特殊化学品行业的人工智能创新

赞助人工智能在特殊化学品行业利用人工智能进行创新互联数据、人工智能和高级建模正在帮助科学家加速研究和开发更可持续的材料。随着公司希望通过人工智能、云计算和高级建模来加速创新，主要的挑战是将新技术与可靠的数据、科学专业知识以及将产品推向市场的实际情况联系起来。对于特种化学品制造商路博润来说，数字化转型就是为研究人员提供更快地测试想法的工具，做出更明智的决策，并在不影响性能的情况下开发更可持续的材料。路博润信息技术副总裁 Girish Rao 表示，该公司正在构建一个数字基础，连接业务流程、现代数据平台和云基础设施，以支持其研发 (R&D) 团队。他们的目标是将数十年积累的技术数据与了解客户需求及其工作物理限制的化学家和工程师的深厚专业知识结合起来。在研究人员进行物理实验之前，数据科学家可以帮助识别模式、测试新假设并建模可能性。但是，拉奥强调，“这并不是要取代科学判断；而是要为我们的科学家提供更好的工具。”科学家、数据科学家和 IT 团队从不同的角度处理问题，分别优先考虑实验有效性、模型性能以及平台安全性和可扩展性。通过将这些群体聚集在一起组成“融合团队”，路博润让他们围绕共同目标进行协调，从小型试点开始建立信任。 “一旦团队成员之间建立了信任，并且他们知道自己将创造什么价值，”拉奥说，“事情就会好得多。”云基础设施还使公司能够灵活地访问计算资源和现代工具，而无需进行构建和维护自己的数据中心所需的大量投资。这些能力对于促进可持续发展特别有价值。数字建模可以帮助研究人员评估更多配方，探索淀粉和玉米替代品等材料，并评估整个产品生命周期的权衡。承诺在实验室提供材料只是第一步。在满足性能预期、监管要求和财务限制的同时扩大生产规模仍然是走钢丝，但人工智能对多个变量进行建模的能力可以帮助团队应对这些相互竞争的需求。展望未来，Rao 预计，随着实验室变得更加智能、制造工厂变得更加高效，人工智能、自动化、高级建模、数字孪生和互联数据将会融合。他认为，机会在于以负责任的方式大规模地将这些能力整合在一起。 “这不仅仅是一项技术。我认为它是所有这些技术的结合，并且能够连接所有这些流程，从而生成大量数据。”该网络广播是与 Infosys 合作制作的。此内容由《麻省理工学院技术评论》的定制内容部门 Insights 制作，而不是其编辑人员。它是由人类研究和编写的，任何可能使用的人工智能工具都仅限于人类监督下的生产过程。深入探讨人工智能 不要被愚弄——法学硕士不会推理 AlphaGo 与围棋冠军李世石的比赛已经过去十年了，今天的人工智能仍然没有利用使这场胜利成为可能的机制。保持联系 Rose Wong 绘制的插图 获取《麻省理工科技评论》的最新动态 发现特别优惠、头条新闻、即将举办的活动等。