Fermer

juin 1, 2018

10 façons dont les entreprises de services publics peuvent utiliser l'intelligence artificielle et l'apprentissage automatique


L'intelligence artificielle (IA) et l'apprentissage automatique (ML) sont prêts à déclencher la prochaine vague de perturbation numérique. Ils sont prêts à transformer les affaires d'une manière que nous n'avons pas vue depuis la révolution industrielle, en réinventant fondamentalement la façon dont les entreprises fonctionnent, concurrencent et prospèrent

Qu'est-ce que l'IA et le ML? En 2016, quand AlphaGo de Deepmind a pris le maître coréen Lee Sedol la couverture médiatique utilisait les termes AI apprentissage automatique et apprentissage profond indifféremment, comme si tous signifiaient la même chose.

L'intelligence artificielle est le terme le plus large, ayant été inventé dès 1955 . Il fait référence à la capacité des machines à faire preuve d'intelligence humaine

Les capacités actuelles se réfèrent à Narrow AI qui est la capacité de la technologie à simuler l'intelligence humaine pour une tâche spécifique, comme jouer aux échecs. . Nous sommes encore loin de créer General AI qui est une intelligence informatique au niveau de l'intelligence humaine dans toute une série de tâches

L'IA englobe plusieurs technologies et systèmes différents dont l'apprentissage automatique. D'autres comprennent le traitement du langage naturel, la vision par ordinateur et la reconnaissance de la parole

L'apprentissage automatique fait référence à la pratique consistant à utiliser des algorithmes pour analyser de gros volumes de données, en tirer des leçons. basé sur ces modèles.

L'apprentissage profond est un sous-ensemble de l'apprentissage automatique. Il est basé sur des réseaux de neurones et est une technique de mise en œuvre de l'apprentissage automatique qui s'est récemment révélée très efficace. Encore une fois, il dépend des ensembles de données massifs de se «former» lui-même.

Ainsi, plutôt que d'utiliser la méthode traditionnelle d'encodage conditionnel pour capturer tous les scénarios possibles et les actions requises, la machine a la capacité d'apprendre

Pourquoi l'IA décolle-t-elle maintenant?

L'IA a connu des hauts et des bas au cours des décennies depuis sa conception, mais maintenant nous voyons enfin de réels progrès et elle est en train de transformer notre monde. Les principales raisons en sont:

  1. La puissance de calcul massive est maintenant disponible à bas prix et peut être provisionnée dans le nuage très rapidement. Les améliorations de la conception GPU (maintenant avec des milliers de cœurs donc parfaitement adaptés aux charges de travail parallèles) ont augmenté la vitesse d'apprentissage des algorithmes d'apprentissage en profondeur par 50x en trois ans
  1. Big Data – il y a eu une explosion de la quantité de données que nous créons tous, associée à une capacité de stockage quasi illimitée. Les algorithmes sont maintenant mieux à trouver des modèles dans les montagnes de données, et AI et des plates-formes d'apprentissage automatique de joueurs tels que Google, IBM et Microsoft font c'est beaucoup plus facile de développer des applications. L'investissement dans l'IA – en particulier, l'apprentissage automatique et l'apprentissage en profondeur – se développe rapidement. Les machines sont déjà aussi bonnes ou meilleures que les humains à certaines tâches, par exemple, jouer à des jeux tels que les échecs et les échecs, transcrire des données audio, analyser des images et diagnostiquer des maladies

. Les chefs d'entreprise sont incertains de ce que l'IA peut faire pour eux où obtenir des applications alimentées par AI et comment les intégrer dans leurs entreprises. En fin de compte, la valeur de l'IA ne se trouve pas dans les modèles eux-mêmes, mais dans la capacité des entreprises à les maîtriser.

Quand envisager l'apprentissage automatique? problèmes où:
  1. La décision ou la prévision à faire est complexe; par exemple, détection de visage, reconnaissance de la parole, filtres anti-spam.
    • Vous avez des données de haute qualité, propres et récentes, étiquetées (idéalement) pour permettre à l'algorithme d'avoir un sens.
    • Une certaine marge d'erreur est acceptable

10 façons dont l'IA peut être utilisée dans les services publics

L'industrie des services publics a un grand potentiel d'adoption de l'intelligence artificielle dans les années à venir. Voici quelques exemples:

