Seeq Corporation, líder de software de fabricación y análisis del Internet industrial de las cosas IIoT, anuncia la ampliación de sus esfuerzos para integrar algoritmos de aprendizaje automático en las aplicaciones de Seeq Corporation. Esto permitirá a las organizaciones poner en marcha sus inversiones en ciencias de datos e implantar los algoritmos de aprendizaje automático de códigos abiertos y de terceras partes para que sean fácilmente accesibles por sus empleados de primera línea.
Entre los clientes de Seeq hay compañías de sectores como el de petróleo y gas, farmacéutico, químico, energético, minero, de alimentación y bebidas, y otras industrias manufactureras. Los inversores de Seeq, que hasta la fecha han sumado más de 100 millones de dólares, incluyen Insight Ventures, Saudi Aramco Energy Ventures, Altira Group, Chevron Technology Ventures y Cisco Investments.
La estrategia de Seeq de facilitar la innovación en aprendizaje automático concede al usuario final el acceso a algoritmos de una variedad de fuentes en vez de forzar a los usuarios a confiar en un solo fabricante o plataforma de aprendizaje automático. Esto aborda la diversidad y los tipos de algoritmos que están disponibles para las organizaciones, incluidos los siguientes:
– Algoritmos de código abierto y otras fuentes públicas. Por ejemplo, esta semana Seeq publica dos Seeq add-ons para GitHub, incluidos algoritmos y flujos de trabajo, para análisis de correlación y concentración, que los usuarios pueden modificar y mejorar según sus necesidades.
– Algoritmos desarrollados por clientes en Seeq Data Lab o plataformas de operaciones de aprendizaje automático como Microsoft Azure Machine Learning, Amazon SageMaker, Anaconda y otras, dentro de iniciativas de ciencias de datos o transformación digital.
– Algoritmos de terceras partes proporcionados por empresas de software, socios e instituciones académicas. AWS´s Lookout for Equipment, Microsoft Azure AutoML, BKO Services´ Pump Prediction, y las ofertas de código abierto de Brigham Young University´s son ejemplos del mercado emergente de algoritmos concretos para la industria y el mercado vertical.
La iniciativa Seeq también afronta el reto crítico de «última milla» de escalar y desplegar algoritmos en organizaciones de manufactura poniendo la innovación de la ciencia de datos en manos de empleados en aplicaciones fáciles de usar: Seeq Workbench para análisis avanzado, Organizer para ideas de publicación y Seeq Data Lab para scripts a medida de Python.
Esto se añade al soporte Seeq de los elementos fundamentales del éxito con el aprendizaje automático que incluye el acceso a todas las fuentes de datos de manufactura (aplicaciones de histórico, contextual y manufactura) para el filtrado y el modelado de datos, el soporte de colaboración de empleados y la captura de conocimientos, la iteración rápida y la facilitación de flujos de trabajo para la mejora continua basada en el rendimiento.
«La innovación en ciencia de datos para las organizaciones de manufactura tiene el potencial de realizar un cambio radical en la sostenibilidad, productividad y disponibilidad de parámetros de la planta», dice Kevin Prouty, vicepresidente de Industrials, IDC Corporation. «Pero para alcanzar esta oportunidad, las compañías deben ser capaces de desplegar la innovación en ciencia de datos a sus ingenieros de primera línea con la experiencia, datos y contexto de la planta para que puedan tomar decisiones sobre las ideas que ofrecen estos nuevos algoritmos».
Entre los ejemplos de clientes que utilizan aplicaciones de Seeq para acceder e integrar la innovación de ciencia de datos están una compañía de petróleo y gas con un algoritmo de predicción de emisiones basado en aprendizaje profundo, una compañía farmacéutica que utiliza un algoritmo de aprendizaje no supervisado para detectar de forma proactiva la desviación de sensores en procesos sensibles de lotes, y un cliente químico que utiliza el aprendizaje de patrones para identificar las causas fundamentales de la inestabilidad del proceso y ampliar el tiempo de ciclo.
«Seeq proporciona un puente entre los equipos de ciencia de datos y sus algoritmos a los empleados de primera línea de cientos de plantas de todo el mundo», dice Brian Parsonnet, director de tecnología en Seeq Corporation. «Implementar los algoritmos es ahora tan sencillo como registrarlos en Seeq, y luego definir qué empleados tienen acceso a ellos en las aplicaciones de Seeq».
Seeq introdujo características de aprendizaje automático por primera vez en 2017 en su Seeq Workbench, y posteriormente en 2020 introdujo Seeq Data Lab para realizar script de Python y acceso a cualquier algoritmo de aprendizaje automático. Este soporte de públicos diferentes, con características como la de hacer clic para ingenieros de proceso, el script de código bajo y un entorno de programación para científicos de datos encargados de realizar avances en ingeniería y reducción de datos, ofrece una solución integral a organizaciones con todos los niveles de sofisticación de análisis.
Seeq está disponible a nivel mundial a través de la red internacional de socios colaboradores de integradores de sistemas que proporciona formación y soporte de reventa de Seeq en más de 40 países, además de su organización de venta directa en Norteamérica y Europa.
Noticias relacionadas
