De vierde ‘industriele’ golf

Leestijd: 2 minuten

We bevinden ons op een keerpunt in technologische disruptie, slechts drie andere keren in de geschiedenis gezien. We zagen dat stoomkracht ons van landelijk naar industrieel bracht, elektriciteit ons van industrieel naar massaproductie, personal computing en automatisering ons van massaproductie naar digitaal bracht, maar nu bevinden we ons op de rand van een nieuw tijdperk van ontwrichting. Een tijdperk waarin gegevenstoegang, gegevensinzicht stimuleert, en gegevensinzicht ons drijft van het digitale tijdperk naar een tijdperk van gegevensintelligentie.

De foto hieronder is niet futuristisch. Dit is vandaag. Elke robotarm werkt perfect synchroon met elkaar.

Wat blijkt: robots leveren juist meer banen op | Trouw
Robots aan een assemblagelijn van autofabrikant VDL Nedcar in Born

Tienduizenden of honderdduizenden sensoren rapporteren allemaal in realtime en worden in realtime beoordeeld om consistentie en kwaliteit te garanderen. Als zelfs maar één sensor buiten de specificatie valt, moet de hele lijn stoppen, anders zullen de auto’s beschadigd raken of een toekomstige terugroepactie vereisen. Hoe eerder een defect kan worden vastgesteld, hoe minder impact dat defect zal hebben. Om bijna realtime beslissingen te kunnen nemen, moet het backend-opslagsysteem voor die sensoren niet alleen snel zijn, maar ook een enorm parallellisme mogelijk maken. Niet alleen bij de opname van sensorgegevens, maar bij de analyse van al die gecorreleerde gegevens voor onmiddellijke besluitvorming.

Kortom, deze uitdaging smeekt om een ​​opslagoplossing die beter is dan wat je vandaag hebt. Elke branche profiteert van meer intelligentie.

In de transportsector wil Airbus tegen 2021 zelfrijdende taxi’s over de Baai van San Francisco vliegen. In de gezondheidszorg gebruiken neuroradiologen van de Mayo Clinic AI om genetische markers te vinden in MRI-scans om te voorkomen dat tumorweefsel wordt teruggevonden (voor genetische gegevens ) door hersenchirurgie. Zelfs in de landbouw oogst LettuceBot 10% van de sla in de VS met behulp van AI, waarbij elke plant in realtime wordt geïdentificeerd om de opbrengsten te optimaliseren.

Dit zijn grote industrieën. Sommigen van hen, zoals transport en landbouw, hebben in lange tijd niet geïnnoveerd. Toch hebben ze een manier gevonden om te innoveren met big data.

Het begon allemaal met een enkel moment waarop drie sleuteltechnologieën samenkwamen als een perfecte storm, bekend als de oerknal van intelligentie. De drie belangrijkste drijfveren zijn: nieuwe parallelle rekentechnologieën, nieuwe algoritmen zoals deep learning, en de beschikbaarheid van veel data.

Moderne rekenkracht bestaat doorgaans uit multi-core CPU’s of GPU’s. Het is niet ongebruikelijk dat CPU’s meer dan 20 cores hebben. En GPU’s hebben duizenden cores. Het zijn beide parallelle processors.

Nieuwe algoritmen zoals deep learning maken gebruik van massaal parallelle neurale netwerken geïnspireerd op het menselijk brein. In plaats van door experts gemaakte software te schrijven, schrijft een deep learning-model zijn eigen software door te leren van veel voorbeelden, en zo nauwkeurigheid te leveren voor veelvoorkomende taken zoals beeld-, video- en tekstverwerking.

Data is het belangrijkste bezit in een organisatie. In mei 2017 beweerde The Economist zelfs dat gegevens waardevoller zijn geworden dan olie. En data blijft groeien. Er wordt geschat dat in 2020 50 zettabytes aan gegevens wordt gecreëerd, meer dan het dubbele van de hoeveelheid gegevens die in 2017 is gecreëerd.

Data Economy, Transformation

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *