2022年5月25日 - NI(纳斯达克:NATI)在时隔两年再次回归线下的全球用户大会上宣布推出 ActiveUptime™,一款服务型维护(Maintenance-as-a-Service,MaaS)解决方案,用于测试设备和测试设施的状态监测和预测性维护。这是一款交钥匙解决方案,专为用户环境量身定制,提供主动监控系统运行健康状况并防止关键测试设备发生故障所需的信息。作为持续服务的一部分,来自 NI 维护团队的专职技术人员将远程监控系统运行状况、提供技术支持并根据客户需求调整解决方案。该方案提高了用户在设备运行中断发生之前主动预测中断的能力。
设备故障占计划外停机成本的 42%,预计全球制造商因此每年损失500 亿美元。然而,52% 的制造商报告使用电子表格来监控和管理设备。NI的ActiveUptime™ 提供即用型服务,包括收集有价值的环境和系统数据所需的硬件和软件,以及基于边缘的预处理以加快数据收集、聚合和传输。 用于状态监控和预测性维护的特定结果的仪表板将直观展示实时监控系统运行状况并识别需要注意的关键区域,从而消除意外设备故障造成的中断。
NI Portfolio事业部高级副总裁兼总经理 Josh Mueller 表示:“制造商面临的主要挑战之一是了解物理系统以保持其平稳运行、并避免任何损害声誉的产品故障。” “ActiveUptime 能提供这些系统最准确视图。在NI维护专家的协助下,我们的客户可以快速找到问题的根源,快速解决问题、并采取措施防止再次发生。”
ActiveUptime™ 提供维护团队所需的监控工具--从智能环境传感器板和优化的数据处理,到直观的实时仪表板和预测建模,以及随时待命的维护专家。完整的服务可以在几天而不是几个月内启动并运行,将测试变成一项战略资产。
“预测性维护和状态监测正在成为更广泛的制造业数字化转型的关键支柱,”Mueller 解释说: “通过从基于时间的维护转向基于使用的维护,实时连续监控可以最大限度地延长总资产正常运行时间、降低昂贵的备件费用并优化维护成本。”
好文章,需要你的鼓励
Adobe 周二宣布推出适用于 Android 系统的 Photoshop 应用测试版,提供与桌面版相似的图像编辑工具和 AI 功能,初期免费使用,旨在吸引更多偏好手机创作的年轻用户。
弗吉尼亚大学研究团队开发了TruthHypo基准和KnowHD框架,用于评估大语言模型生成生物医学假设的真实性及检测幻觉。研究发现大多数模型在生成真实假设方面存在困难,只有GPT-4o达到60%以上的准确率。通过分析推理步骤中的幻觉,研究证明KnowHD提供的基础依据分数可有效筛选真实假设。人类评估进一步验证了KnowHD在识别真实假设和加速科学发现方面的价值,为AI辅助科学研究提供了重要工具。
文章详细介绍了Character.AI这款主要面向娱乐、角色扮演和互动叙事的AI聊天工具的原理、用户群体、特色功能以及面临的法律与伦理争议,同时揭示了其新推出的视频和游戏互动体验。
亚马逊Nova责任AI团队与亚利桑那州立大学共同开发了AIDSAFE,这是一种创新的多代理协作框架,用于生成高质量的安全策略推理数据。不同于传统方法,AIDSAFE通过让多个AI代理进行迭代讨论和精炼,产生全面且准确的安全推理链,无需依赖昂贵的高级推理模型。实验证明,使用此方法生成的数据训练的语言模型在安全泛化和抵抗"越狱"攻击方面表现卓越,同时保持了实用性。研究还提出了"耳语者"代理技术,解决了偏好数据创建中的困难,为直接策略优化提供了更有效的训练材料。