SEEQ CORPORATION presenta una soluzione volta ad ampliare le sue attività di integrazione di algoritmi di apprendimento automatico nelle applicazioni Seeq per l'analisi avanzata della produzione. In questo modo sarà possibile per le organizzazioni applicare con efficienza i propri investimenti nella Scienza dei Dati, nel ML open source e di terze parti, a cui i dipendenti impegnati in produzione possono accedere facilmente. Tra i principali utenti, aziende dei settori petrolifero e del gas, farmaceutico, chimico, energetico, minerario, alimentare e delle bevande e di altri processi.
Facilitare l'innovazione nell'apprendimento
La strategia di Seeq di facilitare l’innovazione nel campo dell’apprendimento automatico offre all’utente finale l’accesso agli algoritmi da una varietà di fonti, anziché costringerli ad affidarsi a un singolo fornitore o piattaforma di ML. Questo a approccio permette di affrontare meglio l’utilizzo degli svariati tipi di algoritmi disponibili.
Soluzioni open source
Per le applicazioni sono disponibili algoritmi open source e altre risorse pubbliche. Ad esempio, questa settimana Seeq pubblicherà due Seeq Add-On su GitHub, con algoritmi e flussi di lavoro per l’analisi di correlazione e clustering, che gli utenti potranno modificare e migliorare in base alle proprie esigenze.
Algoritmi del cliente
Compatibile con algoritmi sviluppati dal cliente in Seeq Data Lab, o piattaforme di ML come Microsoft Azure Machine Learning, Amazon SageMaker, Anaconda e altri, come parte di iniziative nel campo della Scienza dei Dati o della trasformazione digitale.
Algoritmi di terzi
Inoltre, è possibile anche l'istallazione di algoritmi di terze parti messi a disposizione da fornitori di software, partner e istituzioni accademiche. Lookout for Equipment di AWS, Microsoft Azure AutoML, Pump Prediction di BKO Services e le offerte open source della Brigham Young University, sono esempi del marketplace emergente per algoritmi specifici per settore e dedicati a particolari mercati verticali.
Installazione di algoritmi in produzione
L’iniziativa Seeq affronta anche la sfida critica dell’“ultimo miglio”, dando la possibilità di scalare dimensionalmente e installare algoritmi in aziende di produzione, mettendo l’innovazione della scienza dei dati direttamente nelle mani degli operatori dell’impianto, in applicazioni di facile utilizzo: Seeq Workbench per analisi avanzate, Organizer per la pubblicazione di risultati e approfondimenti e Seeq Data Lab per gli script in Python per elaborazioni ad hoc.
Progetti di apprendimento automatico
Tutto ciò si aggiunge a quanto Seeq offre con elementi fondamentali e necessari per il successo di progetti di apprendimento automatico. È previsto l’accesso a tutte le fonti di dati di processo - archivi storici, applicazioni contestuali e di produzione - per la pulizia dei dati e la realizzazione di modelli, il supporto per la collaborazione dei tecnici e l’acquisizione delle conoscenze, l’iterazione rapida e l’abilitazione di flussi di lavoro basati sulle prestazioni e caratterizzati da un continuo miglioramento.
Supporto per un pubblico eterogeneo
Seeq ha distribuito per la prima volta le funzionalità di machine learning nel 2017 in Seeq Workbench, poi nel 2020 ha introdotto Seeq Data Lab per la programmazione in linguaggio Python e l’accesso a qualsiasi algoritmo di apprendimento automatico, integrato con le funzionalità importate da Workbench. Questo supporto per un pubblico eterogeneo offre una soluzione end-to-end per tutti i livelli di complessità delle analisi, con funzionalità “punta e clicca” per gli ingegneri di processo, low code scripting e un ambiente di programmazione per gli scienziati dei dati impegnati nell’ingegneria delle funzionalità e nella riduzione dei dati.
