AI para DOE: ¿alguna experiencia / conocimiento?Hola, un cliente y fanático de JMP, me preguntó si conocemos un software que esté usando IA para diseñar las próximas experiencias. La compañía que ofrece dice que pueden construir experimentos diseñados mejor y más eficientes. Le pidió al grupo interno que buscaba en este software que lo desafiara con otro software profesional y sugirió JMP. Por lo tanto, cualquier información sería útil al respecto. (Sé que tengo que averiguar más y tendré una primera llamada sobre esto el miércoles).
¿Alguien ha encontrado este tipo de investigación o caso de uso? Investigué un poco y parece que dos universidades austriacas (Viena e Innsbruck) han investigado un poco sobre eso y han tenido cierto éxito. Como sucedió en los experimentos cuánticos, supongo que es más bien un experimento simulado o combinatorio. Aunque hubo una declaración sobre los procesos de mecanizado. Estos fueron de principios de 2018 ( https://www.uibk.ac.at/newsroom/artificial-agent-designs-quantum-experiments.html.en ) y 2015 ( https://link.springer.com/chapter/10.1007/978-3-319-23838-8_3 )
Gracias por cualquier comentario.
Martín
Re: AI para DOE: ¿alguna experiencia / conocimiento?Por lo menos, este hilo muestra que deberíamos presentar el pensamiento de Silvio ( presentado en Praga) cada vez que surge la oportunidad. Le ha dado una descripción completa de un caso específico (con todo lo que necesita seguir), pero creo que es un mensaje muy general que podríamos promover más. FWIW, creo que fue uno de los mejores documentos de Discovery que he visto y, por supuesto, la marca P&G vale mucho.
Re: AI para DOE: ¿alguna experiencia / conocimiento? @Dan_Obermiller Gracias, sí, los artículos en los enlaces que encontré pueden actuar como estos algoritmos de optimización evolutivos (globales). Sin embargo, después de recibir nueva información, dudo que Citrine haga algo con el diseño en sí mismo, parece que solo intentan informar el próximo diseño con los mejores materiales que encontraron en su base de datos que coinciden con los objetivos que debería tener un nuevo material. Sin embargo, podríamos ver más de estos estudios universitarios en el futuro.
Re: AI para DOE: ¿alguna experiencia / conocimiento?Nueva información:
- El competidor es Citrine Informatics ( https://citrine.io/ ), una nueva puesta en marcha de Silicon Valley que es muy buena en marketing y lanzamiento de números. Sin embargo, la idea detrás es válida de alguna manera.
- Parece que construyen una gran base de datos de información de materiales que utilizan para encontrar el material más probable que aborde el objetivo a cargo. Para mí, esto es algo comparable a lo que P&G hizo por sí solo con su composición química de un determinado producto que querían saber en lugar de un producto / material simple. Con esto podrían reaccionar mucho más flexible y más independiente de un proveedor. Usaron dentro de otros PLS.
- También parece que están tratando de construir esa base de datos con experimentos de clientes para aprender mejor. No estoy seguro si todos quieren participar en eso. Probablemente sea una cuestión de evaluación de riesgos, si me gusta que los resultados de mis experimentos de innovación se incluyan en la base de datos para tener un mejor algoritmo que otras compañías utilizan para hacer una mejor elección de materiales.
- Este sigue siendo un proceso iterativo, y las compañías que usan su servicio aún tienen que realizar experimentos, pero con los materiales que sugieren. Esto parece ser mejor que algunos enfoques clásicos como lo que Dysson hizo con su primer producto (> 5000 ensayos), todavía dudo que esto reduzca la carga de encontrar un buen plan de diseño. La ventaja que puedo imaginar es que probablemente obtengan un mejor punto de partida. Aún existe la pregunta de si sugieren algo en el diseño mismo.
- Curiosamente, BASF tiene un piloto en ejecución ( https://citrine.io/2018/06/21/basf-and-citrine-informatics-collaborate-to-use-artificial-intelligence-to-develop-new-catalyst-technology/ ) para acelerar el desarrollo de nuevas tecnologías de catalizadores ambientales.
- Citrine ha hablado recientemente en un congreso de DECHEMA en Colonia, donde Bernd, Mahmoud y Alex también estuvieron presentes, me enteré. Así que tenga cuidado si escucha algo de otras compañías que se ocupan de materiales y productos químicos.
Podemos usar este hilo también para agregar información que todos reunimos de las conversaciones con los clientes donde mencionan Citrine (para ser claros, si un cliente pregunta si hemos tenido noticias de eso, no queremos exagerar al mencionarlos;) )
Te mantendré informado desde que obtuve nuevas ideas sobre su piloto en Lanxess (otra compañía química). Si también tiene clientes haciendo una prueba piloto, agregue también su conocimiento adquirido a este hilo. Esto ayudará en el futuro, ya que creo que generarán más interés en el futuro y nuestros clientes nos desafiarán, aunque probablemente no tengamos que temer el desafío.
Re: AI para DOE: ¿alguna experiencia / conocimiento?También suena muy similar a las Operaciones evolutivas o la Optimización simple, las técnicas DOE donde evolucionas a un conjunto óptimo de condiciones. Los algoritmos pueden ser más nuevos y más potentes, pero sigue siendo una evolución hacia un óptimo.
Re: AI para DOE: ¿alguna experiencia / conocimiento?Vamos a extraer una página del libro de jugadas de Goodnight: ¿puede definir qué quiere decir el cliente con "AI" para nosotros?
El artículo que menciona el "aprendizaje estadístico o artificial" discute el uso de esas técnicas para la "optimización de la matriz de diseño". Yo diría que el flujo de trabajo integral del DOE (minería de datos + diseño óptimo) se ajusta a esa descripción. Simplemente elegimos no usar las palabras de moda actuales.
Tal vez me equivoque allí, pero esa es mi primera lectura leída basada en los artículos.
Mejor,
METRO
