AVEVA 會使用 ML.NET 數位化工業流程
客戶
AVEVA
產品與服務
Azure
Azure DevOps
Bonsai
Entity Framework Core
ML.NET
.NET Core
Office 365
Visual Studio
Visual Studio Code
產業
工業軟體
組織規模
大型 (1,000-9,999 位員工)
國家/地區
英國
AVEVA 是工業軟體的全球領導者,將受信任的資訊和見解與人員連結,以推動全球資源的負責使用。十二個產業部門中超過 90% 的領先公司仰賴 AVEVA 的解決方案,協助他們實現生活的基本要素: 安全、可靠的能源、食物、基礎結構、交通運輸等。
AVEVA 可與客戶合作,並運用其生態系統的功能,提供解決方案和專長,以最佳化工程、作業及效能。從水和能源到食物和基礎結構,他們的解決方案都將商機轉換成商業價值。
AVEVA 在工程與營運的多種產品中廣泛使用人工智慧(AI),以最大化提供給其工業客戶的值。他們將重點放在工業流程的數位化,利用最先進的 AI 功能來建立資產和流程的數位對應項,以利其使用者。這些 AI 功能也會結合 (多種類型的 AI) 來使用,以提供在工業市場中可用的最進階智慧和軟體功能。
商務問題
AVEVA 的解決方案提供豐富的資料生態系統,可加以利用和運用,以最佳化、建議和建立生成式設計。利用此資料所提供的一切,對於 AVEVA 讓人員與產業成長的願景至關重要。AVEVA 的 AI 型解決方案可讓客戶靈活即時回應變化的情況,以取得更高的安全性、獲利和永續性。
AVEVA 會為客戶的產業和應用程式需求建立專用的 AI 解決方案,AVEVA 的解決方案整合 AI 技術和機器學習功能,透過自主和半自主程式實現持續自我最佳化的狀態。使用 AVEVA 的工業 AI 解決方案,客戶可以更準確偵測目前的效能問題,並更能預測未來的問題,將重要資產失敗的風險減到最小,並將營運績效最大化。
AVEVA 一直尋找機會來建立最先進的技術,並擁有許多支援創新人工智慧解決方案的專利。不過,無論是因為地理位置資料落地或嚴格機密資料,使用 AVEVA 的客戶資料並不一定可行。此外,許多 AVEVA 的客戶在尋求其產業中的進一步競爭優勢時,會設法建立產品的自訂項目。
因此,AVEVA 面臨這樣一種情況,即需要應用程式架構才能在内部支援客戶自訂以及標準 AI 發展。
為什麼要使用 ML.NET?
The decision to choose ML.NET was an obvious choice given existing products developed by AVEVA already utilizing .NET solutions. In addition, the comprehensive documentation, ML.NET code samples, and product support provided by Microsoft allows AVEVA to quickly provide working solutions to customers.
有了 AVEVA 提供的 AutoML 和解決方案功能,開發人員和客戶可以快速將回歸、二進位和多重分類機器學習解決方案部署到其環境。
ML.NET 的影響
建置由 ML.NET 支援的架構,不僅可讓 AVEVA 的開發人員快速製作機器學習解決方案的原型,還可讓客戶針對其個別解決方案建立領先業界的自訂項目。
在工業環境中,能夠運用機器學習技術推動永續性、效率與獲利,是 AVEVA 及其客戶成功的關鍵。
有了 ML.NET,我們便能夠利用快速的原型設計及 ML.NET 提供的易用工具,加快我們的建議設計解決方案旅程。」
解決方案架構
在 ML.NET 程式庫上建立機器學習架構,會造成一些技術複雜性,AVEVA 會以創新的方式解決。
建立機器學習模型會以 Microsoft 所提供的建議方式完成,您可以從頭開始撰寫程式碼,或使用如 AutoML 之類的強大工具。建立架構以使用機器學習模型時,AVEVA 必須開發解決方案,以使用、解譯並最終建立與模型互動的方法。所有作業都必須順暢地完成,而且開發人員只能有少許意見。
結果是建置為可從 AVEVA 專屬開發語言 AVEVA PML 存取的架構。AVEVA PML 是功能強大的 UI 自訂語言,可讓開發人員建立及客戶自訂。除此之外,PML 語言具有 .NET 存取權,因此建立 .NET 可呼叫物件是無縫的。這就是我們看到 Microsoft 的 ML.NET 介面變得栩栩如生的地方。
運作方式
雖然 ML.NET 程式櫃為開放原始碼,AVEVA 想要盡可能保持 ML.NET 程式庫的標準,以便順暢地更新至 ML.NET 程式庫。爲了執行這項操作,他們建立了 PMLNETCALLABLE 物件。此物件會使用訓練有素的 ML.NET 模型、解譯模型的參數 (模型的功能),以及輸出 (模型的標籤)。使用此資訊時,會自動建立組件,讓開發人員可以使用並使用任何想要的方法。
其實,這是透過先使用 C# 來使用並了解機器學習模型,然後再使用中繼語言自動建立新組件來完成。這個處理方式有些例外情況,但若沒有 Microsoft ML.NET 開發團隊的出色支援,此動作將無法執行。由於這項絕佳的支援,開發人員和客戶都能夠存取許多現成的機器學習方法。
AVEVA 的未來
AVEVA 的願景是使用共同創新,讓人員與產業成長。AVEVA 使用 ML.NET 以及內部開發的解決方案等工具,可讓客戶和員工使用最新的技術,在參與的產業中成長。
AVEVA 致力於透過工業資產的數位化來建立增強的適用性,並運用 AI 以有效率且持續的方式最佳化和使用。AVEVA 對於成為其產業中第一家通過科學型目標計畫 (SBTi) 驗證其淨零承諾的公司,感到十分驕傲。
準備開始了嗎?
我們的逐步教學課程可協助您讓 ML.NET 在電腦上執行。