Dürr បង្ហាញ Advanced Analytics ដែលជាកម្មវិធី AI ដំបូងគេដែលត្រៀមរួចជាស្រេចក្នុងទីផ្សារសម្រាប់ហាងថ្នាំលាប។ផ្នែកមួយនៃម៉ូឌុលចុងក្រោយបំផុតនៅក្នុងស៊េរីផលិតផល DXQanalyze ដំណោះស្រាយនេះរួមបញ្ចូលគ្នានូវបច្ចេកវិទ្យា IT ចុងក្រោយបង្អស់ និងបទពិសោធន៍របស់Dürrក្នុងវិស័យវិស្វកម្មមេកានិច កំណត់ប្រភពនៃពិការភាព កំណត់កម្មវិធីថែទាំល្អបំផុត តាមដានទំនាក់ទំនងដែលមិនស្គាល់ពីមុន និងប្រើប្រាស់ចំណេះដឹងនេះដើម្បីសម្រប algorithm ទៅប្រព័ន្ធដោយប្រើគោលការណ៍រៀនដោយខ្លួនឯង។
ហេតុអ្វីបានជាបំណែកជាញឹកញាប់បង្ហាញពិការភាពដូចគ្នា?តើនៅពេលណាដែលឧបករណ៍លាយក្នុងមនុស្សយន្តអាចជំនួសបានដោយមិនចាំបាច់បញ្ឈប់ម៉ាស៊ីន?ការមានចំលើយត្រឹមត្រូវ និងច្បាស់លាស់ចំពោះសំណួរទាំងនេះ គឺជាមូលដ្ឋានគ្រឹះសម្រាប់ភាពជោគជ័យផ្នែកសេដ្ឋកិច្ចប្រកបដោយនិរន្តរភាព ព្រោះថារាល់ការខ្វះខាត ឬការថែទាំដែលមិនចាំបាច់ ដែលអាចជៀសវាងបានអាចជួយសន្សំប្រាក់ ឬបង្កើនគុណភាពផលិតផល។“កាលពីមុនឥឡូវនេះ មានដំណោះស្រាយជាក់ស្តែងតិចតួចណាស់ ដែលអនុញ្ញាតឱ្យយើងកំណត់អត្តសញ្ញាណកំហុស ឬបរាជ័យក្នុងគុណភាពភ្លាមៗ។ហើយប្រសិនបើមាន ពួកវាជាទូទៅផ្អែកលើការវាយតម្លៃដោយដៃដ៏ឈ្លាសវៃនៃទិន្នន័យ ឬការព្យាយាមសាកល្បង និងកំហុស។ដំណើរការនេះឥឡូវនេះមានភាពសុក្រឹតជាងមុន និងដោយស្វ័យប្រវត្តិ ដោយសារ Artificial Intelligence” ពន្យល់ Gerhard Alonso Garcia អនុប្រធាន MES & Control Systems នៅDürr។
ស៊េរីផលិតផលឌីជីថល DXQanalyze របស់Dürr ដែលរួមបញ្ចូលម៉ូឌុលការទិញយកទិន្នន័យរួចហើយសម្រាប់ការទទួលបានទិន្នន័យផលិតកម្ម ការវិភាគរូបភាពសម្រាប់ការមើលឃើញវា និងការវិភាគស្ទ្រីម ឥឡូវនេះអាចពឹងផ្អែកលើរោងចក្រវិភាគកម្រិតខ្ពស់ថ្មីដែលសិក្សាដោយខ្លួនឯង និងប្រព័ន្ធត្រួតពិនិត្យដំណើរការ។
កម្មវិធី AI មានអង្គចងចាំរបស់វា។
