211service.com
General Electric bouwt AI-personeel
Als onderdeel van zijn verschuiving naar hightechbedrijven, voert het 125-jarige bedrijf, nummer 40 op onze lijst van de 50 slimste bedrijven, kunstmatige intelligentie door zijn hele operaties, te beginnen met zijn wetenschappers. 27 juni 2017
Leonard Grieks
Toen Jason Nichols in 2011 bij GE Global Research kwam werken, kort na het voltooien van zijn postdoctoraal werk in de organische chemie aan de University of California, Berkeley, verwachtte hij een lange carrière in chemisch onderzoek. Maar na vier jaar materialen en systemen te hebben ontwikkeld om industrieel afvalwater te behandelen, verhuisde Nichols naar het machine-learninglab van het bedrijf. Dit jaar ging hij aan de slag met augmented reality. Nichols, deels chemicus, deels datawetenschapper, is nu precies het type hybride werknemer dat cruciaal is voor de toekomst van een bedrijf dat kunstmatige intelligentie in zijn machines en industriële processen wil injecteren.
Vijftien jaar geleden hielden de machinebedieners en technici van GE de vliegtuigmotoren, locomotieven en gasturbines in de gaten door naar hun geratel en gezoem te luisteren en hun meters te controleren. Tegenwoordig gebruikt het bedrijf AI om het equivalent te doen, zelfs het voorspellen van mislukkingen van tevoren (zie '50 Slimste Bedrijven 2017.'). Door deze technologie te bundelen, hoopt GE tegen 2020 een van 's werelds beste softwareleveranciers te worden, een zoektocht die in 2011 werd versterkt met een initiatief van $ 1 miljard om sensorgegevens van machines te verzamelen en te analyseren. Het creëren van slimmere modellen via AI is de volgende stap in de strategie van het bedrijf - een waarvan het hoopt dat het het een voordeel zal geven ten opzichte van oude rivalen zoals Siemens en softwaregiganten, zoals IBM, die nu uitbreiden naar industriële analyse.
Dit verhaal maakte deel uit van ons nummer van juli 2017
- Zie de rest van het nummer
- Abonneren
Het is natuurlijk een lastige opgave om kunstmatige intelligentie te integreren in een organisatie die in 1892 is opgericht. Het begint met het trainen van het technische brein achter het bedrijf, dat wereldwijd 300.000 mensen in dienst heeft in al zijn bedrijven. GE Global Research, waar Jason Nichols werkt, zet online programma's op die lesgeven in machine learning en symposia waar wetenschappers nieuwe rollen kunnen verkennen. Tot dusver hebben bijna 400 werknemers uit het hele bedrijf het certificeringsprogramma van GE voor data-analyse voltooid en ongeveer 50 wetenschappers zijn overgestapt op banen in digitale analyse zoals Nichols heeft aangenomen.
Dubbele loopbaan
Veel van deze dubbele wetenschappers helpen bij het maken van door de cloud gehoste softwaremodellen van GE's machines die kunnen worden gebruikt om geld te besparen en de veiligheid voor zijn klanten te verbeteren. GE bouwt deze digitale tweeling met behulp van informatie die het verzamelt van sensoren op de machines, aangevuld met op fysica gebaseerde modellen, AI, data-analyse en kennis van zijn wetenschappers en ingenieurs. Hoewel digitale tweelingen voornamelijk regels softwarecode zijn, zien de meest uitgebreide versies eruit als 3D computerondersteunde ontwerptekeningen vol interactieve grafieken, diagrammen en gegevenspunten. Ze stellen GE in staat om slijtage van zijn vliegtuigmotoren, locomotieven, gasturbines en windturbines te volgen met behulp van sensorgegevens in plaats van veronderstellingen of schattingen, waardoor het gemakkelijker te voorspellen is wanneer ze onderhoud nodig hebben. Een vliegtuigmotor die over de VS vliegt, kan bijvoorbeeld een digitale tweeling op een GE-computerserver in Californië hebben om het beste onderhoudsschema voor zijn onderdelen te bepalen.
Naast het voorspellen van de levensverwachting van een machine, stellen de virtuele modellen GE in staat de werking van zijn producten te optimaliseren. GE zegt dat digitale tweelingen de hoeveelheid elektriciteit die windparken produceren met maar liefst 20 procent verhogen en het jaarlijkse brandstofverbruik en de koolstofemissies voor een van zijn locomotieven verminderen met respectievelijk 32.000 gallons en 174.000 ton per jaar. Er zijn meer dan 700.000 modellen geleverd aan klanten, een aantal dat tegen het einde van dit jaar meer dan een miljoen zou kunnen bedragen.
