62988_de-DE

liliconcom

AI for DOE - irgendwelche Erfahrungen / Kenntnisse?

Hallo, ein Kunde und ein JMP-Fan haben mich gefragt, ob wir etwas über eine Software wissen, die AI verwendet, um die nächsten Experimente zu entwerfen. Die anbietende Firma sagt, sie könne besser und effizienter gestaltete Experimente erstellen. Er bat die interne Gruppe, die sich mit dieser Software befasste, sie mit anderer professioneller Software in Frage zu stellen, und schlug JMP vor. Informationen hierzu wären also hilfreich. (Ich weiß, ich muss mehr herausfinden und werde am Mittwoch zum ersten Mal anrufen).

 

Hat jemand diese Art von Recherche oder Anwendungsfall bereits erlebt? Ich habe ein bisschen recherchiert und es scheint, dass zwei österreichische Universitäten (Wien und Innsbruck) etwas darüber recherchiert haben und etwas Erfolg hatten. Da es sich um Quantenexperimente handelte, handelt es sich vermutlich eher um ein simuliertes oder kombinatorisches Experiment. Allerdings gab es eine Aussage zu Bearbeitungsprozessen. Diese waren ab Anfang 2018 ( https://www.uibk.ac.at/newsroom/artificial-agent-designs-quantum-experiments.html ) und 2015 ( https://link.springer.com/chapter/10.1007/978-3-319-23838-8_3 ).

 

 

Vielen Dank für jede Rückmeldung.

Martin

Re: AI for DOE - irgendwelche Erfahrungen / Kenntnisse?

Wenn nichts anderes, zeigt dieser Thread, dass wir Silvios Denken aufzeigen sollten ( vorgeführt in Prag), wann immer sich die Gelegenheit ergibt. Er hat eine vollständige Beschreibung eines bestimmten Falls gegeben (mit allem, was Sie mitverfolgen müssen), aber ich glaube, es ist eine sehr allgemeine Botschaft, dass wir mehr fördern könnten. FWIW, ich denke, er war eines der besten Discovery-Papiere, die ich je gesehen habe, und natürlich ist die Marke P & G viel wert.

Re: AI for DOE - irgendwelche Erfahrungen / Kenntnisse?

@ Dan_Obermiller Danke, ja, die Artikel in den Links, die ich gefunden habe, könnten sich wie diese evolutionären (globalen) Optimierungsalgorithmen verhalten. Nachdem ich neue Informationen erhalten habe, bezweifle ich jedoch, dass Citrine irgendetwas mit dem Design selbst macht. Es scheint, dass sie nur versuchen, das nächste Design mit den besten Materialien zu informieren, die sie in ihrer Datenbank gefunden haben und die den Zielen entsprechen, die ein neues Material haben sollte. Dennoch könnten wir in Zukunft mehr von diesen Universitätsstudien sehen.

Re: AI for DOE - irgendwelche Erfahrungen / Kenntnisse?

Neue Informationen:

