彩票走势图

Cloudera资讯|互联制造的兴起以及数据如何推动创新(二)

翻译|行业资讯|编辑:况鱼杰|2020-07-22 11:40:58.657|阅读 285 次

概述:在与Cloudera制造与汽车业务总经理Michael Ger的系列文章的第二部分中,更详细地探讨了AI,大数据和机器学习如何影响互联生活和自动驾驶的发展。Michael Ger还提供了关键见解,使制造业公司在采用新的工业4.0技术(如人工智能,机器学习和自动化)时面临一些核心挑战。

# 慧都年终大促·界面/图表报表/文档/IDE等千款热门软控件火热促销中 >>

相关链接:


向工业4.0的转变正在提高制造效率并增加创新



在与Cloudera制造与汽车业务总经理Michael Ger的系列文章的第二部分中,更详细地探讨了AI,大数据和机器学习如何影响互联生活和自动驾驶的发展。Michael Ger还提供了关键见解,使制造业公司在采用新的工业4.0技术(如人工智能,机器学习和自动化)时面临一些核心挑战。点击此处查看第一部分。


嗨,迈克尔,谢谢您再次加入我们,参加有关工业4.0和人工智能的系列文章的第二部分。首先,我们已经听到很多关于互联生活,互联移动性和AI如何成为许多重量级制造公司关注的焦点的信息,您如何感觉Cloudera可以支持这种发展?


AI使产品(无论是工厂中的机器人,家庭中的智能电器还是无人驾驶汽车)都能做出动态,智能的决策。但是,从AI角度来看,这些设备的行为方式都始于数据。

数据为了解代表性用户如何使用设备提供了基础。一旦被收集,就可以利用机器学习来预测其他人在特定条件下如何使用这些产品,然后主动采取行动以更好地为他们提供服务并改善他们的体验。为了实现上述目标,Cloudera启用了Edge to AI分析生命周期,其中包括收集大量数据以及将机器学习模型开发和部署到设备,从而使它们能够以更加动态,个性化的方式进行响应。



与提供安全,可靠和直观的AI驱动解决方案的承诺一致,Cloudera如何帮助满足这些标准?


在当今复杂的IT环境中,云计算部署和数据隐私问题无处不在,鉴于众多的系统部署选项和数据治理要求,Cloudera可以为制造商提供关键功能,以启用Edge2AI分析生命周期。

制造业中的公司已采用不同的体系结构方法来部署Edge2AI分析生命周期。一些公司已部署用于数据存储,计算和开发机器学习模型的本地系统,而其他公司则在云中执行相同的任务。尽管如此,其他公司仍希望实现混合模型,在本地管理核心数据操作,同时提供“爆发”单个云(即Microsoft Azure)或多个云环境(在AWS,Google Cloud Services,Microsoft上)的能力。或三者的任意组合)。

另外,这些数据集通常是非常私有的,因此公司必须能够将关键数据集(即具有个人身份信息的数据集)的访问权限限制为特定的人员。

如前所述,数据集可以驻留在潜在的多个位置(内部部署,云和混合云)中。为了以集中和有效的方式管理这种复杂性,需要一个单一的玻璃解决方案窗格来管理此数据的安全性和治理,而不管它是在本地还是在云中。因此,可以集中定义,管理和跟踪数据访问和治理规则,从而大大降低了在全球范围内部署系统的复杂性,成本和风险。


制造业有很多增长领域,例如自动驾驶,您如何看待这项技术对行业未来的影响?


教汽车如何驾驶是所有机器学习用例的“母亲”,而且非常复杂。

自动驾驶将对社会产生巨大影响,但是,先前对自动驾驶采用的预测过于激进。即使我们的移动速度不及最初的估计,但自动驾驶汽车仍是我们的未来。

自动驾驶汽车将对人类和整个行业产生深远影响。首先,它将成为实现运输即服务的关键环节,因为一旦车辆实现了自动驾驶,通过在车队内不断驾驶自己并使车辆的个人所有权变得既低效又过时,可以更好地利用它们。结果,随着汽车制造商有可能从作为车辆的提供者转变为成为车队的运营者,该技术将推动基础产业的结构调整。

它还正在推动行业将自动驾驶学习生命周期视为其产品开发过程的一部分。它不再是提供简单的机器,而是要创建智能产品或支持AI的产品,而这需要复杂的新技能。


哪些技术进步推动了自动驾驶汽车的发展?



启用自动驾驶学习生命周期始于从自动驾驶车队内的汽车收集数据,这意味着汽车制造商必须每天能够摄取每辆汽车TB级的数据。

就收集所有这些数据(视频,雷达和传感器数据)然后使用此数据来教导车辆自行驾驶而言,这迅速成为“ PB级”数据问题。必须开发机器学习模型来训练车辆,使其能够准确感知并响应其所处的条件。例如,车辆必须能够区分人,雪,交叉路口,交通信号灯和其他车辆。

两项重要的技术进步为实现自动驾驶学习生命周期奠定了基础:可扩展的大数据平台的兴起,以及对大数据集进行机器学习所需的大规模并行计算。


电动汽车市场正在快速增长,Cloudera如何支持行业发展以支持这种增长?


优化电动汽车也是一项非常耗费数据的工作。Cloudera正在与汽车制造商合作,以收集数据,例如收集“钥匙接通”和“钥匙断开”信息,以了解通过地理坐标在哪里使用车辆,从而帮助确定电动汽车充电站的最佳地理位置。另一个用例是建立电池何时将要失效的预测模型,并优化车辆的电池寿命。


制造商要有效采用新技术和新概念会面临哪些挑战?


提升流程性能所需的一项关键能力是掌握大数据管理生命周期的能力。

公司需要能够为机器学习模型摄取,存储,处理和使用数据,然后将智能部署到设备和流程中以采取实时的个性化操作公司在整个生命周期中处于不同的成熟度级别,其中一些客户正在学习如何将数据提取到数据湖中,而其他客户则使用自助式BI和机器学习来实现和释放这些数据的价值。


关于Cloudera

Cloudera,我们相信数据可以使今天的不可能,在明天成为可能。我们使人们能够将复杂的数据转换为清晰而可行的洞察力。Cloudera 为任何地方的任何数据从边缘到人工智能提供企业数据云平台服务。在开源社区不懈创新的支持下,Cloudera推动了全球最大型企业的数字化转型历程。


慧都大数据专业团队为企业提供Cloudera大数据平台搭建,免费业务咨询,定制开发等完整服务,快速、轻松、低成本将任何Hadoop集群从试用阶段转移到生产阶段。

欢迎拨打慧都热线023-68661681或咨询慧都在线客服,我们有专业的大数据团队,为您提供免费大数据相关业务咨询!


标签:

本站文章除注明转载外,均为本站原创或翻译。欢迎任何形式的转载,但请务必注明出处、不得修改原文相关链接,如果存在内容上的异议请邮件反馈至chenjj@cahobeh.cn

文章转载自:cloudera

为你推荐

  • 推荐视频
  • 推荐活动
  • 推荐产品
  • 推荐文章
  • 慧都慧问
扫码咨询


添加微信 立即咨询

电话咨询

客服热线
023-68661681

TOP