AI for DOE - qualche esperienza / conoscenza?Salve, cliente e fan di JMP, mi hanno chiesto se siamo a conoscenza di un software che utilizza l'intelligenza artificiale per progettare i prossimi esperimenti. La società di offerta afferma di poter costruire esperimenti progettati migliori ed più efficienti. Ha chiesto al gruppo interno alla ricerca di questo software di sfidarlo con altri software professionali e ha suggerito JMP. Quindi qualsiasi informazione sarebbe utile al riguardo. (So che devo saperne di più e mercoledì avrò una prima telefonata).
Qualcuno ha trovato questo tipo di ricerca o caso d'uso già? Ho studiato un po 'e sembra che due università austriache (Vienna e Innsbruck) abbiano fatto qualche ricerca su questo e abbiano avuto un certo successo. Come negli esperimenti quantistici, suppongo che si tratti piuttosto di un esperimento simulato o combinatorio. Sebbene ci fosse una dichiarazione sui processi di lavorazione. Questi erano dall'inizio del 2018 ( https://www.uibk.ac.at/newsroom/artificial-agent-designs-quantum-experiments.html.en ) e 2015 ( https://link.springer.com/chapter/10.1007/978-3-319-23838-8_3 ).
Grazie per qualsiasi feedback.
balestruccio
Ri: AI per DOE - qualche esperienza / conoscenza?Se non altro, questo thread mostra che dovremmo presentare il pensiero di Silvio ( presentati a Praga) ogni volta che se ne presenta l'occasione. Ha fornito una descrizione completa di un caso specifico (con tutto il necessario da seguire), ma credo che sia un messaggio molto generale che possiamo promuovere di più. FWIW, penso che il suo fosse uno dei migliori documenti Discovery che abbia mai visto, e ovviamente il marchio P&G vale molto.
Ri: AI per DOE - qualche esperienza / conoscenza? @Dan_Obermiller Grazie, sì, gli articoli nei link che ho trovato possono agire come questi algoritmi di ottimizzazione evolutiva (globale). Tuttavia, dopo che ho ricevuto nuove informazioni, dubito che Citrine faccia qualcosa con il design stesso, sembra che stiano solo cercando di informare il design successivo con i migliori materiali che hanno trovato nel loro database corrispondenti agli obiettivi che un nuovo materiale dovrebbe avere. Tuttavia potremmo vedere di più da questi studi universitari in futuro.
Ri: AI per DOE - qualche esperienza / conoscenza?Nuova informazione:
- Il concorrente è Citrine Informatics ( https://citrine.io/ ), una nuovissima start-up della Silicon Valley, ottima per il marketing e il lancio di numeri. Tuttavia l'idea alla base è valida in qualche modo.
- Sembra che creino un enorme database di informazioni sui materiali che usano per trovare il materiale più probabile per raggiungere l'obiettivo in questione. Per me questo è paragonabile a quello che P&G ha fatto da solo con la sua composizione chimica di un determinato prodotto che voleva sapere invece di un semplice prodotto / materiale. Con ciò potrebbero reagire in modo molto più flessibile e indipendente da un unico fornitore. Hanno usato all'interno di altri PLS.
- Sembra anche che stiano cercando di costruire quel database con esperimenti dei clienti per imparare meglio. Non sono sicuro se tutti vogliono partecipare a questo. Probabilmente è una questione di valutazione del rischio, se mi piace che i risultati dei miei esperimenti di innovazione siano inclusi nel database per avere un algoritmo migliore che anche altre aziende usano per fare una scelta migliore dei materiali.
- Questo è ancora un processo iterativo e i compagni che usano il loro servizio devono ancora condurre esperimenti, ma sui materiali che suggeriscono. Questo sembra essere migliore di alcuni approcci classici come quello che Dysson ha fatto con il suo primo prodotto (> 5000 prove), dubito ancora che ciò ridurrà l'onere di trovare un buon piano di progettazione. Il vantaggio che posso immaginare è che probabilmente otterranno un miglioramento punto di partenza. C'è ancora la domanda se suggeriscono qualcosa sul design stesso.
- È interessante notare che BASF ha un pilota in esecuzione ( https://citrine.io/2018/06/21/basf-and-citrine-informatics-collaborate-to-use-artificial-intelligence-to-develop-new-catalyst-technology/ ) per accelerare lo sviluppo di nuove tecnologie di catalizzatore ambientale.
- Citrine ha parlato di recente in un congresso DECHEMA a Colonia, dove ho scoperto anche Bernd, Mahmoud e Alex. Quindi, per favore, state attenti se sentite qualcosa da altre aziende che si occupano di materiali e prodotti chimici.
Possiamo usare questa discussione anche per aggiungere informazioni che tutti raccogliamo dalle conversazioni con i clienti in cui citano il citrino (per essere chiari, se un cliente ci chiede se ne abbiamo sentito parlare - non vogliamo pubblicizzarli citandoli;) ).
Ti terrò informato da quando ho avuto nuove intuizioni sul loro pilota alla Lanxess (un'altra società chimica). Se hai clienti che fanno anche un pilota, aggiungi anche le tue conoscenze acquisite a questa discussione. Ciò contribuirà in futuro poiché credo che susciteranno un maggiore interesse in futuro e saremo sfidati dai nostri clienti, anche se probabilmente non dovremo temere la sfida.
Ri: AI per DOE - qualche esperienza / conoscenza?Sembra anche molto simile alle operazioni evolutive o all'ottimizzazione simplex, tecniche DOE in cui evolvi in un set ottimale di condizioni. Gli algoritmi possono essere più recenti e più potenti, ma è ancora un'evoluzione verso un ottimale.
Ri: AI per DOE - qualche esperienza / conoscenza?Prendiamo una pagina dal playbook di Goodnight: puoi definire cosa intende il cliente con "AI" per noi.
L'articolo che menziona "l'apprendimento statistico o artificiale" discute l'uso di quelle tecniche per "l'ottimizzazione della matrice di progettazione". Direi che il flusso di lavoro DOE olistico (data mining + progettazione ottimale) si adatta a quella descrizione. Abbiamo appena scelto di non usare le parole d'ordine correnti.
Forse mi sbaglio lì, ma questo è il mio primo passaggio letto in base agli articoli.
Migliore,
M