ភាពប្លែកនៃ Advanced Analytics គឺថាម៉ូឌុលនេះរួមបញ្ចូលគ្នានូវទិន្នន័យជាច្រើនរួមទាំងទិន្នន័យប្រវត្តិសាស្រ្តជាមួយនឹងការរៀនម៉ាស៊ីន។នេះមានន័យថាកម្មវិធី AI រៀនដោយខ្លួនឯងមានអង្គចងចាំរបស់វា ហើយដូច្នេះវាអាចប្រើប្រាស់ព័ត៌មានពីអតីតកាលទាំងពីរដើម្បីទទួលស្គាល់ទំនាក់ទំនងស្មុគ្រស្មាញក្នុងបរិមាណដ៏ច្រើននៃទិន្នន័យ និងព្យាករណ៍ព្រឹត្តិការណ៍មួយនាពេលអនាគតជាមួយនឹងកម្រិតខ្ពស់នៃភាពជាក់លាក់ដោយផ្អែកលើបច្ចុប្បន្ន។ លក្ខខណ្ឌនៃម៉ាស៊ីន។មានកម្មវិធីជាច្រើនសម្រាប់រឿងនេះនៅក្នុងហាងថ្នាំលាប មិនថានៅកម្រិតសមាសធាតុ ដំណើរការ ឬកម្រិតរុក្ខជាតិទេ។
ការថែទាំតាមការព្យាករណ៍កាត់បន្ថយការធ្លាក់ចុះរបស់រុក្ខជាតិ
នៅពេលនិយាយអំពីសមាសធាតុ ការវិភាគកម្រិតខ្ពស់មានគោលបំណងកាត់បន្ថយពេលវេលារងចាំតាមរយៈការព្យាករណ៍អំពីការថែទាំ និងព័ត៌មានជួសជុល ឧទាហរណ៍ដោយការទស្សន៍ទាយអាយុកាលសេវាកម្មដែលនៅសល់របស់ឧបករណ៍លាយ។ប្រសិនបើគ្រឿងបន្លាស់ត្រូវបានជំនួសលឿនពេក ការចំណាយលើគ្រឿងបន្លាស់កើនឡើង ហើយជាលទ្ធផលតម្លៃជួសជុលទូទៅកើនឡើងដោយមិនចាំបាច់។ម៉្យាងវិញទៀត ប្រសិនបើទុកចោលយូរពេក វាអាចបណ្តាលឱ្យមានបញ្ហាគុណភាពក្នុងអំឡុងពេលដំណើរការថ្នាំកូត និងការបញ្ឈប់ម៉ាស៊ីន។ការវិភាគកម្រិតខ្ពស់ចាប់ផ្តើមដោយការស្វែងយល់ពីសូចនាករពាក់ និងគំរូបណ្តោះអាសន្ននៃការពាក់ដោយប្រើទិន្នន័យមនុស្សយន្តដែលមានប្រេកង់ខ្ពស់។ដោយសារទិន្នន័យត្រូវបានកត់ត្រា និងត្រួតពិនិត្យជាបន្តបន្ទាប់ ម៉ូឌុលរៀនម៉ាស៊ីនទទួលស្គាល់ជាលក្ខណៈបុគ្គលនិន្នាការនៃភាពចាស់សម្រាប់សមាសធាតុរៀងៗខ្លួនដោយផ្អែកលើការប្រើប្រាស់ជាក់ស្តែង ហើយតាមវិធីនេះគណនាពេលវេលាជំនួសដ៏ល្អប្រសើរ។
ខ្សែកោងសីតុណ្ហភាពបន្តដែលក្លែងធ្វើដោយការរៀនម៉ាស៊ីន
