AI per DOE: qualche esperienza/conoscenza?Ciao un cliente, e fan di JMP, mi ha chiesto se conosciamo un software che utilizza l'intelligenza artificiale per progettare i prossimi esperimenti. La società offerente afferma di poter costruire esperimenti progettati migliori e più efficienti. Ha chiesto al gruppo interno che esaminava questo software di confrontarlo con altri software professionali e ha suggerito JMP. Quindi qualsiasi informazione sarebbe utile a riguardo. (So che devo saperne di più e mercoledì avremo una prima chiamata a riguardo).
Qualcuno si è già imbattuto in questo tipo di ricerca o caso d'uso? Ho fatto qualche ricerca e sembra che due università austriache (vienna e innsbruck) abbiano fatto delle ricerche a riguardo e abbiano avuto un certo successo. Come nel caso degli esperimenti quantistici, immagino che questo sia piuttosto un esperimento simulato o combinatorio. Sebbene ci fosse una dichiarazione sui processi di lavorazione. Questi risalivano all'inizio del 2018 ( https://www.uibk.ac.at/newsroom/artificial-agent-designs-quantum-experiments.html.en ) e al 2015 ( https://link.springer.com/chapter/10.1007 /978-3-319-23838-8_3 ).
Grazie per qualsiasi feedback.
Martino
Ri: AI per DOE: qualche esperienza/conoscenza?Se non altro, questo thread dimostra che dovremmo presentare il pensiero di Silvio ( presentato a Praga) ogni volta che se ne presenta l'occasione. Ha fornito una descrizione completa di un caso specifico (con tutto il necessario per seguirlo), ma credo che sia un messaggio molto generale che potremmo promuovere di più. Per vostra informazione, penso che il suo sia stato uno dei migliori articoli 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 collegamenti che ho trovato potrebbero comportarsi come questi algoritmi di ottimizzazione evolutivi (globali). Tuttavia, dopo aver ottenuto nuove informazioni, dubito che Citrine faccia qualcosa con il progetto stesso, sembra che cerchino semplicemente di informare il progetto successivo con i migliori materiali trovati nel loro database che corrispondano 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 start-up abbastanza nuova della Silicon Valley che è molto brava nel marketing e nel lancio di numeri. Tuttavia l'idea alla base è valida in qualche modo.
- Sembra che creino un enorme database di informazioni sui materiali che utilizzano per trovare il materiale più probabile che possa soddisfare l'obiettivo preposto. Per me questo è in qualche modo paragonabile a ciò che P&G ha fatto da sola con la composizione chimica di un determinato prodotto che volevano conoscere invece di un semplice prodotto/materiale. In questo modo potrebbero reagire in modo molto più flessibile e più indipendente da un unico fornitore. Hanno usato in altri PLS.
- Sembra anche che stiano cercando di costruire quel database con gli esperimenti dei clienti per imparare meglio. Non sono sicuro che tutti vogliano parteciparvi. Probabilmente è una questione di valutazione del rischio, se desidero che i risultati dei miei esperimenti di innovazione siano inclusi nel database per avere un algoritmo migliore che anche altre aziende utilizzeranno per fare una scelta migliore dei materiali.
- Si tratta ancora di un processo iterativo e le aziende che utilizzano il loro servizio devono ancora condurre esperimenti, ma sui materiali da loro suggeriti. Questo sembra essere migliore di alcuni approcci classici come quello che Dysson ha fatto con il suo primo prodotto (>5000 prove). Dubito ancora che questo ridurrà l'onere di trovare un buon piano di progettazione. Il vantaggio che posso immaginare è che probabilmente otterranno un risultato migliore punto di partenza. C'è ancora la domanda se suggeriscono qualcosa sul design stesso.
- È interessante notare che BASF ha un progetto pilota in corso ( https://citrine.io/2018/06/21/basf-and-citrine-informatics-collaborate-to-use-artificial-intelligence-to-develop-new-catalyst-technology/ ) accelerare lo sviluppo di nuove tecnologie di catalizzatori ambientali.
- Citrine ha recentemente parlato ad un congresso DECHEMA a Colonia, dove ho scoperto che erano presenti anche Bernd, Mahmoud e Alex. Quindi fai attenzione se senti qualcosa da altre aziende che si occupano di materiali e prodotti chimici.
Possiamo usare questo thread anche per aggiungere informazioni che raccogliamo tutti dalle conversazioni con i clienti in cui menzionano il citrino (per essere chiari, se un cliente chiede se ne abbiamo sentito parlare, non vogliamo esagerarlo menzionandolo 
).
Ti terrò informato poiché ho ricevuto nuove informazioni sul loro progetto pilota presso Lanxess (un'altra azienda chimica). Se anche tu hai clienti che stanno partecipando a un progetto pilota, aggiungi anche le conoscenze acquisite a questo thread. Ciò ci aiuterà in futuro poiché credo che susciteranno maggiore interesse in futuro e saremo sfidati dai nostri clienti, anche se probabilmente non dobbiamo 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 si evolve verso un insieme ottimale di condizioni. Gli algoritmi potrebbero essere più nuovi e più potenti, ma si tratta pur sempre di un'evoluzione verso un livello ottimale.
Ri: AI per DOE: qualche esperienza/conoscenza?Prendiamo una pagina dal playbook di Goodnight: puoi definire cosa intende per noi il cliente con "AI".
L’articolo che menziona “l’apprendimento statistico o artificiale” discute l’utilizzo di tali tecniche per “l’ottimizzazione della matrice di progettazione”. Direi che il flusso di lavoro olistico del DOE (data mining + progettazione ottimale) si adatta a questa descrizione. Abbiamo semplicemente scelto di non usare le parole d'ordine attuali.
Forse mi sbaglio, ma questa è la mia prima lettura basata sugli articoli.
Migliore,
M
