사물 인터넷 기술
Mark Troester of Progress
프리랜스 작가인 Nick Booth는 사물 인터넷(IoT) 업계의 누군가에게 이것은 끔찍한 인정이지만 인공 지능(AI)에 대해 의심을 품고 있다는 사실을 고백해야 합니다. 제 생각에 IT 업계는 언제나 그랬듯이 인간성을 찢어발기고 대체하는 데 너무 성급합니다.
혼자가 아닌 것 같습니다. Fuze의 WorkForce Futures 보고서에 따르면 , 40%의 직원이 회사에서 AI가 사용되는 것을 보고 있지만 두 배(84%)는 기계보다 사람과 대화하는 것을 선호합니다.
이유를 알 수 있습니다. 우선, 인공 지능 시스템은 그것을 만든 사람의 상상력만큼만 우수할 수 있는 기본 수준의 인지 능력을 가지고 있습니다. 그것은 개발자가 그들이 알고 있는 모든 것을 이야기했다고 가정하고, 이는 불가능합니다. AI 기계는 한 사람의 지능 중 극히 일부만 가지고 있습니다. 따라서 훨씬 뒤쳐져 시작됩니다.
그런 다음 우리는 기계의 학습 능력을 고려해야 합니다. 그것도 상당히 열등합니다. 인간은 학습 스타일이 매우 다양하기 때문에 사회 과학자들은 이를 일반 유형으로 분류해야 했습니다.
Felder와 Soloman의 학습 스타일 색인은 학습 스타일을 다음과 같은 학습자 하위 집합으로 묶습니다. 시각적 및 언어적; 적극적이고 반사적입니다. 우리 중 일부는 그래프 및 다이어그램과 같은 시각적 신호를 통해 배웁니다. 다른 사람들은 학습에 참여하여 학습하고 실험을 수행하거나 그룹으로 작업합니다.
성찰적 학습자는 사물에 대해 생각할 시간을 갖습니다. 능동적인 학습자는 무언가를 시도합니다. 순차 학습자는 모든 것을 정리하고 정리하는 것을 좋아합니다. 그들은 더 큰 개념을 이해하기 위해 세부 사항에 중점을 둡니다. 글로벌 학습자는 큰 그림을 먼저 보고 세부 사항에 집중하는 것을 좋아합니다. 우리는 모두 이 변들 사이에 빠져 있습니다. 우리 모두는 이러한 스타일의 조합으로 혜택을 볼 수 있습니다.
자신만의 독특한 스타일을 확인했다면 그에 맞게 학습을 구성할 수 있습니다. 학습에 대한 보다 균형 잡힌 접근 방식을 취하면 세상을 인식하는 방식이 열립니다. 기계 학습은 매우 1차원적인 수학 계산입니다.
예, 기계는 우리보다 더 많은 에너지를 가지고 있으며 학습에 지루하지 않고 YouTube 시청을 시작합니다. 비디오. 그럼에도 불구하고 그들은 따라잡아야 할 수천 년의 진화가 있기 때문에 기계가 조만간 우리를 따라잡지 못할 것입니다.
<노스크립트>나는 총을 들고 IoT 지원 시스템에서 인간의 모든 흔적을 제거하는 회사를 계속 목격하기 때문에 이것을 언급합니다. 그들은 우리가 가진 모든 지원 문제가 그들의 기계 중 하나에서 다루어질 수 있다는 미친 가정을 했습니다.
AI는 대부분의 조직에서 액세스할 수 없습니다. 이것이 진정한 문제라고 Progress의 전략 부사장인 Mark Troester는 말합니다. , IoT용 개발 도구를 제공하는 회사입니다.
차세대 데이터 과학자가 졸업하기를 기다리는 것도 좋지 않습니다. 정치에서 일주일이 긴 시간이라면 IoT에서는 3년이 긴 시간이다. 좋은 소식은 더 많은 조직이 AI의 이점을 누릴 수 있도록 하는 여러 요소가 있다는 것입니다.
스마트 연결 센서의 물결은 대량의 데이터를 수집, 저장 및 처리할 수 있는 플랫폼과 함께 풍부하고 세분화된 데이터를 생성하고 있습니다. Troester는 "가장 흥미로운 점은 데이터 과학 수명 주기의 자동화입니다. 이것은 기본적으로 AI에 AI를 적용하는 것입니다."라고 말합니다.
이는 더 나은 예측 정확도를 제공하고 데이터 과학자와 비즈니스 분석가가 모델을 교육하는 데 필요한 수동 작업에서 해방됩니다. 따라서 그들은 AI에 더 쉽게 접근할 수 있도록 조직에 더 많은 가치를 제공하는 데 집중할 수 있습니다.
그러나 좋은 소식은 Fuze의 앞에서 언급한 Workforce Futures 연구에 따르면 AI에 대한 자신감이 상대적으로 높다는 것입니다. 이 연구에 따르면 근로자의 26%는 인공 지능이 작업 세계에 가장 큰 진정한 영향을 미칠 것이라고 생각합니다. 이는 블록체인보다 5배 더 많습니다.
설문에 응한 IT 전문가 중 8%만이 AI가 '2018년 가장 과장된 기술'이라고 생각합니다(개인 로봇이 답을 줄 수도 있지만). 대조적으로 23%는 가상 현실이 가장 허세를 부리는 존재라고 말합니다. 음성 지원도 멀지 않습니다.
보고서에서 가장 잘 드러난 것은 인공 지능 기술에 대해 가장 회의적인 사람이 젊은 세대라는 것입니다. 이제 젊은이들에 대한 믿음이 회복되었습니다.
이 블로그의 저자는 프리랜서 IT 및 커뮤니케이션 작가인 Nick Booth입니다.
사물 인터넷 기술
고강도 철근의 생산 및 특성 지난 수십 년 동안 철근 콘크리트 건설은 일반적으로 대부분의 보, 거더 및 기둥에 대해 항복 강도가 415 MPa(415 N/sq mm)인 철근을 사용했으며 기둥의 경우 항복 강도가 500 MPa인 철근을 덜 자주 사용했습니다. 특별한 순간 저항 프레임의 일부가 아닙니다. 그러나 현재 고강도 철근이 특히 지진 위험이 높은 지역의 고층 콘크리트 건물 및 구조물 건설을 위해 415 MPa의 항복 강도로 이전에 사용된 철근을 대체하고 있습니다. 이것은 지진력에 저항하기 위해 수행됩니다. 고강도 철근은 일반
고속 가공은 부품 품질과 정밀도를 손상시키지 않으면서 재료를 제거하기 위한 높은 이송 속도와 스핀들 속도를 말합니다. HSM의 주요 장점은 빠른 사이클 타임과 더 나은 공구 수명입니다. HSM의 주요 기능은 다음과 같습니다. 높은 금속 제거율(MRR) 및 가공 시간 최소화 높은 생산성 및 낮은 비용 우수한 치수 정밀도 및 정확도 고정밀도의 복잡한 3D 부품 제작 능력 광택, 조립 등 불필요한 단계 제거 고속 가공(HSM)이란 무엇입니까? 고속 가공은 높은 금속 제거율(MRR), 높은 이송 속도로 가볍고 빠른 절단, 스