Splunk首个物联网解决方案通过扩展对连接设备的数据访问权限,帮助工业企业降低成本并提高绩效
中国,北京——2018年10月12日——致力于将数据转化为行动和价值的Splunk公司宣布全面推出Splunk的首个物联网(IoT)解决方案,即Splunk for Industrial IoT。Splunk Industrial IoT整合了Splunk Enterprise、Splunk机器学习工具包和Splunk Industrial Asset Intelligence(IAI)的强大功能,为复杂的工业数据提供简单视图,帮助企业在最大程度上减少停机时间,把操作化被动为主动,从而达到节省成本的效果。
全球数字化的快速发展,让垂直行业的企业选择采用机器数据分析而应对数字化转型的挑战。基于Splunk在IT和安全领域的成功经验,Splunk for Industrial IoT为制造、石油和天然气、电力、运输、能源和公用事业领域的运维技术(OT)团队和部门,提供轻松监测、优化和保护工业应用、数据和资产的特性。
Splunk高级副总裁兼物联网市场总经理Ammar Maraqa认为: “Splunk for Industrial IoT将工业运营带入现代化时代,帮助运维团队保持工厂正常运行、提高产量、预测问题,并确保运营安全。工业企业缺乏易于使用的实时数据分析,这些数据分析利用机器学习,可帮助预测停机时间并确定不同系统的警报优先级,以便企业采取相应的措施。”
萧氏工业集团(Shaw Industries)流程工程师Erika Swartz谈到:“实时分析对于任何制造商是至关重要的。作为世界上最大的地板制造商之一,确保员工能够透过访问数据以提高工厂车间绩效和推动业务成果是极为关键的,Splunk帮助我们在多方面实现了这个目标。很高兴未来能够继续和Splunk合作,并期待其在物联网领域不断创新。”
Splunk for Industrial IoT为客户提供了Splunk Enterprise的功能,包括机器学习支持的数据分析和报告以及新增的拖放功能,专为解决工业企业常见挑战,比如计划外停机时间,这一项就可能每年给企业造成高达3800万美元的损失。此外,Splunk for Industrial IoT的特性有:
Sapura是由两大跨国能源公司Seadrill和Sapura Energy合资组建的巴西航运公司。Sapura公司首席执行官André Merlino表示:“Sapura正在将Splunk Industrial Asset Intelligence作为数据驱动方式的一部分,实现深海卓越运营。Splunk IAI作为一款强大的解决方案,幫助我們提高整个企业利用数据的能力。我们的目标是加强安全标准、提高运营绩效并为客户提供更好的解决方案。”
德国工业工程公司ESE的数据分析总监Ulrich Bock博士谈到:“工业企业每天都面临各种挑战,像降低成本、提高性能、确保其不断扩大的‘互联’设备规模在业界保持竞争力。我们与Splunk的合作对于我们客户的成功至关重要,把对操作技术环境的知识与Splunk强大的功能相结合,使所有人都可以访问并充分利用机器数据。Splunk for Industrial IoT现在可以轻松利用不断激增的机器数据,并将其转化为洞察和能力,以便支持并加快数字化转型。”
Splunk for Industrial IoT将于2018年10月30日全面上市。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。