ការវិភាគកម្រិតខ្ពស់ធ្វើអោយប្រសើរឡើងនូវគុណភាពនៅកម្រិតដំណើរការដោយកំណត់អត្តសញ្ញាណភាពមិនប្រក្រតី ឧទាហរណ៍ដោយការក្លែងធ្វើខ្សែកោងកំដៅនៅក្នុងឡ។រហូតមកដល់ពេលនេះ ក្រុមហ៊ុនផលិតមានតែទិន្នន័យដែលកំណត់ដោយឧបករណ៍ចាប់សញ្ញាក្នុងអំឡុងពេលដំណើរការវាស់វែងប៉ុណ្ណោះ។ទោះជាយ៉ាងណាក៏ដោយ ខ្សែកោងកំដៅដែលមានសារៈសំខាន់ជាមូលដ្ឋានក្នុងលក្ខខណ្ឌនៃគុណភាពផ្ទៃនៃតួរថយន្តប្រែប្រួលចាប់តាំងពីអាយុកាលនៃឡ ក្នុងអំឡុងពេលចន្លោះពេលរវាងការវាស់ស្ទង់។ការពាក់នេះបណ្តាលឱ្យមានការប្រែប្រួលនៃលក្ខខណ្ឌជុំវិញ ឧទាហរណ៍នៅក្នុងអាំងតង់ស៊ីតេនៃលំហូរខ្យល់។“រហូតមកដល់ពេលនេះ សាកសពរាប់ពាន់ត្រូវបានផលិតដោយមិនដឹងពីសីតុណ្ហភាពជាក់លាក់ ដែលរាងកាយនីមួយៗត្រូវបានកំដៅ។ដោយប្រើការរៀនម៉ាស៊ីន ម៉ូឌុលវិភាគកម្រិតខ្ពស់របស់យើងក្លែងធ្វើរបៀបផ្លាស់ប្តូរសីតុណ្ហភាពក្រោមលក្ខខណ្ឌផ្សេងៗ។នេះផ្តល់ជូនអតិថិជនរបស់យើងនូវភស្តុតាងអចិន្ត្រៃយ៍នៃគុណភាពសម្រាប់ផ្នែកនីមួយៗ និងអនុញ្ញាតឱ្យពួកគេកំណត់អត្តសញ្ញាណភាពមិនប្រក្រតី” ពន្យល់ថា Gerhard Alonso Garcia ។
អត្រារត់ដំបូងខ្ពស់បង្កើនប្រសិទ្ធភាពឧបករណ៍ទាំងមូល
ចំពោះការផ្សាំនោះ កម្មវិធី DXQplant.analytics ត្រូវបានប្រើរួមគ្នាជាមួយម៉ូឌុលវិភាគកម្រិតខ្ពស់ ដើម្បីបង្កើនប្រសិទ្ធភាពឧបករណ៍ទាំងមូល។ដំណោះស្រាយឆ្លាតវៃរបស់ក្រុមហ៊ុនផលិតអាល្លឺម៉ង់តាមដានបញ្ហាគុណភាពដែលកើតឡើងដដែលៗនៅក្នុងប្រភេទម៉ូដែលជាក់លាក់ ពណ៌ជាក់លាក់ ឬនៅលើផ្នែករាងកាយនីមួយៗ។នេះអនុញ្ញាតឱ្យអតិថិជនយល់ថាជំហានណាមួយនៅក្នុងដំណើរការផលិតគឺទទួលខុសត្រូវចំពោះគម្លាត។ភាពខ្វះខាត និងទំនាក់ទំនងដែលបណ្តាលឱ្យមានទំនាក់ទំនងនឹងបង្កើនអត្រាដំណើរការដំបូងនាពេលអនាគត ដោយអនុញ្ញាតឱ្យមានអន្តរាគមន៍នៅដំណាក់កាលដំបូងបំផុត។
ការរួមបញ្ចូលគ្នារវាងវិស្វកម្មរោងចក្រ និងជំនាញឌីជីថល
ការបង្កើតគំរូទិន្នន័យដែលត្រូវគ្នានឹង AI គឺជាដំណើរការដ៏ស្មុគស្មាញមួយ។តាមពិត ដើម្បីបង្កើតលទ្ធផលដ៏ឆ្លាតវៃជាមួយនឹងការរៀនម៉ាស៊ីន វាមិនគ្រប់គ្រាន់ទេក្នុងការបញ្ចូលចំនួនទិន្នន័យដែលមិនបានបញ្ជាក់ទៅក្នុងក្បួនដោះស្រាយ "ឆ្លាតវៃ"។សញ្ញាដែលពាក់ព័ន្ធត្រូវតែត្រូវបានប្រមូល