• Wettbewerber ist Citrine Informatics ( https://citrine.io/ ), ein ziemlich neues Silicon Valley-Start-up, das sehr gut im Marketing und im Werfen von Zahlen ist. Die Idee dahinter ist jedoch irgendwie gültig. 
• Es scheint, dass sie eine riesige Datenbank mit Materialinformationen aufbauen, die sie verwenden, um das wahrscheinlichste Material für das verantwortliche Ziel zu finden. Für mich ist dies in etwa vergleichbar mit dem, was P & G allein mit der chemischen Zusammensetzung eines bestimmten Produkts getan hat, das sie wissen wollten, anstatt eines einfachen Produkts / Materials. Damit könnten sie flexibler und unabhängiger von einem Lieferanten reagieren. Sie verwendeten in anderen PLS.
• Es scheint auch, dass sie versuchen, diese Datenbank mit Experimenten von Kunden aufzubauen, um besser zu lernen. Ich bin mir nicht sicher, ob alle daran teilnehmen wollen. Es ist wahrscheinlich eine Frage der Risikobewertung, ob ich die Ergebnisse meiner Innovationsexperimente in die Datenbank aufnehmen möchte, um einen besseren Algorithmus zu haben, den auch andere Unternehmen verwenden, um eine bessere Materialauswahl zu treffen.
• Dies ist immer noch ein iterativer Prozess, und die Unternehmen, die ihren Dienst in Anspruch nehmen, müssen noch Experimente durchführen, jedoch mit den von ihnen vorgeschlagenen Materialien. Dies scheint besser zu sein als einige klassische Ansätze wie das, was Dysson mit seinem ersten Produkt (> 5000 Versuche) gemacht hat. Ich bezweifle immer noch, dass dies die Suche nach einem guten Entwurfsplan entlastet. Der Vorteil, den ich mir vorstellen kann, ist, dass sie wahrscheinlich besser werden Ausgangspunkt. Es stellt sich immer noch die Frage, ob sie etwas auf dem Design selbst vorschlagen.  
• Interessanterweise betreibt die BASF ein Pilotprojekt ( https://citrine.io/2018/06/21/basf-and-citrine-informatics-collaborate-to-use-artificial-intelligence-to-develop-new-catalyst-technology/ ) Beschleunigung der Entwicklung neuer Umweltkatalysatortechnologien.
• Citrine hat kürzlich auf einem DECHEMA-Kongress in Köln gesprochen, auf dem Bernd, Mahmoud und Alex anwesend waren. Achten Sie also bitte darauf, wenn Sie etwas von anderen Unternehmen hören, die sich mit Materialien und Chemikalien befassen.

Dürfen wir diesen Thread auch verwenden, um Informationen hinzuzufügen, die wir alle aus Gesprächen mit Kunden sammeln, in denen Citrine erwähnt wird (um klar zu sein, wenn ein Kunde fragt, ob wir davon gehört haben - wir möchten sie nicht überlisten, indem wir sie erwähnen;) ).

 

Ich werde Sie auf dem Laufenden halten, da ich neue Erkenntnisse über ihren Piloten bei Lanxess (einem anderen Chemieunternehmen) erhalten habe. Wenn Sie Kunden haben, die auch einen Piloten durchführen, fügen Sie bitte Ihr erworbenes Wissen auch diesem Thread hinzu. Dies wird in Zukunft helfen, da ich glaube, dass sie in Zukunft mehr Interesse wecken werden und wir von unseren Kunden herausgefordert werden, obwohl wir die Herausforderung wahrscheinlich nicht fürchten müssen. 

 

Re: AI for DOE - irgendwelche Erfahrungen / Kenntnisse?

Es klingt auch sehr ähnlich zu Evolutionary Operations oder Simplex Optimization, DOE-Techniken, bei denen Sie sich zu einem optimalen Satz von Bedingungen entwickeln. Die Algorithmen mögen neuer und leistungsfähiger sein, aber sie sind immer noch eine Weiterentwicklung zu einem Optimum.

Re: AI for DOE - irgendwelche Erfahrungen / Kenntnisse?Lassen Sie uns eine Seite aus Goodnights Playbook ziehen - können Sie definieren, was der Kunde mit „KI“ für uns meint?

In dem Artikel, in dem „statistisches oder künstliches Lernen“ erwähnt wird, wird die Verwendung dieser Techniken zur „Optimierung der Entwurfsmatrix“ erörtert. Ich würde argumentieren, dass der ganzheitliche DOE-Workflow (Data Mining + optimales Design) zu dieser Beschreibung passt. Wir haben uns nur dafür entschieden, die aktuellen Schlagworte nicht zu verwenden.

Vielleicht irre ich mich dort, aber das ist mein erster Durchgang, der auf den Artikeln basiert.

Beste,

M