La creazione di modelli più intelligenti tramite l'intelligenza artificiale è il prossimo passo nella strategia dell'azienda, che spera dia un vantaggio rispetto a rivali di lunga data come Siemens e giganti del software, come IBM, che ora si stanno espandendo nell'analisi industriale.
Questa storia faceva parte del nostro numero di luglio 2017
- Vedi il resto del problema
- sottoscrivi
Naturalmente, integrare l'intelligenza artificiale in un'organizzazione fondata nel 1892 è un compito difficile. Inizia con la formazione dei cervelli tecnici dietro l'azienda, che impiega 300.000 persone in tutte le sue attività in tutto il mondo. GE Global Research, dove lavora Jason Nichols, sta creando programmi online che insegnano l'apprendimento automatico e simposi in cui gli scienziati possono esplorare nuovi ruoli. Finora, quasi 400 dipendenti di tutta l'azienda hanno completato il programma di certificazione di GE per l'analisi dei dati e circa 50 scienziati sono passati a lavori di analisi digitale del tipo che Nichols ha assunto.
Doppia carriera
Molti di questi doppi scienziati aiutano a realizzare modelli software ospitati su cloud delle macchine di GE che possono essere utilizzati per risparmiare denaro e migliorare la sicurezza per i propri clienti. GE costruisce questi gemelli digitali utilizzando le informazioni raccolte dai sensori sulle macchine, integrate con modelli basati sulla fisica, intelligenza artificiale, analisi dei dati e conoscenze dei suoi scienziati e ingegneri. Sebbene i gemelli digitali siano principalmente righe di codice software, le versioni più elaborate sembrano disegni di progettazione 3D assistiti da computer pieni di grafici interattivi, diagrammi e punti dati. Consentono a GE di monitorare l'usura dei suoi motori aeronautici, locomotive, turbine a gas e turbine eoliche utilizzando i dati dei sensori anziché ipotesi o stime, rendendo più facile prevedere quando avranno bisogno di manutenzione. Un motore aeronautico che sorvola gli Stati Uniti potrebbe, ad esempio, avere un gemello digitale su un server di computer GE in California per aiutare a determinare il miglior programma di manutenzione per le sue parti.
Oltre a prevedere l'aspettativa di vita di una macchina, i modelli virtuali consentono a GE di ottimizzare il funzionamento dei suoi prodotti. GE afferma che i gemelli digitali stanno aumentando la quantità di elettricità prodotta dai parchi eolici fino al 20% e riducendo il consumo annuale di carburante e le emissioni di carbonio per una delle sue locomotive rispettivamente di 32.000 galloni e 174.000 tonnellate all'anno. Più di 700.000 modelli sono stati consegnati ai clienti, un numero che potrebbe superare il milione entro la fine di quest'anno.
La tecnologia dipende dall'intelligenza artificiale per aggiornarsi continuamente. Inoltre, se i dati sono danneggiati o mancanti, l'azienda colma le lacune con l'aiuto dell'apprendimento automatico, un tipo di intelligenza artificiale che consente ai computer di apprendere senza essere programmati in modo esplicito, afferma Colin Parris, vicepresidente per la ricerca software di GE Global Research. Parris afferma che GE accoppia la visione artificiale con il deep learning, un tipo di intelligenza artificiale particolarmente abile nel riconoscere i modelli, e l'apprendimento per rinforzo, un altro recente progresso nell'intelligenza artificiale che consente alle macchine di ottimizzare le operazioni, per consentire alle telecamere di trovare minuscole crepe sulle pale delle turbine metalliche anche quando sono sporchi e polverosi.
Prendi il minuscolo robot, un po' più grande di un'auto Matchbox, usato per ispezionare i motori funzionanti. Utilizzando la visione artificiale e una varietà di tecniche di intelligenza artificiale, il bot può cercare crepe all'interno dei motori degli aerei cavalcando una pala della ventola che si muove lentamente.
Una tecnologia simile può essere collegata a un drone per trovare corrosione sui camini di torcia alti 200 piedi che bruciano il gas in eccesso rilasciato nei siti di produzione di petrolio e gas.
Gli scienziati di GE studiano e adattano la tecnologia in evoluzione da decenni. In questa foto del 18 aprile 1968, un ingegnere di sistemi GE gestisce il collegamento telex di uno Student Response System presso la Syracuse University. Il computer ha analizzato le risposte fornite dagli studenti alle domande a scelta multipla e le ha ritrasmesse all'insegnante.
Il 20 marzo 1969, i ricercatori di GE hanno studiato il flusso dei gas, invisibili nel loro stato naturale, creando simulazioni su un dispositivo chiamato falda acquifera, dove le correnti sono state osservate attraverso l'uso di coloranti.
Nessuna moda
Per sviluppare e lavorare con questi sistemi, i ricercatori di GE devono comprendere sia la fisica delle macchine che gli algoritmi di intelligenza artificiale.
Questo è un luogo in cui avrai un biologo molecolare seduto con un esperto di apprendimento automatico o una persona di teoria dei controlli seduto con qualcuno che conosce la scienza dei materiali, afferma Mark Grabb, direttore tecnologico per l'analisi di GE Global Research. Quel tipo di collaborazione è molto potente, ma non c'è niente di più potente che avere le stesse informazioni nello stesso cervello; è solo iper-efficiente.
Si consideri il cervello di Matt Nielsen, che è entrato a far parte di GE Global Research nel 1998 dopo aver conseguito un dottorato di ricerca in fisica. Nielsen ha sviluppato la fotonica e ha lavorato al software per veicoli elettrici prima di passare completamente al lato digitale dell'azienda nel 2015. Oggi guida un team di sviluppatori di gemelli digitali e aiuta a costruire modelli basati sulla fisica che possono essere combinati con algoritmi di apprendimento automatico.
GE utilizza l'intelligenza artificiale per creare rappresentazioni digitali in continuo aggiornamento delle sue macchine, come questa turbina a gas, la 9HA, in uno stabilimento a Belfort, in Francia.
Le repliche digitali dei motori a reazione aiutano i clienti aeronautici di GE a risparmiare denaro prevedendo esattamente quando avranno bisogno di manutenzione. Qui un motore GE si trova in un impianto di revisione a Rio de Janeiro, in Brasile.
Sahika Genc, un altro doppio scienziato, ha sviluppato sistemi per gli allarmi in terapia intensiva prima di passare al laboratorio di apprendimento automatico di GE nel 2014. Genc è ora uno scienziato di apprendimento automatico che utilizza il deep learning e l'apprendimento per rinforzo per rendere più efficienti i sistemi di gestione dell'energia di GE. Uno dei suoi progetti recenti ha applicato l'apprendimento automatico e la teoria del trasferimento di calore per identificare come l'energia degli edifici viene dissipata e immagazzinata. Le previsioni aiuteranno i clienti GE a ridurre il loro consumo energetico.
Questi ricercatori ibridi potrebbero essere il miglior colpo di GE per rimanere rilevante per un altro secolo mentre l'azienda cerca opportunità di crescita in settori competitivi e maturi come turbine, motori a reazione e locomotive.
Parris, il leader della ricerca sul software, ammette che alcuni dei 2.000 ricercatori di GE considerano ancora alcuni aspetti del nuovo approccio come una moda passeggera.
Ma gli scienziati che non fanno il salto potrebbero rimanere indietro. A gennaio, la società ha licenziato ricercatori in aree ritenute periferiche rispetto alla strategia industriale digitale di GE. Questo dopo aver creato 100 nuovi posti di lavoro di ricerca relativi all'IA e alla robotica nel 2016.