您的位置: 旅游网 > 社会

预测缺陷工业分拣故障感知机器学习正在大举

发布时间:2019-12-04 12:59:54

预测缺陷、工业分拣、故障感知 机器学习正在大举入侵制造业!

话说在古代,国师会通过观测星象来预测来年的国运。虽说iot101君没有夜观星象的本事吧(恩......本人看星象应该和狗看星星没啥两样,至今认不出北斗七星),但至少能从咱们行业内的某些事件中看出一点儿物联领域的发展趋势。

最近连着发生的几件事儿,都让iot101君觉得有某种新的势头正在显现:机器学习正在大举进入工业和制造业领域,与工业物联技术的结合有可能引发行业的新变革。

第一件事就在这两天——劳伦斯伯克利国家实验室的研究人员在《Nature Computional Materials》上发表论文称,他们首次通过建立和训练机器学习算法,得以预测某些金属间化合物的缺陷行为,而且预测具有高精度。

要知道,材料从来不是化学纯的或者是结构无缺陷的,了解这些“点缺陷”对于设计材料的研究人员来说至关重要。传统上,研究人员使用一种被称为密度泛函的计算方法来预测金属间化合物在给定的结构中会形成什么样的“点缺陷”以及它们将如何影响材料的性质。虽然有效,但是计算成本高昂,所以使用格外受限。

但是现在,研究人员可以对几百种材料进行密度函数计算,然后训练机器学习算法,从而快速、准确并且便宜地预测大量材料的“点缺陷”。

利用为946 B2型金属间化合物建立的r-MART模型预测金属的主要缺陷类型。如上图,不同的颜色显示了预测和计算之间的关系。

当然,我们并不需要明白什么是“点缺陷”和晶体结构“空穴”,也不需要会算什么计算量子力学的密度泛函。只要明白,因为机器学习,材料工业可以为充满无限可能的未来欢欣鼓舞一下了——从汽车到航空航天,这种新方法都将加速新型高级合金和轻量化新材料的应用。

除了材料工业,就在前几天,英伟达也是要“造反”,其新一代GPU剑指深度学习和虚拟现实!

其发布了基于其最新的 Pascal 架构的新一代 Quadro 系列显卡。英伟达宣称,新的芯片组可将桌面工作站转变成为具有突破性能力的超级计算机,为不同行业的专业任务提供保障。新的 Quadro 芯片组可以为设计、工程和有关虚拟现实以及深度学习的各种领域提供硬件支持。这些显卡可以构建企业级视觉计算平台,为用户简化设计和模拟工作流难度,与上一代产品相比,新的显卡速度最多可以提升两倍。

“开发者们的专业工作流已经充斥着人工智能、虚拟现实和照片级图像处理任务

,这对计算设备硬件提出了新的挑战,”英伟达专业可视化副总裁 Bob Pette 说道,“我们的新一代 Quadro 系列提供了解决这些挑战所需的图形和计算性能,通过统一计算和设计,Quadro GP100 可以将普通桌面工作站转换成为超级计算机。”

因为GP100,工程师们常见的CAE模拟仿真等工作,将会产生鸟枪换大炮的体验。

基于这些事件,也难怪GE软件&GE全球研究院的高级首席科学家,会在最近2017年1月的一次演讲中,着重强调AI与IIoT结合的效益。他认为在世界范围内,工业环境中AI(人工智能)和IIoT(工业物联)的整合都是一片蓝海,IAI是当前的绝佳创业机会。

123下一页>

宝宝不消化吃什么薏芽健脾凝胶吃多久宝宝不消化胀气怎么办

猜你会喜欢的
猜你会喜欢的