AI pour le DOE – des expériences/connaissances ?Bonjour, un client et fan de JMP m'a demandé si nous connaissions un logiciel qui utilise l'IA pour concevoir les prochaines expériences. La société proposante affirme pouvoir créer des expériences conçues de meilleure qualité et plus efficaces. Il a demandé au groupe interne chargé d'étudier ce logiciel de le tester avec d'autres logiciels professionnels et a suggéré JMP. Toute information serait donc utile à ce sujet. (Je sais que je dois en savoir plus et j'aurai un premier appel à ce sujet mercredi).
Quelqu'un a-t-il déjà rencontré ce type de recherche ou de cas d'utilisation ? J'ai fait quelques recherches et il semble que deux universités autrichiennes (Vienne et Innsbruck) aient fait des recherches à ce sujet et aient eu un certain succès. Comme c'était le cas pour les expériences quantiques, je suppose qu'il s'agit plutôt d'une expérience simulée ou combinatoire. Bien qu'il y ait eu une déclaration sur les processus d'usinage. C'étaient début 2018 ( https://www.uibk.ac.at/newsroom/artificial-agent-designs-quantum-experiments.html.en ) et 2015 ( https://link.springer.com/chapter/10.1007 /978-3-319-23838-8_3 ) .
Merci pour tout commentaire.
Martin
Re : IA pour le DOE – des expériences/connaissances ?Au moins, ce fil montre que nous devrions présenter la pensée de Silvio ( présentée à Prague) chaque fois que l'occasion se présente. Il a donné une description complète d'un cas spécifique (avec tout ce dont vous avez besoin pour suivre), mais je pense que c'est un message très général que nous pourrions promouvoir davantage. FWIW, je pense que c'était l'un des meilleurs papiers Discovery que j'ai vu, et bien sûr, la marque P&G vaut beaucoup.
Re : IA pour le DOE – des expériences/connaissances ?@Dan_Obermiller Merci, oui, les articles dans les liens que j'ai trouvés peuvent agir comme ces algorithmes d'optimisation évolutifs (globaux). Cependant, après avoir obtenu de nouvelles informations, je doute que Citrine fasse quoi que ce soit avec la conception elle-même, il semble qu'ils essaient simplement d'informer la prochaine conception avec les meilleurs matériaux qu'ils ont trouvés dans leur base de données correspondant aux objectifs qu'un nouveau matériau devrait avoir. Néanmoins, nous pourrions voir davantage de ces études universitaires à l’avenir.
Re : IA pour le DOE – des expériences/connaissances ?Nouvelle information:
- Le concurrent est Citrine Informatics ( https://citrine.io/ ), une toute nouvelle start-up de la Silicon Valley qui est très bonne en marketing et en chiffres. Cependant, l’idée derrière est valable d’une manière ou d’une autre.
- Il semble qu'ils constituent une énorme base de données d'informations sur les matériaux qu'ils utilisent pour trouver le matériau le plus susceptible de répondre à l'objectif en question. Pour moi, c'est un peu comparable à ce que P&G a fait seul avec la composition chimique d'un certain produit qu'ils voulaient connaître au lieu d'un simple produit/matériau. Ils pourraient ainsi réagir de manière beaucoup plus flexible et plus indépendante par rapport à un seul fournisseur. Ils ont utilisé au sein d'autres PLS.
- Il semble également qu'ils essaient de constituer cette base de données avec les expériences des clients pour mieux apprendre. Je ne sais pas si tout le monde veut y participer. C'est probablement une question d'évaluation des risques, si j'aime que les résultats de mes expériences d'innovation soient inclus dans la base de données afin d'avoir un meilleur algorithme que d'autres entreprises utilisent ensuite pour faire un meilleur choix de matériaux.
- Il s'agit encore d'un processus itératif, et les entreprises qui utilisent leur service doivent encore mener des expérimentations, mais sur les matériaux qu'elles proposent. Cela semble être meilleur que certaines approches classiques comme ce que Dysson a fait avec son premier produit (> 5 000 essais), je doute encore que cela réduise le fardeau de la recherche d'un bon plan de conception. L'avantage que je peux imaginer est qu'ils obtiennent probablement un meilleur point de départ. Reste la question de savoir s’ils suggèrent quelque chose sur la conception elle-même.
- Il est intéressant de noter que BASF a un projet pilote en cours ( https://citrine.io/2018/06/21/basf-and-citrine-informatics-collaborate-to-use-artificial-intelligence-to-develop-new-catalyst-technology/ ) accélérer le développement de nouvelles technologies de catalyseurs environnementaux.
- Citrine a récemment pris la parole lors d'un congrès DECHEMA à Cologne, où Bernd, Mahmoud et Alex étaient également présents, j'ai découvert. Alors faites attention si vous entendez quelque chose de la part d’autres entreprises traitant de matériaux et de produits chimiques.
Pouvons-nous également utiliser ce fil de discussion pour ajouter des informations que nous recueillons tous à partir de conversations avec des clients où ils mentionnent Citrine (pour être clair, si un client demande si nous en avons entendu parler - nous ne voulons pas le vanter en le mentionnant 
).
Je vous tiendrai informé puisque j'ai eu de nouvelles informations sur leur pilote chez Lanxess (une autre entreprise chimique). Si vous avez également des clients qui effectuent un projet pilote, veuillez également ajouter vos connaissances acquises à ce fil de discussion. Cela nous aidera à l'avenir car je pense qu'ils susciteront davantage d'intérêt à l'avenir et que nos clients nous mettront au défi, même si nous n'avons probablement pas besoin de craindre le défi.
Re : IA pour le DOE – des expériences/connaissances ?Cela ressemble également beaucoup aux opérations évolutives ou à l'optimisation simplex, des techniques DOE dans lesquelles vous évoluez vers un ensemble optimal de conditions. Les algorithmes sont peut-être plus récents et plus puissants, mais il s’agit toujours d’une évolution vers un optimal.
Re : IA pour le DOE – des expériences/connaissances ?Tirons une page du playbook de Goodnight : pouvez-vous définir ce que le client entend par « IA » pour nous.
L'article qui mentionne « l'apprentissage statistique ou artificiel » discute de l'utilisation de ces techniques pour « l'optimisation de la matrice de conception ». Je dirais que le flux de travail holistique du DOE (exploration de données + conception optimale) correspond à cette description. Nous avons simplement choisi de ne pas utiliser les mots à la mode actuels.
Peut-être que je me trompe, mais c'est ma première lecture de passage basée sur les articles.
Meilleur,
M
