Zyfra 业务发展总监Alexander Smolensky访谈

接待亚历山大·斯莫伦斯基先生在我这里是我的荣幸“ 人工智能 &物联网访谈系列“. 多年来,他获得的AI智能之家使他对我提出的每个问题的回答都非常深刻。他对AI的看法&ML对数据收集系统的影响确实值得称赞。亚历山大先生通过解决推进物联网领域研究的必要性,表现出他作为大佬的良好态度。另外,请通过下面的详细访谈,以了解亚历山大先生如何在许多假设的情况下扩展他的想法。阅读以获取深刻AI智能之家& fun experience.

这次AI智能之家是 人工智能 &物联网访谈系列.

您主持了AI快速发展的时期&过去三年的物联网。这如何使您实施庞大的框架策略?

那是 简单。你只要在嘴里放尽可能多的馅饼, 然后尝试咀嚼。所有掉落的东西在您中都没有位置 framework.

在这里 Zyfra ,我们的嘴巴很大,胃口也很大,但是即使我们也不得不在某些事情上分道扬((尤其是电网和智慧城市)。仍然很难咀嚼,但是其余的都太好了,我们将永远不会松懈。

采矿业&油泵是一个劳动力需求高的地区。和Zyfra’的“人工举升”解决方案已证明其肌肉四肢可以克服。你能详细说明吗?

油 天然气公司和其他公司一样了解。一方面, 他们并不完全了解潜在的好处。在 另一方面,他们知道生产流程的效率 可以增加上游和下游,这是基于 实时处理数字数据并影响生产 实时决策。

什么时候 您在四公里深处钻一口水平井,然后 地震术语,含油层存在的准确性 prediction will be + 30米如果我们使用安装在钻头后面的传感器中的数据 位,建立模型并一直操作此位 更精确地层,那么井流量可以增加 10–20%。也就是说,实际上可以提取更多的石油而无需 其他后续水力压裂。

解决方案 in artificial lift sector (机械化 extraction) can help increase 一口井抽出1-2%。但是油人很难 接受这个数字,因为在钻探和地质上花费了大量资金 探索,尤其是针对四大市场的服务 of
石油相关服务  (斯伦贝谢, 哈里伯顿,贝克休斯,韦瑟福德). 根据复杂性,每口井可能需要数百万美元,并且 合同条款不严格:有效时将被接受 出来。因此,石油公司很难认识到 仅仅由于导航,确实有可能提高良率。用 这种解决方案,我们已经钻了4000口井。这看起来 例如由IT专家控制的实时控制中心 系统,而钻井人员则根据从 them.

在 在下游区域,使用数字顾问可以提高效率 高达20%。如果要关闭整个周期,请组装材料 管理并建立生产控制中心 更加引人注目。因此,炼油厂一天24小时工作,并且
ETP专家   (工程 和技术人员) work 一班八小时。因此,对于其余 时间-在另外两个班次中-一家精炼厂根据 生产工程师已设置的那些设置。这个主意 是通过我们的工厂将所有工厂连接到单个通用操作员中心 Zyfra工业框架平台并使ETP转变为24/7。 因此,提炼效率可能会提高5% 从财务角度来说,这已经足够了。

背部 关于机器人的话题,我应该指出,对于各个行业 行业,向统一数字管理的过渡可能会有所不同 很大。我想在采矿中,这已经不远了,因为 有调度,机器人已经准备好了。其实有必要 克服一些监管限制并证明经济 有效性,即表明生产率将提高。

如果 我们拿机器,然后我们现在做的是–工业设备 和人员监控–仅占无人驾驶的5% 生产。到目前为止,我们知道在某个时候或其他时候 打钉子。观察他是如何做到的,最后是多层故事 钉子导致涡轮机堵塞。

如果 我们尝试回答工业4.0一般何时会 发生这种情况,我认为5-7年后这将成为可能。内 这个时期(5-7年),我预计会显着增长,因为 各个行业效率提高的潜力是 由于数据采集过程的优化, 具有自适应反馈的实时数据。而我们只是在 旅程的开始。

您如何将AI和ML的优势放在数据收集系统中以提供有见地的分析?您是否将高精度预测与数据收集系统连接在一起?

人工智能 ML和ML在分析领域根本不是杰出的。唯一的 在这一领域持续不变的不变是“数学为王!” 如果您想“做出有根据的猜测”,那么ML无疑是不错的选择, “了解”,有“高度可能的假设” –这非常有价值,并会为Zyfra带来收益 几年以后。但是,如果您想知道事情 (as you do, 有时)您需要算法方法,并且后面有固定式数学 them.

您如何通过物联网计划提升Zyfra的竞争力,以增强与其他竞争对手的竞争能力’对这类事情一丝不苟?

几乎 没有人像我们一样一次与多个行业合作。在 从某种意义上说,我们理解简单地从 平台解决方案,因为业务和生产需要真实的 经验和生产方案。例如,对于司钻, 来自钻头和挖掘机的数据和控制模型是 different.

和 我们的产品策略在不夸大其词的情况下非常独特。它 包括采用行业解决方案并制定一个 数字化平台。我们不是自上而下的,而是 自下而上。正是这种竞争对手不存在。但是, 当然,每个单独的利基市场都有竞争者:采矿业 在钻探方面,我们与四大巨头竞争,而我们 是世界上唯一提议提供导航平台的平台, 地质力学与岩石物理学相结合 in it.