ជ្រើសរើសដោយប្រុងប្រយ័ត្ន និងរួមបញ្ចូលជាមួយព័ត៌មានបន្ថែមដែលមានរចនាសម្ព័ន្ធពីផលិតកម្ម។Dürr អាចរចនាកម្មវិធីដែលគាំទ្រសេណារីយ៉ូនៃការប្រើប្រាស់ផ្សេងៗគ្នា ផ្តល់បរិយាកាសពេលដំណើរការសម្រាប់ម៉ូដែលរៀនម៉ាស៊ីន និងផ្តួចផ្តើមការបណ្តុះបណ្តាលគំរូ។“ការបង្កើតដំណោះស្រាយនេះគឺជាបញ្ហាប្រឈមដ៏ពិតប្រាកដមួយ ដោយសារមិនមានគំរូរៀនម៉ាស៊ីនត្រឹមត្រូវ និងមិនមានបរិយាកាសដំណើរការសមស្របដែលយើងអាចប្រើបាន។ដើម្បីអាចប្រើប្រាស់ AI នៅកម្រិតរោងចក្រ យើងបានរួមបញ្ចូលគ្នានូវចំណេះដឹងរបស់យើងអំពីមេកានិច និងវិស្វកម្មរោងចក្រជាមួយនឹងអ្នកជំនាញខាង Digital Factory របស់យើង។នេះនាំឱ្យមានដំណោះស្រាយបញ្ញាសិប្បនិមិត្តដំបូងគេសម្រាប់ហាងថ្នាំលាប" Gerhard Alonso Garcia និយាយថា។
ជំនាញ និងចំណេះដឹងរួមបញ្ចូលគ្នាដើម្បីបង្កើតការវិភាគកម្រិតខ្ពស់
ក្រុមអន្តរកម្មសិក្សាដែលបង្កើតឡើងដោយអ្នកវិទ្យាសាស្ត្រទិន្នន័យ អ្នកវិទ្យាសាស្ត្រកុំព្យូទ័រ និងអ្នកជំនាញដំណើរការបានបង្កើតដំណោះស្រាយដ៏ឆ្លាតវៃនេះ។Durr ក៏បានចូលទៅក្នុងភាពជាដៃគូសហប្រតិបត្តិការជាមួយនឹងក្រុមហ៊ុនផលិតរថយន្តធំៗមួយចំនួនផងដែរ។តាមរបៀបនេះ អ្នកអភិវឌ្ឍន៍មានទិន្នន័យផលិតកម្មក្នុងជីវិតពិត និងបរិស្ថានគេហទំព័របេតាក្នុងការផលិតសម្រាប់ករណីកម្មវិធីផ្សេងៗ។ទីមួយក្បួនដោះស្រាយត្រូវបានបណ្តុះបណ្តាលនៅក្នុងមន្ទីរពិសោធន៍ដោយប្រើករណីសាកល្បងមួយចំនួនធំ។ក្រោយមក ក្បួនដោះស្រាយបានបន្តការសិក្សានៅនឹងកន្លែង ក្នុងអំឡុងពេលប្រតិបត្តិការជីវិតពិត និងសម្របខ្លួនទៅនឹងបរិយាកាស និងលក្ខខណ្ឌនៃការប្រើប្រាស់។ដំណាក់កាលបេតាថ្មីៗនេះត្រូវបានបញ្ចប់ដោយជោគជ័យ និងបង្ហាញពីសក្តានុពល AI ប៉ុន្មានដែលវាមាន។កម្មវិធីអនុវត្តជាក់ស្តែងដំបូងគឺបង្ហាញថាកម្មវិធីពីDürrធ្វើអោយប្រសើរឡើងនូវភាពអាចរកបាននៃរុក្ខជាតិ និងគុណភាពផ្ទៃនៃសាកសពលាប។
ពេលវេលាបង្ហោះ៖ ថ្ងៃទី ១៦ ខែមីនា ឆ្នាំ ២០២២