Oprogramowanie Numenta inspirowane mózgiem dodaje spryt do sieci

Ludzie z branży technologicznej wiedzą, że powstaje coraz więcej danych, ale startup Numenta zajmujący się sztuczną inteligencją boryka się z nieco innym problemem: szybkością, z jaką dane są tworzone.

Firma z Doliny Krzemowej, założona przez pioniera komputerów przenośnych, Jeffa Hawkinsa, powiedziała w zeszłym tygodniu, że energooszczędna firma EnerNoc należy do niewielkiej grupy firm, które obecnie testują swoje oprogramowanie.

Jego produkt, zwany Grok, jest przeznaczony do przetwarzania danych w celu uzyskania pewnego rodzaju przewidywania lub wglądu. Oprogramowanie jest wzorowane na tym, jak ludzki mózg przetwarza dane i jest szczególnie dobrze przystosowane do obsługi strumieni informacji, takich jak dane z czujnika w regularnych odstępach czasu.

EnerNoc wykorzystuje Grok do uzyskiwania większych przychodów od klientów odpowiedzi na zapotrzebowanie, którzy zgadzają się na zmniejszenie zużycia energii elektrycznej. Operatorzy sieci płacą EnerNoc za agregację wielu z tych redukcji energii w budynkach w celu utrzymania stałej częstotliwości sieci. Grok analizuje dane z liczników mediów, aby przewidzieć, na ile niezawodnie można liczyć na klienta EnerNoc, aby obniżyć zużycie energii elektrycznej w ciągu najbliższych dwóch godzin.

Kolejnym nienazwanym klientem jest operator farmy wiatrowej w Europie, który według Numenty musi zrozumieć dane generowane przez aż 34 czujniki na 800 turbinach. Grok wykrył wzorce temperatur w skrzyni biegów, aby wskazać potencjalne problemy i wysłać konserwatora, co jest kosztownym zadaniem dla morskich turbin wiatrowych.

Numenta współpracuje również z sieciami reklam mobilnych w celu maksymalizacji przychodów z różnych źródeł zasobów reklamowych oraz z menedżerami funduszy hedgingowych w celu przewidywania cen giełdowych. Innym zastosowaniem oprogramowania do analizy predykcyjnej jest natychmiastowe rozpoznanie nieuczciwej transakcji.

Jednak energia stała się jednym z najbardziej przekonujących zastosowań tej technologii, ponieważ budynki i urządzenia energetyczne są coraz częściej oprzyrządowane, takie jak turbina wiatrowa lub gazowa. Wyzwaniem, jakie napotykasz w dziedzinie energii, jest eksplozja źródeł danych, mówi dyrektor generalny Rami Branitzky.

W konwencjonalnych systemach analitycznych dane są gromadzone, a eksperci projektują model ich organizacji i badania. Grok nie przenosi danych do osobnego systemu w celu ich późniejszej analizy. Zamiast tego oprogramowanie może przyjąć strumień informacji i stworzyć model, który może automatycznie identyfikować wzorce i odpowiednie właściwości.

Oprogramowanie oparte na chmurze może na przykład przewidywać zużycie energii w budynku na podstawie wcześniejszych wzorców lub pobierać informacje diagnostyczne z silnika samochodu i rozpoznawać anomalię. Jedną z głównych zalet oprogramowania jest to, że zmniejsza wąskie gardło związane ze znalezieniem naukowców zajmujących się danymi, którzy tworzą modele, które czynią dane użytecznymi, mówi Branitzky. Firma pobiera opłaty od klientów na podstawie liczby modeli tworzonego oprogramowania, które może być tworzone z wielu strumieni danych.

Oprogramowanie zostało opracowane, aby naśladować działanie kory nowej, zewnętrznej warstwy mózgu odpowiedzialnej za planowanie, mowę i ruch. (Patrz, Algorytmy uczenia się mózgu w Numenta). Jest to próba ulepszenia uczenia maszynowego, dziedziny sztucznej inteligencji, w której komputery mogą działać bez wyraźnych instrukcji napisanych jako programy. (Dla głębokiego nurkowania na Grok, oto prezentacja techniczna firmy Hawkins .)

W świecie oprogramowania od lat słyszeliśmy o wielkiej obietnicy sztucznej inteligencji, a Hawkins pracuje nad Numentą od co najmniej 2005 roku. Jest więc powód, aby być sceptycznym wobec twierdzeń Numenty dotyczących wydajności.

To, co zmieniło się od czasu założenia firmy przez Hawkinsa, to ilość danych, które można analizować, w szczególności urządzenia inne niż tradycyjne komputery, takie jak czujniki na turbinie wiatrowej. Numenta musi teraz znaleźć aplikacje, w których jej oprogramowanie przewyższa tradycyjne narzędzia predykcyjne, i znaleźć klientów, którzy chcą płacić za analizy w locie.

ukryć