  • Prévision de charge. Les prévisions de charge à court terme sont vitales pour les services publics. L'apprentissage automatique pourrait être utilisé pour prévoir l'offre et la demande en temps réel et optimiser la répartition des charges économiques. Au Royaume-Uni, Google DeepMind s'est associé à National Grid pour prédire les pics de l'offre et de la demande et espère réduire la consommation nationale d'énergie de 10%.
  • Optimisation du rendement. Avec l'IA, les fournisseurs d'énergie peuvent optimiser l'efficacité de la génération en ajustant en temps réel leurs actifs. Le concept « Digital Wind Farm » de GE Renewable Energy comprend un logiciel qui surveille et optimise la turbine lorsqu'elle fonctionne, augmentant ainsi la production d'énergie de 20%.
  • La maintenance prédictive peut être renforcée avec des drones pour les inspections de biens, remplaçant les inspections manuelles fastidieuses et risquées. Les drones sont formés en utilisant des algorithmes d'apprentissage en profondeur pour identifier automatiquement les défauts et prédire les défaillances sans interrompre les opérations.
  • La gestion de la demande peut être automatisée et rendue plus intelligente grâce à l'apprentissage automatique. Au Royaume-Uni, Upside Energy utilise l'apprentissage automatique pour gérer un portefeuille d'actifs de stockage pour soutenir le réseau, tandis que Open Energi contrôle les appareils avec flexibilité dans leur consommation énergétique pour changer la demande en temps réel. . On estime que l'apprentissage automatique pourrait aider à débloquer jusqu'à 6 GW de flexibilité de la demande qui peut être déplacée pendant le pic du soir sans affecter les utilisateurs finaux.
  • Le vol d'énergie est un énorme problème dans certains pays en développement, comme le Brésil, où le vol représente jusqu'à 40% de l'électricité distribuée. L'IA peut être utilisé pour détecter les habitudes d'utilisation, l'historique des paiements et d'autres données client susceptibles de signaler un comportement irrégulier.

L'IA peut libérer les forces du marché et transformer l'expérience utilisateur:

  • Avis client. Les applications d'apprentissage automatique pourraient permettre aux services publics d'élaborer des prix de l'électricité qui maximisent leurs marges tout en minimisant le taux de désabonnement des clients. AI pourrait être utilisé pour créer des offres individuelles et des services pour aider les services publics à conserver leurs clients les plus rentables .
  • Commerce de l'énergie. En cette ère de prosumer générant leur propre énergie renouvelable et renvoyant l'excès dans le réseau, des plateformes émergent pour permettre le commerce entre pairs entre les producteurs et les consommateurs. Comme l'offre et la demande fluctuent continuellement, l'IA peut être utilisée pour rapprocher plus rapidement les producteurs des consommateurs. Aux Pays-Bas, Vandenbron relie les consommateurs aux fournisseurs d'énergie renouvelable.
  • Les agents virtuels révolutionneront les centres d'appels, étant en mesure de répondre aux demandes des consommateurs et de fournir une assistance instantanée. Ils seront en mesure de segmenter automatiquement les consommateurs en fonction de l'historique de service et de fournir un avertissement précoce des mauvaises créances. Le développement de technologies du langage naturel finira par débloquer la capacité d'automatiser entièrement le service à la clientèle.

Les consommateurs peuvent également bénéficier de l'IA:

  • Sélection du fournisseur. L'apprentissage automatique peut aider les clients à choisir leur fournisseur d'énergie en connaissant leurs préférences, telles que le type de production d'énergie, le montant qu'ils sont prêts à payer et leurs habitudes de consommation, puis en analysant les offres les plus adaptées. Lumator utilisant un logiciel développé à l'Université Carnegie Mellon, le fait et peut également effectuer automatiquement le changement sans interrompre l'approvisionnement.
  • Perspectives de consommation. Les données des compteurs peuvent être analysées pour extraire les profils de consommation des appareils les plus gourmands d'un ménage et voir combien chacun contribue à la facture énergétique. Bidgely va encore plus loin. Leur algorithme de désagrégation universelle utilise l'apprentissage automatique et une base de données de plus de 50 milliards de compteurs intelligents pour étendre le profilage des appareils aux maisons sans compteurs intelligents.

AI ouvre un large éventail de possibilités excitantes pour les services publics mais les changements ne seront pas simples . Les premières preuves suggèrent que l'IA peut apporter une réelle valeur ajoutée aux adoptants sérieux, mais l'adoption actuelle en dehors du secteur technologique reste faible. Peu d'entreprises l'ont déployé à grande échelle. Les opportunités et les récompenses attendent ceux qui sont prêts à franchir le pas

Pour en savoir plus sur les solutions SAP utilisant l'IA et l'apprentissage automatique, visitez ici .

<! – Commentaires ->




Source link