اتوماسیون و هوش مصنوعی
IBM IBM Watson را پیشنهاد میکند که میگوید میتواند به شرکتهای خرید اینورتر آیمستر معدنی کمک کند تا تجزیه و تحلیلهای زیرسطحی را انجام دهند که به طور بالقوه میتواند هزینههای حفاری را کاهش دهد، پیشبینیهای مربوط به اکتشافات معدنی را بهبود بخشد، و بینشهای زمینشناسی را با استفاده از تشخیص زمین، تصاویر و یادگیری ماشینی تسریع بخشد.
آیبیام میگوید این اپلیکیشن زمینشناسان را قادر میسازد تا تحلیلهای زیرزمینی را پیرامون تفسیر دادههای علوم زمین، اکتشاف مخازن و اکتشافات معدنی انجام دهند. برای انجام این کار، کاربران می توانند یک پرس و جو را در رابط جستجوی پلتفرم وارد کنند. سپس الگوریتمهای موتور جستجو، کلمات کلیدی را از طریق مخزن دادههای زمینشناسی، که حاوی دادههای ساختاریافته و بدون ساختار از منابع مختلف، مانند پایگاهداده حفاری، مدلهای بلوک، ژئوشیمی، فایلهای اشکال زمینشناسی، عکسهای پایه و دادههای فلورسانس اشعه ایکس است، اجرا میکنند. سپس سیستم پیشبینیهای محتوای معدنی را به صورت نمودار برمیگرداند.
ما نتوانستیم ویدیویی پیدا کنیم که نشان دهد IBM for Mining چگونه کار می کند.
IBM ادعا میکند که با ایجاد یک مدل یادگیری ماشینی برای پیشبینی کانیسازی طلا در یک معدن خاص، به GoldCorp کمک کرده تا بهرهوری عملیات اکتشاف و تولید موجود خود را افزایش دهد. الگوریتمها مخزن را برای اطلاعات زمینشناسی مختلف جستجو کردند که اگر با هم جمع شوند، منجر به یک پیشبینی خوب میشد.
این اطلاعات شامل سنگ شناسی، مش، کانی سازی، دگرسانی ها و اطلاعات ساختاری مانند گسل ها و چین خوردگی ها بود. اطلاعات از منابع متعددی مانند دادههای گمانه، دادههای تراشه، نقشهها و مدلهای زمینشناسی در داخل و اطراف محل هدف جمعآوری شد. محتوای معدنی مورد انتظار در این مکان به صورت گرافیکی بود.
به گفته GoldCorp، استفاده از Watson به این شرکت کمک کرده است تا 140 مدل بلوک، گزارشهای حفاری و سایر اشکال دادههای بدون ساختار خود را در یک پایگاه داده ادغام کند. پیش از این، این شرکت تنها می توانست دو یا سه مدل بلوک را در یک زمان بارگیری کند.
IBM همچنین Sandvik و Valenje Coal Mine را در میان مشتریان استخراج خود قرار داده است.
رومئو کینزلر، دانشمند ارشد جهانی داده، مهندس یادگیری عمیق / هوش مصنوعی در Watson IoT است که از سال 2008 در آن سمتهای مختلفی را بر عهده داشته است. او دارای مدرک کارشناسی ارشد در سیستم های اطلاعات، آمار و بیوانفورماتیک از ETH زوریخ است. کینزلر در اوایل کار خود به عنوان مهندس نرم افزار در CSS Versicherung AG کار می کرد.
در زیر یک ویدیوی کوتاه 2 دقیقه ای نشان داده شده است که نحوه عملکرد IBM Watson برای مدیریت فعالیت های صنعتی را نشان می دهد:
شرکت جنرال الکتریک
جنرال الکتریک Brilliant Factory را ارائه می دهد، مجموعه ای از دارایی های سخت افزاری، نرم افزار و خدمات مشاوره برای ارتقاء کارخانه ها به اینترنت اشیاء صنعتی. جنرال الکتریک می گوید که می تواند به سازندگان کمک کند تا عملکرد کارخانه را با استفاده از تجزیه و تحلیل پیش بینی بهبود بخشند.
جنرال الکتریک می گوید که استفاده از مجموعه داده محور Brilliant Factory می تواند هزینه ها را کاهش دهد، کیفیت محصول و خدمات را بهبود بخشد و روند تولید را سرعت بخشد. این پلت فرم به شرکت ها اجازه می دهد تا بر سلامت و عملکرد ماشین آلات و تجهیزات کارخانه نظارت کنند و فرآیند تولید را مدیریت کنند.
این کار با اتصال ماشینها و تجهیزات به یک شبکه واحد، پیادهسازی حسگرها بر روی هر ماشین، و جمعآوری دادههای ساختاریافته و بدون ساختار در پایگاه دادهای که در آن ذخیره و سازماندهی میشود، انجام میشود. این شرکت میگوید این نرمافزار با دادههای انواع تجهیزات از همه صنایع مختلف کار میکند.
مدل یادگیری ماشین Brilliant Factory، که میتوانست بر روی دادههای تاریخی از داراییها و خدمات تولیدی جنرال الکتریک آموزش دیده باشد، به طور معمول روی تجهیزات کارخانه عیبیابی میکند تا وضعیت ماشین یا کیفیت محصولاتی که تولید میکنند را تعیین کند. اگر الگوریتم ها هرگونه انحراف از معیارهای ذخیره شده در پایگاه داده خود را تشخیص دهند، اپراتورها از طریق یک نمودار ارائه شده در داشبورد هشدار داده می شوند.