人工智能如何助力实现可持续发展?
从化工到能源, 人工智能 (AI) 已经显示出它可以在不同工业部门帮助实现全球可持续发展目标的程度。其中一个例子是Petroliam Nasional Berhad (PETRONAS),该公司承诺到 2050 年实现净零碳排放。 对于马来西亚石油和天然气跨国公司而言,工厂可靠性是实现其可持续发展目标的关键。
马来西亚国家石油公司认为,对即将发生的设备故障的早期洞察将使工厂运营商能够在小问题变成大问题之前主动修复设备。他们在微软Azure上的一个企业云试点项目证明了这一概念,该项目包括四个上游和两个下游单元。
使用 AVEVA Predictive Analytics(一种无需编程的用于预测性维护的 AI 电源解决方案),试点实施准确地预测了故障,因此马来西亚国家石油公司能够提前解决问题。
第一年就部署了 200 多个模型——其规模超过了人类分析师所能达到的规模——该解决方案正确识别了 51 个主要预警。在此过程中,它实现了 1740 万美元的价值,投资回报率为 14 倍。在 51 次警告中,有 12 次是高影响事件。在实际故障发生之前解决这些问题可以减少计划外停机时间,减少浪费和效率低下,为马来西亚国家石油公司节省了数百万美元。
除了简化日常运营和定期维护周期外,多项措施还有助于减少关键的旋转设备故障和停机时间,从而通过主动资产监控和维护提高可靠性。
例如,关于液体分离器仪器故障的警报,帮助PETRONAS团队在即将发生的资产故障和浪费材料方面节省了22.2万美元。不仅减少了维护成本,而且避免设备故障和计划外停机有助于改善安全记录,创造一个更安全的工作场所。
现在,该解决方案正在另外 10 家工厂推广,总共有 150 套设备。马来西亚国家石油公司(PETRONAS)旋转设备保管人Mohd Nazrin Zaini表示,快速增值对公司的可持续发展目标产生更快的影响。
这一经验表明,随着越来越多的组织意识到可持续发展对企业有利,近年来围绕绿色工业解决方案的势头有所扩大。疫情的影响,加上消费者和监管机构日益增加的压力,也在一定程度上迫使企业将可持续性纳入商业生态系统,并采取有利于人类和地球的战略。
尽管人工智能一直是人们谈论最多的新商业技术趋势,但人类对其巨大潜力的了解还只是皮毛而已。随着科学的成熟,企业将继续在其运营价值链中嵌入基于人工智能的解决方案,以简化运营、降低成本、提高效率和增强弹性。Gartner 预计,2022 年全球人工智能软件收入总额将达到 625 亿美元,比 2021 年增长 21.3%。
随着科学的发展,人工智能现在将为工业企业提供更大的提高效率、创新和增长的机会。让我们一起来看看吧。
人工智能将变得更深入、更广泛
从机器学习到自然语言处理,人工智能是一个总称,包括以各种方式应用的许多认知能力。现在,不同类型的人工智能被结合在一个软件环境中,以提供更加强大的解决方案。这些子领域——每个都是一个独特的技术——将被部署在一起,以增强组织能力和提高业务价值。
例如,在预测资产优化方面,我们看到了尖端的分析技术,将人工智能和基于物理的模拟相结合,可以预测潜在的资产故障,同时提供一套优化的行动来减少损失。因此,机器停机和生产损失可以消除。随着时间的推移,这些应用程序将推动自我修复自主机器的发展,并可能为大型工业企业节省数亿美元。
人工智能将扩展和改变人类的能力
人工智能系统已经被公认为人类智能的天然伙伴。随着世界接受工业 5.0 背后的概念,我们将在未来几年看到这种协同效应发挥作用。人工智能模型已经通过数据主导的洞察力支持人类决策,可以提高价值和可持续性——AVEVA称之为绩效智能(Performance Intelligence)。
现在,计算机正在承担更多繁重的工作,甚至为它们的人类同事进行详细的分析。我们可以期待人工智能系统现在让人类在他们所做的事情上做得更好。重复的工作已经被自动化了。下一步是通过改进决策参数和提高效率来减少错误。
人工智能将扩大我们的工作范围,通过为我们提供复杂、可操作的指导,增强我们在此过程中的洞察力和能力,使我们能够更快地实现更大的目标。
偏见将被识别和消除
在人工智能发展的世界里,随着人类将越来越多的工作委托给机器,企业将需要思考它们正在收集的数据,以及智能模型如何反映现实世界的偏见。将人工智能应用于有偏见的数据可能会导致甚至放大不当和不公平决策的影响。随着监管机构开始注意到这些技术偏差,企业将开始采用建立在公平和透明等原则基础上的负责任的AI解决方案,从而使用全面和包容的数据集,并改善公司治理。
AVEVA 正在开展一个项目,在该项目中,基于物理的仿真与人工智能数据模型相结合,可用于缓解工业界的人工智能偏见。通过将模拟的真实世界过程和伪传感器引入 AI 模型,我们可以显着提高预测准确性和减少偏差方面的结果。
人工智能将改变我们的生活和工作方式
人工智能科学还处于起步阶段,但它有可能改变我们所知道的世界。由于它塑造了价值链的各个方面,从工业实践到环境成果,人工智能对商业世界的影响可能比我们以前的技术所看到的要大得多。我们只是处于人工智能工业革命的开端。
以上是人工智能如何助力实现可持续发展?的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

