Seeq amplia il supporto dell’apprendimento automatico (ML) per democratizzare l’innovazione nella Scienza dei Dati

Questa nuova iniziativa facilita l’integrazione nelle applicazioni Seeq degli algoritmi di machine learning open source, di terze parti e dei Data Scientist dei clienti.

Seeq Corporation, leader nel software di analisi avanzata per la produzione e per l’Industrial Internet of Things (IIoT), ha annunciato l’ampliamento delle sue attività volte ad integrare algoritmi di apprendimento automatico (machine learning, ML) nelle applicazioni Seeq. Ciò consentirà alle organizzazioni di sfruttare efficacemente 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 clienti di Seeq vi sono aziende dei settori petrolifero e del gas, farmaceutico, chimico, energetico, minerario, alimentare e delle bevande e di altri processi. Tra gli investitori in Seeq, che fino ad oggi ha raccolto oltre 100 milioni di dollari, troviamo società molto importanti come Insight Ventures, Saudi Aramco Energy Ventures, Altira Group, Chevron Technology Ventures e Cisco Investments.

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, tra cui:

-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 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 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.

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.

Tutto ciò si aggiunge a quantoi 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..

“L’innovazione della Scienza dei Dati nelle organizzazioni di produzione ha il potenziale di apportare un cambiamento radicale nelle metriche di sostenibilità, produttività e disponibilità degli impianti”, afferma Kevin Prouty, VP Industrials, IDC Corporation. “Ma per cogliere questa opportunità, le aziende devono essere in grado di far sì che l’innovazione della Scienza dei Dati sia utilizzata dagli ingegneri impegnati in prima linea con le competenze, i dati e il contesto dell’impianto per prendere decisioni in base alle informazioni fornite da questi nuovi algoritmi.”

Esempi di clienti che utilizzano le applicazioni Seeq per accedere e integrare l’innovazione della Scienza dei Dati includono un’azienda petrolifera e del gas che usa un algoritmo di previsione delle emissioni basato sull’apprendimento profondo (deep learning), un’azienda farmaceutica che utilizza un algoritmo di apprendimento non supervisionato per rilevare in modo proattivo la deriva del sensore in processi batch sensibili e un’azienda chimica che utilizza l’apprendimento dei modelli per identificare le cause prime dell’instabilità dei processi ed estendere il tempo di ciclo.

“Seeq crea un ponte tra i team della Scienza dei Dati, con i loro algoritmi, e i dipendenti che impegnati direttamente sugli impianti, in centinaia di stabilimenti in tutto il mondo”, afferma Brian Parsonnet, CTO di Seeq Corporation. “La distribuzione degli algoritmi ora è tanto semplice quanto registrarli in Seeq e poi definire quali dipendenti possono accedervi con le loro applicazioni di Seeq.”

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 programmazionin 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,

Seeq è disponibile in tutto il mondo attraverso una rete globale di partner e integratori di sistemi, che offrono formazione e supporto commerciale sulle soluzioni Seeq in oltre 40 paesi, oltre ad essere presente con la sua organizzazione di vendita diretta in Nord America ed Europa.

Per saperne di più su Seeq, visita www.seeq.com

  Richiedi maggiori informazioni…