산업기술
IBM Watson 및 Apple Core ML 덕분에 Apple 기기에 새로운 모바일 기계 학습 기능이 제공됩니다.
CEO 팀 쿡의 리더십 하에 Apple은 엔터프라이즈 파이의 더 큰 부분을 노리고 있습니다. 작년에 우리는 Predix IIoT 플랫폼의 산업 예측 및 분석 기능을 Apple의 iOS에 제공하기 위해 GE와 기술 대기업 파트너가 된 것을 보았습니다.
그러나 지난 몇 년 동안 Apple은 IBM과의 관계도 심화 및 확장해 왔습니다. 2014년 두 회사가 전략적 파트너십을 발표했을 때 Tim Cook과 IBM CEO인 Virginia Rometty는 "Apple과 IBM은 완벽하게 맞는 퍼즐 조각과 같다"고 주장했습니다.
이 계약으로 IBM은 150개 이상의 엔터프라이즈 IT 앱과 도구를 기본적으로 Apple 플랫폼으로 이전하고 IBM은 iPhone과 iPad를 전 세계 비즈니스 고객에게 판매했습니다. 결정적으로, Apple은 Microsoft가 역사적으로 지배해 온 비즈니스 분야에 접근할 수 있었습니다.
이제 두 사람은 파트너십에 기계 학습을 추가했으며 IBM Watson과 Apple Core ML을 결합하여 Apple 기기의 비즈니스 앱에 새로운 AI 통찰력을 제공합니다.
이번 주 초에 우리는 IBM의 새로운 Watson Assistant AI에 대해 보고했으며, Apple과의 이 최신 발표는 Watson의 기능을 더욱 발전시키려는 것입니다. 이 이니셔티브는 금융, 보험, 에너지, 제조, 항공 등 다양한 분야에서 지금까지 협력을 통해 공급된 수백 가지 제품에 혜택을 줄 것입니다.
새로운 기술을 활용하여 고객은 IBM Watson(회사의 클라우드 기반 비즈니스용 AI 플랫폼)을 사용하여 기계 학습 모델을 구축하고 고유한 산업별 데이터로 교육할 수 있습니다. 여기에는 다양한 기계 학습 모델을 만들고 결과를 비교하고 자동화된 실험을 실행하여 패턴을 식별하고 통찰력을 얻어 더 빠르게 결정을 내리는 기능이 포함됩니다.
기계 학습은 PixieDust 및 Brunel과 같은 IBM Watson의 시각적 모델링 도구로 구현되지만 Python, R 및 Scala가 포함된 Jupyter 노트북과 오픈 소스 RStudio에 대한 지원이 있습니다. 그런 다음 Apple의 Core ML로 변환되어 Apple 호환 애플리케이션과 통합됩니다.
이러한 기계 학습 애플리케이션 중 하나를 통해 iPhone 카메라는 Watson의 이미지 인식 기능에 액세스할 수 있습니다. 사용자는 콘텐츠를 식별하고 분류한 후 분석하여 자세한 정보를 추출할 수 있습니다. 이 기능은 산업, 물류 및 의료 부문의 워크플로를 뒤흔들 수 있습니다.
머신 러닝 알고리즘은 앱이 클라우드의 Watson에 데이터를 다시 공급함에 따라 시간이 지남에 따라 성숙해집니다. IBM Partnerships and Alliances의 총책임자인 Mahmoud Naghshineh는 TechCrunch를 통해 다음과 같이 설명했습니다.
이러한 종류의 자동화된 지능형 애플리케이션을 iPhone 또는 iPad를 통해 기업 작업자의 손에 제공함으로써 IBM과 Apple은 정보에 입각한 모바일 인력을 지원하고 있습니다. 이는 효율성 수준, 협업 및 의사 결정을 향상시킬 수 있는 잠재력이 있습니다.
두 회사가 있을 법하지 않은 동료처럼 보일 수 있지만 '퍼즐 조각' 유추에는 진실이 있었습니다. Apple의 수십 년간의 소비자 경험에서 나온 디자인 및 UX 가계와 IBM의 IT 전문성 및 수직적 사용자 기반을 결합하면 비즈니스 영역에서 요새 Microsoft를 돌파할 힘이 있습니다.
산업기술
빅 데이터가 미래 기술 발전의 주요 부분임에는 의심의 여지가 없습니다. 그러나 머신 러닝(ML)과 인공 지능(A.I)은 모두 이 개발에서 중요한 역할을 합니다. 빅 데이터는 재료, 머신 러닝은 방법, 인공 지능은 결과의 세 가지 관계를 간략하게 설명합니다. 머신 러닝이란 무엇입니까? 기계 학습(ML)은 인공 지능(A.I) 유형 중 하나로서 명시적으로 프로그래밍하지 않고도 시스템이 경험을 통해 자동으로 학습, 적응 및 개선할 수 있는 능력을 시스템에 부여하는 방식으로 알고리즘을 작성합니다. .머신 러닝 알고리즘은 학습 대상 데이터
지금까지 모든 사람들은 머신 러닝과 머신 러닝이 모든 것을 어떻게 변화시킬지에 대해 들었습니다. 하지만 모든 것을 어떻게 바꿔야 할지 아는 사람은 거의 없습니다. 이 블로그의 단계를 시도하거나 이에 대해 읽을 때 PLCnext 컨트롤러로 변경을 시작하는 방법을 이해하는 데 도움이 되기를 바랍니다. 이 블로그에서는 첫 번째 ML 모델을 교육하고 ONNX 표준으로 변환하고 PLCnext 컨트롤러에서 모델을 추론하는 방법에 대해 설명합니다. 진행하지 않고 압도적인 일을 만들기 위해 저는 유명한 Iris 데이터 세트를 사용하여 모델을 구축