本站6月27日消息,剪映是由字节跳动旗下脸萌科技开发的一款视频剪辑软件,依托于抖音平台且基本面向该平台用户制作短视频内容,并兼容iOS、安卓、Windows、MacOS等操作系统。剪映官方宣布会员体系升级,推出全新SVIP,包含多种AI黑科技,例如智能翻译、智能划重点、智能包装、数字人合成等。价格方面,剪映SVIP月费79元,年费599元(本站注:折合每月49.9元),连续包月则为59元每月,连续包年为499元每年(折合每月41.6元)。此外,剪映官方还表示,为提升用户体验,向已订阅了原版VIP

通过将检索增强生成和语义记忆纳入AI编码助手,提升开发人员的生产力、效率和准确性。译自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。虽然基本AI编程助手自然有帮助,但由于依赖对软件语言和编写软件最常见模式的总体理解,因此常常无法提供最相关和正确的代码建议。这些编码助手生成的代码适合解决他们负责解决的问题,但通常不符合各个团队的编码标准、惯例和风格。这通常会导致需要修改或完善其建议,以便将代码接受到应

大型语言模型(LLM)是在巨大的文本数据库上训练的,在那里它们获得了大量的实际知识。这些知识嵌入到它们的参数中,然后可以在需要时使用。这些模型的知识在训练结束时被“具体化”。在预训练结束时,模型实际上停止学习。对模型进行对齐或进行指令调优,让模型学习如何充分利用这些知识,以及如何更自然地响应用户的问题。但是有时模型知识是不够的,尽管模型可以通过RAG访问外部内容,但通过微调使用模型适应新的领域被认为是有益的。这种微调是使用人工标注者或其他llm创建的输入进行的,模型会遇到额外的实际知识并将其整合

想了解更多AIGC的内容,请访问:51CTOAI.x社区https://www.51cto.com/aigc/译者|晶颜审校|重楼不同于互联网上随处可见的传统问题库,这些问题需要跳出常规思维。大语言模型(LLM)在数据科学、生成式人工智能(GenAI)和人工智能领域越来越重要。这些复杂的算法提升了人类的技能,并在诸多行业中推动了效率和创新性的提升,成为企业保持竞争力的关键。LLM的应用范围非常广泛,它可以用于自然语言处理、文本生成、语音识别和推荐系统等领域。通过学习大量的数据,LLM能够生成文本

机器学习是人工智能的重要分支,它赋予计算机从数据中学习的能力,并能够在无需明确编程的情况下改进自身能力。机器学习在各个领域都有着广泛的应用,从图像识别和自然语言处理到推荐系统和欺诈检测,它正在改变我们的生活方式。机器学习领域存在着多种不同的方法和理论,其中最具影响力的五种方法被称为“机器学习五大派”。这五大派分别为符号派、联结派、进化派、贝叶斯派和类推学派。1.符号学派符号学(Symbolism),又称为符号主义,强调利用符号进行逻辑推理和表达知识。该学派认为学习是一种逆向演绎的过程,通过已有的

编辑|ScienceAI问答(QA)数据集在推动自然语言处理(NLP)研究发挥着至关重要的作用。高质量QA数据集不仅可以用于微调模型,也可以有效评估大语言模型(LLM)的能力,尤其是针对科学知识的理解和推理能力。尽管当前已有许多科学QA数据集,涵盖了医学、化学、生物等领域,但这些数据集仍存在一些不足。其一,数据形式较为单一,大多数为多项选择题(multiple-choicequestions),它们易于进行评估,但限制了模型的答案选择范围,无法充分测试模型的科学问题解答能力。相比之下,开放式问答

编辑|KX在药物研发领域,准确有效地预测蛋白质与配体的结合亲和力对于药物筛选和优化至关重要。然而,目前的研究没有考虑到分子表面信息在蛋白质-配体相互作用中的重要作用。基于此,来自厦门大学的研究人员提出了一种新颖的多模态特征提取(MFE)框架,该框架首次结合了蛋白质表面、3D结构和序列的信息,并使用交叉注意机制进行不同模态之间的特征对齐。实验结果表明,该方法在预测蛋白质-配体结合亲和力方面取得了最先进的性能。此外,消融研究证明了该框架内蛋白质表面信息和多模态特征对齐的有效性和必要性。相关研究以「S

本站8月1日消息,SK海力士今天(8月1日)发布博文,宣布将出席8月6日至8日,在美国加利福尼亚州圣克拉拉举行的全球半导体存储器峰会FMS2024,展示诸多新一代产品。未来存储器和存储峰会(FutureMemoryandStorage)简介前身是主要面向NAND供应商的闪存峰会(FlashMemorySummit),在人工智能技术日益受到关注的背景下,今年重新命名为未来存储器和存储峰会(FutureMemoryandStorage),以邀请DRAM和存储供应商等更多参与者。新产品SK海力士去年在
