佚名
工业大数据应用的核心是什么?笔者认为是将大数据分析转变为可操作信息。
专注于创业公司的分析公司CB Insights认为,当前人工智能处于一种非理性的“繁荣”。人工智能技术的实际应用与营销炒作之间存在负相关性,这会对用户造成混淆。例如,某供应商分享了一个案例研究,声称他们使用了以人工智能为中心的数据分析解决方案来解决生产问题。在演示文稿中,供应商展示了他们发现的生产过程和产品结果之间的相关性公式。该回归公式是一个很好的工具,但说它就等同于人工智能显然是一种误导。公式使用的甚至不是回归变量;它是机器学习算法的一个最基本形式,也是在Microsoft Excel 2007数据分析工具包中就引入的一个功能。
一个有着10多年历史的功能,被重新包装和炒作为人工智能,表明在对认知计算的理解方面出现了混淆。这其中一部分原因是人们缺乏对什么是人工智能、机器学习、深度学习和其它形式 “认知计算"”的理解,以及对监督和无监督变量的论据。现实是很多企业收集到的大量数据甚至没有被分析或利用,从而无法提供有价值的信息,不能被工程师和分析人员用其来生成可执行的信息。
过程数据分析
虽然许多先进技术 (包括人工智能)可用于数据分析应用程序,但大数据分析的重点不应放在技术上。相反,重点应该放在用户体验上,以及如何将信息加速应用到过程优化中。重点应该放在精通这一领域的专家(SME)——过程工程师、数据分析专家等,以及他们在数据中寻找信息的能力上。……