Ранее на этой неделе мы настроились на увлекательную дискуссию на тему Преобразует ли ИИ аккумуляторы?, организованную Стивом Левином в The Electric с участием Тима Холма, технического директора QuantumScape, и Эндрю Нг. », один из сегодняшних лидеров в области ИИ.

Несколько моментов из беседы стали особенно важными, особенно в связи с тем, что новая область Enterprise Battery Intelligence (EBI) достигает зрелости:

  • Существовал широкий консенсус в отношении того, что применению ИИ в аккумуляторных батареях препятствует отсутствие чистых и высококачественных данных, необходимых для обучения моделей машинного обучения, которые будут давать значимую информацию.
  • Холм отметил, что для эффективного применения ИИ для разработки материалов для аккумуляторов и улучшения характеристик аккумуляторов вам нужны сквозные данные, фиксирующие входные материалы, параметры сборки и обработки, а также выходные данные о производительности, полученные с помощью обширных, лабораторные испытания с интенсивным использованием данных и оценка в полевых условиях. Подразумевается, что большинству компаний не хватает инфраструктуры для эффективного сбора и анализа этих данных.
  • Холм также предложил эмпирическое правило, согласно которому требуется пять инженеров данных для создания инструментов и конвейеров данных, необходимых для предоставления полномочий одному специалисту по данным, которому поручено выполнение анализа и оптимизации.
  • Наконец, Нг представил еще одно препятствие, основанное на его прошлом опыте использования ИИ для профилактического обслуживания промышленных систем, заявив, что обширный опыт работы в предметной области требуется просто для подготовки данных для анализа и извлечения из них значимых функций для обеспечения работы Решение ИИ.

В ходе этой беседы ведущие эксперты в области аккумуляторов и искусственного интеллекта четко сформулировали потребность в Enterprise Battery Intelligence, особенно по мере того, как все больше компаний обнаруживают, что им необходимо развивать основную компетенцию в отношении аккумуляторов, которые питают их продукты и бизнес-модели. Проще говоря, если вы хотите применить ИИ к батареям, вам нужен EBI.

Решение EBI предоставляет полный набор конвейеров данных и инфраструктуры для автоматического сбора данных на протяжении всего жизненного цикла батареи — от материалов и технологических входов до подробной информации о производительности батареи — предоставляя чистые, высококачественные данные, необходимые для работы ИИ и многих других приложений. Более того, продуктизированное решение EBI может помочь вам запустить и запустить его всего за несколько недель, а не годы, которые потребуются для разработки и создания надежной собственной системы. Это также устраняет необходимость напрямую нанимать всех этих инженеров по данным, освобождая ресурсы, чтобы сосредоточиться на более важной аналитической работе, которая обеспечивает истинное понимание и влияние на бизнес. И, по мнению Нг, решение EBI имеет встроенный опыт в предметной области, автоматически извлекая ключевые показатели эффективности и другие функции, которые позволяют эффективно применять ИИ. Этот фактор позволяет компаниям быстро масштабировать свои батареи и программы анализа батарей, получая при этом доступ к более широкому кругу специалистов, поскольку опыт работы с батареями в настоящее время недостаточен и пользуется большим спросом.

Именно эти типы приложений побудили нас основать Voltaiq и стать пионерами в области Enterprise Battery Intelligence, и они продолжают вдохновлять нашу команду на инновации и повышение эффективности аккумуляторной экосистемы с помощью нашей платформы EBI. По мере того, как отрасль движется вперед, мы рады видеть, как можно использовать ИИ для расширения всего спектра преимуществ, которые может предоставить EBI: ускорение разработки продуктов, оптимизация производительности аккумуляторов, сокращение времени наращивания производства и выход продукции, увеличение финансирования аккумуляторов, повышение качества обслуживания клиентов. опыт, а также предотвращение пожаров и отзывов.

Действительно, ИИ обладает огромным потенциалом в области аккумуляторов. Однако время имеет решающее значение, поскольку победители и проигравшие будут определяться тем, кто быстрее сможет добиться конкурентного преимущества с помощью расширенного анализа данных и искусственного интеллекта.

Так что помните — чтобы сделать ИИ завтра… вам нужен EBI сегодня!