211service.com
General Electric construye una fuerza laboral de IA
Como parte de su cambio hacia negocios de alta tecnología, la empresa de 125 años de antigüedad, número 40 en nuestra lista de las 50 empresas más inteligentes, está integrando inteligencia artificial en todas sus operaciones, comenzando por sus científicos. 27 de junio de 2017
leonard greco
Cuando Jason Nichols se unió a GE Global Research en 2011, poco después de completar su trabajo posdoctoral en química orgánica en la Universidad de California, Berkeley, anticipó una larga carrera en investigación química. Pero después de cuatro años creando materiales y sistemas para tratar aguas residuales industriales, Nichols se mudó al laboratorio de aprendizaje automático de la empresa. Este año empezó a trabajar con realidad aumentada. En parte químico, en parte científico de datos, Nichols es ahora exactamente el tipo de empleado híbrido crucial para el futuro de una empresa que trabaja para inyectar inteligencia artificial en sus máquinas y procesos industriales.
Hace quince años, los operadores y técnicos de las máquinas de GE monitoreaban los motores de los aviones, las locomotoras y las turbinas de gas escuchando sus ruidos metálicos y zumbidos y comprobando sus indicadores. Hoy, la empresa utiliza IA para hacer el equivalente, incluso prediciendo fallas por adelantado (ver '50 empresas más inteligentes de 2017'). Al poner en orden esta tecnología, GE espera convertirse en uno de los principales proveedores de software del mundo para 2020, una búsqueda que se intensificó en 2011 con una iniciativa de mil millones de dólares para recopilar y analizar datos de sensores de máquinas. La creación de modelos más inteligentes a través de la IA es el siguiente paso en la estrategia de la empresa, que espera le dé una ventaja sobre rivales de toda la vida como Siemens y gigantes del software, como IBM, que ahora se están expandiendo hacia el análisis industrial.
Esta historia fue parte de nuestra edición de julio de 2017
- Ver el resto del número
- Suscribir
Por supuesto, integrar inteligencia artificial en una organización fundada en 1892 es una tarea difícil. Comienza con la formación de los cerebros técnicos detrás de la empresa, que emplea a 300.000 personas en todos sus negocios en todo el mundo. GE Global Research, donde trabaja Jason Nichols, está creando programas en línea que enseñan aprendizaje automático y simposios donde los científicos pueden explorar nuevos roles. Hasta el momento, casi 400 empleados de toda la empresa han completado el programa de certificación de análisis de datos de GE, y unos 50 científicos se han trasladado a trabajos de análisis digital del tipo que Nichols ha asumido.
carreras duales
Muchos de estos científicos duales ayudan a crear modelos de software alojados en la nube de las máquinas de GE que se pueden usar para ahorrar dinero y mejorar la seguridad de sus clientes. GE construye estos gemelos digitales utilizando la información que recopila de los sensores en las máquinas, complementada con modelos basados en la física, IA, análisis de datos y conocimiento de sus científicos e ingenieros. Aunque los gemelos digitales son principalmente líneas de código de software, las versiones más elaboradas parecen dibujos de diseño asistidos por computadora en 3D llenos de gráficos interactivos, diagramas y puntos de datos. Permiten a GE realizar un seguimiento del desgaste de los motores de sus aviones, locomotoras, turbinas de gas y turbinas eólicas utilizando datos de sensores en lugar de suposiciones o estimaciones, lo que facilita la predicción de cuándo necesitarán mantenimiento. Un motor de avión que vuela sobre los EE. UU. podría, por ejemplo, tener un gemelo digital en un servidor informático de GE en California para ayudar a determinar el mejor programa de servicio para sus piezas.
Además de pronosticar la expectativa de vida de una máquina, los modelos virtuales permiten a GE optimizar el funcionamiento de sus productos. GE dice que los gemelos digitales están aumentando la cantidad de electricidad que producen los parques eólicos hasta en un 20 por ciento y reduciendo el consumo anual de combustible y las emisiones de carbono de una de sus locomotoras en 32.000 galones y 174.000 toneladas al año, respectivamente. Se han entregado más de 700.000 modelos a clientes, cifra que podría superar el millón a finales de este año.
