Questa pagina è stata tradotta automaticamente.
Completa un sondaggio di 1 minuto sulla qualità di questa traduzione.
ABB utilizza MATLAB per rendere operativi i modelli di intelligenza artificiale causale
L'approccio ha facilitato lo sviluppo di un sistema di analisi dei guasti causali
“La funzionalità dei microservizi... consente l'implementazione di modelli basati su MATLAB che sono microservizi scalabili. [Questa funzionalità offre] integrazioni semplificate e senza soluzione di continuità con altri sistemi e framework.”
Risultati chiave
- MATLAB Compiler SDK ha abilitato i microservizi con i contenitori Docker per sviluppare una pipeline personalizzata
- La comunicazione RestAPI ha garantito lo scambio di dati con workflow esistenti su Amazon Web Services
- Una pipeline di distribuzione automatizzata ha eliminato la necessità di ricodifica con una significativa riduzione dei tempi di traduzione manuale, integrazione, audit del codice e test funzionali
ABB, leader mondiale nell'elettrificazione e nell'automazione, sta sfruttando modelli di intelligenza artificiale causale basati sulle relazioni causa-effetto dei dati. Questi modelli forniscono informazioni più approfondite sui processi decisionali dei clienti. Qualsiasi modello di intelligenza artificiale deve affrontare sfide di implementazione quali traduzione manuale, problemi di pipeline CI/CD, complessità di integrazione con framework esistenti a livello aziendale e limitazioni nello scambio di dati. Per affrontare queste sfide, il team ABB ha reso operativi i modelli di apprendimento automatico in MATLAB® come microservizi containerizzati e li hanno integrati nei flussi di lavoro esistenti. Di conseguenza, una pipeline fluida ha consentito lo sviluppo di un sistema esperto di analisi dei guasti causali.
MATLAB Compiler SDK™ ha impacchettato le funzioni MATLAB in un formato che può essere facilmente condiviso e utilizzato in altre applicazioni. Queste funzioni, a loro volta, sono state utilizzate per creare una immagine Docker®. Gli algoritmi di intelligenza artificiale sono stati quindi implementati come microservizio per fornire un endpoint e accettare richieste RESTful. Il microservizio MATLAB è stato distribuito su Elastic Container Service con Fargate di Amazon® e un bilanciatore di carico è stato utilizzato per distribuire uniformemente le richieste in arrivo su più istanze del microservizio, per garantire un funzionamento fluido. Infine, Flask, un framework web, è stato collegato ad Amazon Simple Storage Service e DynamoDB per gestire l'archiviazione e il recupero dei dati.
