Monolith開發(fā)人工智能賦能的異常檢測軟件

人工智能軟件提供商Monolith在4月4日發(fā)布的一篇新聞稿中表示，該公司已開發(fā)了一款異常檢測軟件。該軟件可以快速識別測試數(shù)據(jù)中的各種問題，包括測量錯誤或傳感器錯誤、用戶錯誤、系統(tǒng)故障以及測試期間系統(tǒng)的錯誤使用。

這一新軟件將原始測試數(shù)據(jù)的檢查流程自動化，可以檢測數(shù)百個測試通道中的潛在錯誤或異常，將發(fā)現(xiàn)問題所需的時間從數(shù)月降低至幾乎實時。

該公司與現(xiàn)有客戶合作，在真實應(yīng)用中開發(fā)和測試其新的異常檢測器，主要應(yīng)用領(lǐng)域包括汽車、賽車運動和工業(yè)領(lǐng)域。該軟件使用了一種獨特的深度學(xué)習(xí)算法，可以基于復(fù)雜的系統(tǒng)行為在測試結(jié)果和數(shù)百個通道中發(fā)現(xiàn)多種異常類型。

Monolith首席執(zhí)行官兼創(chuàng)始人Richard Ahlfeld表示：“錯誤的數(shù)據(jù)會導(dǎo)致錯誤的決策，浪費大量寶貴的工程資源。如果發(fā)現(xiàn)得太晚，這些錯誤可能導(dǎo)致進(jìn)度延遲，或者更糟糕的是導(dǎo)致產(chǎn)品發(fā)布時存在質(zhì)量問題，這可能會引發(fā)代價高昂且損害聲譽的召回。我們耗時兩年多與客戶直接合作，設(shè)計、測試和調(diào)整我們的新異常檢測器，以便工程師能夠快速發(fā)現(xiàn)工程數(shù)據(jù)中的錯誤。在此期間，我們不僅開發(fā)了一種獨特的深度學(xué)習(xí)算法，可以發(fā)現(xiàn)多種類型的異常，同時我們還將其打包成專門為工程領(lǐng)域?qū)＜以O(shè)計的無代碼用戶體驗。這是由工程師為工程師開發(fā)的、有用的人工智能?！?/p>

本文內(nèi)容來自S&P Global Mobility[標(biāo)普全球汽車]收費內(nèi)容

文章版權(quán)歸微信平臺S&P Global Mobility[標(biāo)普全球汽車]所有