DOE 向け AI - 経験や知識はありますか?こんにちは、JMP ファンの顧客が、AI を使用して次の実験を設計するソフトウェアについて知っているかと私に尋ねました。提供元企業は、より優れた効率的な実験計画を構築できると言っています。彼は、このソフトウェアを検討している社内グループに、他の専門的なソフトウェアとの比較を依頼し、JMP を提案しました。そのため、これに関する情報があれば助かります。(もっと詳しく調べる必要があることはわかっています。この件については、水曜日に最初の電話会議を行う予定です)。
すでにこのタイプの研究やユースケースに出会った人はいますか? 少し調べたところ、オーストリアの 2 つの大学 (ウィーンとインスブルック) がそれについて研究し、ある程度の成功を収めているようです。量子実験に関するものだったので、これはむしろシミュレートされた、または組み合わせた実験だと思います。ただし、加工プロセスに関する声明がありました。これらは 2018 年初頭 ( https://www.uibk.ac.at/newsroom/artificial-agent-designs-quantum-experiments.html.en ) と 2015 年 ( https://link.springer.com/chapter/10.1007/978-3-319-23838-8_3 ) のものでした。
フィードバックをいただければ幸いです。
マーティン
Re: DOE 向け AI - 経験や知識はありますか?少なくとも、このスレッドは、機会があればいつでも、シルビオの考え (プラハで発表) を取り上げるべきだということを示しています。彼は特定のケースについて完全な説明をしていますが (理解するために必要なすべての情報も含まれています)、これは非常に一般的なメッセージであり、もっと宣伝できると思います。参考までに、彼の論文は私が見た中で最高の Discovery 論文の 1 つだと思いますし、もちろん P&G ブランドの価値は高いです。
Re: DOE 向け AI - 経験や知識はありますか?@Dan_Obermillerありがとうございます。確かに、私が見つけたリンクの記事は、こうした進化的（グローバル）最適化アルゴリズムのように機能するかもしれません。しかし、新しい情報を入手した後、Citrine が設計自体に何かを行うとは思えません。彼らは、新しい材料が持つべき目的に一致するデータベースで見つかった最良の材料を次の設計に反映させようとしているだけのように思えます。とはいえ、今後はこうした大学の研究からさらに多くの成果が出てくるかもしれません。
Re: DOE 向け AI - 経験や知識はありますか?新情報：
- 競合相手は Citrine Informatics ( https://citrine.io/ ) です。これはシリコンバレーの新興企業で、マーケティングと数字の活用に非常に優れています。しかし、その背後にあるアイデアは、何らかの形で有効です。
- 彼らは、担当する目的に最も適した材料を見つけるために使用する材料情報の膨大なデータベースを構築しているようです。私にとってこれは、P&G が、単純な製品/材料ではなく、特定の製品の化学組成を知りたい場合に独自に行ったことと似ています。これにより、彼らはより柔軟に、1 つのサプライヤーから独立して対応できます。彼らは他の PLS 内で使用しました。
- また、よりよい学習のために、顧客からの実験でデータベースを構築しようとしているようです。誰もがそれに参加したいかどうかはわかりません。おそらくリスク評価の問題ですが、私のイノベーション実験の結果をデータベースに含めて、他の企業もそれを使用してよりよい材料選択を行うためのよりよいアルゴリズムを作成したいかどうかです。
- これはまだ反復的なプロセスであり、サービスを利用する企業は依然として実験を行う必要がありますが、提案された材料で実験を行う必要があります。これは、ダイソンが最初の製品で行ったような従来のアプローチ（5000 回を超える試行）よりも優れているように思われますが、それでも、優れた設計プランを見つける負担が軽減されるかどうかは疑問です。私が想像できる利点は、おそらくより良い出発点が得られることです。それでも、設計自体について何か提案があるかどうかは疑問です。
- 興味深いことに、BASF は新しい環境触媒技術の開発を加速するためにパイロット プログラム ( https://citrine.io/2018/06/21/basf-and-citrine-informatics-collaborate-to-use-artificial-intelligence-to-develop-new-catalyst-technology/ ) を実行しています。
- シトリンは最近ケルンで行われた DECHEMA 会議で講演しましたが、ベルンド、マフムード、アレックスも出席していたことがわかりました。ですから、材料や化学物質を扱う他の企業から何か聞いたら注意してください。
このスレッドを使用して、シトリンについて言及した顧客との会話から収集した情報も追加できます (明確に言えば、顧客からそのことについて聞いたことがあるかどうか尋ねられた場合、私たちは言及することで彼らを誇大宣伝したくありません 
)。
Lanxess (別の化学会社) でのパイロットに関する新しい知見を得たので、引き続きお知らせします。パイロットを実施している顧客がいる場合は、このスレッドに得た知識も追加してください。これは将来役立つでしょう。将来的には関心が高まり、顧客から挑戦を受けることになると思いますが、その挑戦を恐れる必要はないでしょう。
Re: DOE 向け AI - 経験や知識はありますか?これは、最適な条件セットへと進化する進化操作やシンプレックス最適化、DOE テクニックにも非常に似ています。アルゴリズムはより新しく、より強力かもしれませんが、それでも最適値への進化です。
Re: DOE 向け AI - 経験や知識はありますか?Goodnight のプレイブックから 1 ページを抜き出してみましょう。私たちにとって「AI」とは顧客にとって何を意味するのか定義していただけますか。
「統計的または人工的な学習」について言及している記事では、これらの技術を「設計マトリックスの最適化」に使用することについて説明しています。総合的な DOE ワークフロー (データ マイニング + 最適設計) がその説明に当てはまると私は主張します。私たちは、現在の流行語を使用しないことを選択しただけです。
もしかしたら間違っているかもしれませんが、これが記事に基づいて私が最初に読んだ結論です。
最高、
ま