De technologie is afhankelijk van kunstmatige intelligentie om zichzelf voortdurend bij te werken. Bovendien, als gegevens beschadigd zijn of ontbreken, vult het bedrijf de leemten op met behulp van machine learning, een type AI waarmee computers kunnen leren zonder expliciet te worden geprogrammeerd, zegt Colin Parris, vice-president voor softwareonderzoek van GE Global Research. Parris zegt dat GE computervisie koppelt aan diep leren, een type AI dat bijzonder bedreven is in het herkennen van patronen, en versterkend leren, een andere recente vooruitgang in AI die machines in staat stelt operaties te optimaliseren, zodat camera's minuscule scheurtjes in metalen turbinebladen kunnen vinden, zelfs wanneer ze zijn vuil en stoffig.
Neem de kleine robot, een beetje groter dan een Matchbox-auto, die wordt gebruikt om werkende motoren te inspecteren. Met behulp van computervisie en een verscheidenheid aan AI-technieken kan de bot scheuren in vliegtuigmotoren zoeken door bovenop een langzaam bewegend ventilatorblad te rijden.
Soortgelijke technologie kan aan een drone worden bevestigd om corrosie te vinden op de 200 meter hoge fakkels die overtollig gas verbranden dat vrijkomt bij olie- en gasproductielocaties.
GE-wetenschappers bestuderen en passen veranderende technologie al tientallen jaren aan. Op deze foto van 18 april 1968 bemant een systeemingenieur van GE de telexverbinding van een Student Response System aan de Universiteit van Syracuse. De computer analyseerde de antwoorden van de leerlingen op meerkeuzevragen en gaf deze door aan de docent.
Op 20 maart 1969 bestudeerden GE-onderzoekers de stroom van gassen, onzichtbaar in hun natuurlijke staat, door simulaties te maken op een apparaat dat een werkende watertafel wordt genoemd, waar stromingen werden waargenomen door het gebruik van kleurstoffen.
geen rage
Om deze systemen te ontwikkelen en ermee te werken, moeten GE-onderzoekers zowel de fysica van de machines als de AI-algoritmen begrijpen.
Dit is een plek waar je een moleculair bioloog hebt die zit met een expert op het gebied van machine learning of een persoon op het gebied van controletheorie die zit met iemand die verstand heeft van materiaalwetenschap, zegt Mark Grabb, technologiedirecteur voor analyse van GE Global Research. Dat soort samenwerking is erg krachtig, maar er is niets krachtiger dan dezelfde informatie in hetzelfde brein te hebben; het is gewoon hyperefficiënt.
Denk aan het brein van Matt Nielsen, die in 1998 bij GE Global Research kwam werken na een doctoraat in de natuurkunde. Nielsen ontwikkelde fotonica en werkte aan software voor elektrische voertuigen voordat hij in 2015 volledig overstapte naar de digitale kant van het bedrijf. Tegenwoordig leidt hij een team van digital twin-ontwikkelaars en helpt hij bij het bouwen van op fysica gebaseerde modellen die kunnen worden gecombineerd met algoritmen voor machine learning.
GE gebruikt AI om continu bijgewerkte digitale representaties van zijn machines te creëren, zoals deze gasturbine, de 9HA, in een fabriek in Belfort, Frankrijk.
Digitale replica's van straalmotoren helpen GE's luchtvaartklanten geld te besparen door precies te voorspellen wanneer ze onderhoud nodig hebben. Hier staat een GE-motor in een revisiefaciliteit in Rio de Janeiro, Brazilië.
Sahika Genc, een andere dubbele wetenschapper, ontwikkelde systemen voor ICU-alarmen voordat ze in 2014 overstapte naar GE's machine learning lab. Genc is nu een machine learning wetenschapper die deep learning en versterkend leren gebruikt om GE's energiebeheersystemen efficiënter te maken. Een van haar recente projecten paste machine learning en warmteoverdrachttheorie toe om vast te stellen hoe bouwenergie wordt afgevoerd en opgeslagen. De prognoses zullen GE-klanten helpen hun energieverbruik te verminderen.
Deze hybride onderzoekers zouden GE's beste kans kunnen zijn om nog een eeuw relevant te blijven, aangezien het bedrijf op zoek is naar groeimogelijkheden in concurrerende en volwassen industrieën als turbines, straalmotoren en locomotieven.
Parris, de leider van softwareonderzoek, geeft toe dat sommige van de 2000 onderzoekers van GE bepaalde aspecten van de nieuwe aanpak nog steeds als een voorbijgaande rage beschouwen.
Maar wetenschappers die de sprong niet maken, kunnen achterblijven. In januari ontsloeg het bedrijf onderzoekers in gebieden die als perifeer werden beschouwd voor de digitale industriële strategie van GE. Dat is na het creëren van 100 nieuwe onderzoeksbanen met betrekking tot AI en robotica in 2016.