在 采矿,大多数调度系统已被购买 设备制造商,例如Caterpillar,KAMAZ和Hitachi。如果一个 公司仅生产自卸卡车,不生产挖掘机– 就是这种情况–因此,它们不会发展 其他类型设备的软件。欧洲有几种 机械监控系统(作为调度员),但它们没有使 硬件。也就是说,我们在制造设备方面有所不同 本身就是一种设备的形式,可能会导致停机 输入,可以查看图纸等。

如今, 数字化的主题是广泛而引人注目的。业务本身 处理它而不是IT专家,还有许多州和私人 公司获得了在内部创造能力的直觉愿望。 从这里开始,合资企业(JV)成立,公司宣布 准备自己开发一切的重要性和意愿, 雇用例如500 每个程序员。很自然 技术开发周期,因为甚至在Windows和DOS之前 发明了许多各种各样的操作系统。 每个人都可以自己写所有东西,可以写 汇编语言,但市场随后得以巩固。

公司介绍 想要在内部建立能力,因为在他们看来 这带来了直接的业务效果,而无需后台或 商品。因此,他们希望通过 自己,自己学习。

此外,他们认为-在各个行业中都是如此-他们需要体验如何在自己的条件下进行数字化。因为所有过程和生产的确不同。因此,俄罗斯没有两个相同的炼油厂,因此结果也不同。在某个地方,已经获得了技术上的最优,而在其他地方,则有一个“黑暗的森林”,而在其他地方,则有明显的要点,如果解决了没人能解决的问题(例如费马定理),则求解将导致优化。

因此,第一个原因是渴望发展自己的组织知识,第二个原因是独立数字化包括理解分组解决方案和独特问题的解决方案不适合他们。但是,尽管许多公司希望独立处理数字化问题,但实际上有90%的公司希望与合作伙伴互动,因为该主题已经足够多样化,并且无法在公司内部建立这样的能力。我们已准备好进行各种形式的合作,并且不会与公司的内部资源竞争。

人工智能:风险可能超过回报。您将如何评价并重新表述?

“它的 活!”科学怪人博士惊讶地说道。

“好, 然后,我要带它的衣服和摩托车。”天网自己说。 Terminator.

说真的 现在谈论工业风险/回报率还为时过早 AI。我们仍处于蜜月阶段。那是包办婚姻 但是结果还不错。

对 现在,没有任何实际或重大风险。有很多 虚构的风险和未来对于某些人来说总是令人恐惧的。关于现实生活 risks –在三年内与我们交谈。

一旦解决了社会问题,任何解决方案或用例的影响都会尝到成功的滋味。在这方面,您在接下来的五年中会在哪里看到自己?

大家 上苏联学校的人知道马克思主义革命的基础 是无产阶级。缺乏技能的庞大劳动力 通常在恶劣和危险的条件下工作的生活工资。的 自1970年代以来,无产阶级一直在迅速减少,我们希望 完成工作。制造业的未来是更高技能 要求,安全的工作环境和最少的体力劳动。它 显然,这不是五年的旅程。未来五年主要是 从现有技术中压缩所有可能的效率 跨行业的流程。

I 看着我自己,我看到一个混合的网络有机实体 在有机大脑和庞大的计算之间分布着思维 和网络基础设施,能够使用各种机器人 设备和无人机无缝连接,就像我四肢一样。也许会 不到五年,也许会更长一点,但是无论如何……

哪一部电影通过融合技术元素而使您最着迷?

电影 这些天差不多。英雄,往往不是 从一本旧漫画书中,从CGI运行到产品 放置。或相反亦然。我们来谈谈电视节目,例如《黑镜》或《 电子游戏,例如最近的棉兰人。他们正在做某事。

有趣的想法:如何使用AI在健身中心附近的冰淇淋摊上赚钱?

I 会在看台上大显身手:“低脂,无麸质, 支持#CURRENT SOCIAL的生态友好型本地手工冰淇淋 趋势”。那可能会解决问题。

但 如果我们使用AI,我会在使用后进行社交网络搜索 对每个路过的人进行面部识别,以产生深深的假像 一个人最喜欢的名人的视频,他们会对他们耳语 他们看着展台:它们的外观和适合度如何,如何 不应该推迟幸福,他们应该怎样休息一下,以及 放假,“鲤鱼日”等。诱惑和诱惑 绝对是B2C的基础技术。一直像 但是有了AI,它将在一个全新的水平上增加。但是我们, 工业AI人,不是这样的。你不能勾引法律 物理学。至少我希望你不能。

然后 I’d name it an “AI’奶油”或“我尖叫”。我可以分析 收集健身中心客户的大数据并提供冰淇淋 具有不同的AI生成配方,可以满足每个配方的需求 个人客户。我还可以优化SCM和冰淇淋的销售 利用AI处理有关客户流及其需求的数据 为了预测需求并确保最佳的物流和资源 management.

如果不是人工智能,您能如何重命名它(不使用元音)?

I 肯定会称之为OBM –过时的大脑模型, 因为神经网络是基于1960年代关于 大脑实际上起作用。

要么 也许是TTPGWYPBFSSRWSHG:那可能更好。很明显 代表:尝试用PC玩神,但仍然失败 重大成果,将如何发展

编辑助理

我坚信充满激情的人可以使不可能的事情变为现实。出于对技术的兴趣,我担任IT行业技术业务经理一职,并担任其他职位,例如《行政杂志》协调员,企业活动组织者,CXO&技术人员访谈。 

关于Jagan G.M.

我坚信充满激情的人可以使不可能的事情变为现实。出于对技术的兴趣,我担任IT行业技术业务经理一职,并担任其他职位,例如《行政杂志》协调员,企业活动组织者,CXO&技术人员访谈。 

查看Jagan G.M.的所有文章→