Esta página fue traducida automáticamente.
Complete una encuesta de 1 minuto sobre la calidad de esta traducción.
ABB utiliza MATLAB para operacionalizar modelos de IA causales
El enfoque facilitó el desarrollo de un sistema de análisis de fallas causales
“Los microservicios permiten desplegar modelos de MATLAB como servicios escalables. Esto facilita integraciones simples y sin problemas con otros sistemas y plataformas”.
Resultados principales
- MATLAB Compiler SDK permitió crear microservicios con contenedores Docker para desarrollar una cadena de tareas personalizada
- La comunicación mediante RestAPI garantizó el intercambio de datos con flujos de trabajo existentes en Amazon Web Services
- Un proceso de despliegue automatizado eliminó la necesidad de recodificar, lo que redujo significativamente el tiempo necesario para la traducción manual, la integración, la auditoría de código y las pruebas funcionales.
ABB, líder mundial en electrificación y automatización, utiliza modelos de IA causales basados en relaciones de causa a efecto. Estos modelos ayudan a entender mejor cómo los clientes toman decisiones. Los modelos de IA enfrentan desafíos, como traducción manual, problemas en la cadena de tareas de CI/CD, integración con plataformas empresariales existentes y limitaciones en el intercambio de datos.Para superar estos desafíos, el equipo de ABB implementó modelos de Machine Learning en MATLAB® como microservicios en contenedores y los integró con flujos de trabajo existentes. Esto resultó en una cadena de tareas fluida que permitió el desarrollo de un sistema experto en análisis de fallas causales.
MATLAB Compiler SDK™ empaquetó funciones de MATLAB en un formato fácil de compartir y usar en otras aplicaciones. Estas funciones, a su vez, se utilizaron para crear una imagen de contenedor Docker®. Luego, los algoritmos de IA se implementaron como un microservicio para gestionar solicitudes RESTful. El microservicio MATLAB se implementó en Amazon® mediante Elastic Container Service con Fargate y un balanceador de carga para distribuir las solicitudes entrantes de manera uniforme entre múltiples instancias para garantizar un funcionamiento fluido. Finalmente, Flask, un marco web, se conectó a Amazon Simple Storage Service y DynamoDB para administrar el almacenamiento y la recuperación de datos.