La tecnología depende de la inteligencia artificial para actualizarse continuamente. Además, si los datos están dañados o faltan, la compañía llena los vacíos con la ayuda del aprendizaje automático, un tipo de IA que permite que las computadoras aprendan sin ser programadas explícitamente, dice Colin Parris, vicepresidente de investigación de software de GE Global Research. Parris dice que GE combina la visión por computadora con el aprendizaje profundo, un tipo de IA especialmente hábil para reconocer patrones, y el aprendizaje por refuerzo, otro avance reciente en IA que permite a las máquinas optimizar las operaciones, para permitir que las cámaras encuentren grietas diminutas en las palas de las turbinas de metal incluso cuando están sucios y polvorientos.
Tome el pequeño robot, un poco más grande que un auto Matchbox, que se usa para inspeccionar los motores en funcionamiento. Usando visión por computadora y una variedad de técnicas de inteligencia artificial, el bot puede buscar grietas dentro de los motores de los aviones al montarse en la parte superior de un aspa de ventilador que se mueve lentamente.
Se puede conectar una tecnología similar a un dron para encontrar corrosión en las pilas de antorchas de 200 pies de altura que queman el exceso de gas liberado en los sitios de producción de petróleo y gas.
Los científicos de GE han estado estudiando y adaptando tecnologías cambiantes durante décadas. En esta foto del 18 de abril de 1968, un ingeniero de sistemas de GE maneja el enlace de télex de un sistema de respuesta para estudiantes en la Universidad de Syracuse. La computadora analizó las respuestas dadas por los estudiantes a las preguntas de opción múltiple y se las transmitió al maestro.
El 20 de marzo de 1969, los investigadores de GE estudiaron el flujo de gases, invisibles en su estado natural, mediante la creación de simulaciones en un dispositivo llamado tabla de agua de trabajo, donde se observaron las corrientes mediante el uso de tintes.
sin moda
Para desarrollar y trabajar con estos sistemas, los investigadores de GE deben comprender tanto la física de las máquinas como los algoritmos de IA.
Este es un lugar donde tendrá un biólogo molecular sentado con un experto en aprendizaje automático o una persona de teoría de controles sentada con alguien que sabe sobre ciencia de los materiales, dice Mark Grabb, director de tecnología de análisis de GE Global Research. Ese tipo de colaboración es muy poderosa, pero no hay nada más poderoso que tener esa misma información en el mismo cerebro; es simplemente hipereficiente.
Considere el cerebro de Matt Nielsen, quien se unió a GE Global Research en 1998 después de obtener un doctorado en física. Nielsen desarrolló la fotónica y trabajó en software para vehículos eléctricos antes de pasar por completo al lado digital de la empresa en 2015. Hoy, lidera un equipo de desarrolladores de gemelos digitales y ayuda a construir modelos basados en la física que se pueden combinar con algoritmos de aprendizaje automático.
GE utiliza IA para crear representaciones digitales actualizadas continuamente de sus máquinas, como esta turbina de gas, la 9HA, en una planta en Belfort, Francia.
Las réplicas digitales de motores a reacción ayudan a los clientes de aviación de GE a ahorrar dinero al predecir exactamente cuándo necesitarán mantenimiento. Aquí, un motor GE se encuentra en una instalación de reacondicionamiento en Río de Janeiro, Brasil.
Sahika Genc, otra científica dual, desarrolló sistemas para alarmas de UCI antes de pasar al laboratorio de aprendizaje automático de GE en 2014. Genc ahora es una científica de aprendizaje automático que utiliza el aprendizaje profundo y el aprendizaje reforzado para hacer que los sistemas de administración de energía de GE sean más eficientes. Uno de sus proyectos recientes aplicó el aprendizaje automático y la teoría de la transferencia de calor para identificar cómo se disipa y almacena la energía del edificio. Los pronósticos ayudarán a los clientes de GE a reducir su consumo de energía.
Estos investigadores híbridos podrían ser la mejor opción de GE para seguir siendo relevante durante otro siglo, ya que la empresa busca oportunidades de crecimiento en industrias tan competitivas y maduras como las turbinas, los motores a reacción y las locomotoras.
Parris, el líder en investigación de software, admite que algunos de los 2000 investigadores de GE aún consideran ciertos aspectos del nuevo enfoque como una moda pasajera.
Pero los científicos que no dan el salto pueden quedarse atrás. En enero, la empresa despidió a investigadores en áreas consideradas periféricas a la estrategia industrial digital de GE. Eso es después de crear 100 nuevos trabajos de investigación relacionados con la IA y la robótica en 2016.