Seeq Corporation, een aanbieder van analytische software voor productie en Industrial Internet of Things (IIoT), kondigt een aanzienlijke uitbreiding aan van de mogelijkheden om machine learning-algoritmen te integreren in Seeq-applicaties. Dit stelt organisaties in staat om hun investeringen in data science‑, open source- en machine learning-algoritmen van derden maximaal te benutten en beschikbaar te maken voor medewerkers die nauw betrokken zijn bij de dagelijkse operatie van een organisatie.
Klanten van Seeq zijn onder meer bedrijven in de olie- en gasindustrie, de farmaceutische industrie, de chemische industrie, de energiesector, de mijnbouw, de voedingsmiddelen- en drankenindustrie en andere procesindustrieën. Investeerders in Seeq, dat tot nu toe meer dan $ 100 miljoen heeft opgehaald, zijn Insight Ventures, Saudi Aramco Energy Ventures, Altira Group, Chevron Technology Ventures en Cisco Investments.
Meerdere algoritmen
Met deze uitbreiding stimuleert Seeq innovatie op het gebied van machine learning. In plaats van gebruikers te dwingen te vertrouwen op één leverancier of één platform voor machine learning, maakt de aanpak van Seeq het juist mogelijk dat eindgebruikers toegang hebben tot algoritmen afkomstig uit tal van interne en externe bronnen. Hierdoor neemt de diversiteit aan algoritmen waarmee zij kunnen werken aanzienlijk toe. Denk hierbij onder andere aan:
- Open source-algoritmen en algoritmen uit andere openbare bronnen. Deze week publiceerde Seeq bijvoorbeeld twee add-ons voor GitHub, inclusief algoritmen en workflows, voor correlatie- en clusteranalyse. Gebruikers kunnen deze add-ons zelf aanpassen en verbeteren op basis van hun eigen behoeften.
- Door de klant zelf ontwikkelde algoritmen. Deze kunnen gebouwd zijn met Seeq Data Lab of met platformen voor machine learning als Microsoft Azure Machine Learning, Amazon SageMaker en Anaconda. Deze algoritmen kunnen bijvoorbeeld onderdeel uit maken van een programma rond datawetenschap of voor digitale transformatie.
- Algoritmen die zijn geleverd door softwareleveranciers, partners en academische instellingen. Denk aan Lookout for Equipment van AWS, Microsoft Azure AutoML, Pump Prediction van BKO Services en het open source-aanbod van Brigham Young University. Dit zijn voorbeelden van branchespecifieke en verticale marktspecifieke algoritmen.
Last mile
Seeq pakt met dit initiatief ook de cruciale ‘last mile’-uitdaging aan. Hiermee wordt het schalen en implementeren van algoritmen in de productieorganisatie bedoeld. Seeq maakt het nu gemakkelijk om innovatie op het gebied van data science in handen te geven van fabrieksmedewerkers in de vorm van gebruiksvriendelijke applicaties als Seeq Workbench voor geavanceerde analyses, Organizer voor het publiceren van inzichten en Seeq Data Lab voor ad-hoc Python-scripting.
Deze uitbreiding vormt een aanvulling op de ondersteuning die Seeq bedrijven altijd al verleende om met succes machine learning toe te passen. Deze support omvat toegang tot alle productiegegevensbronnen (historische, contextuele en productietoepassingen) voor het opschonen en modelleren van gegevens, ondersteuning voor samenwerking van medewerkers en het vastleggen van kennis, snelle iteratie en het mogelijk maken van op prestaties gebaseerde workflows voor continue verbetering.
“Innovatie op het gebied van data science in productieorganisaties kan grote veranderingen teweeg brengen in de duurzaamheid, de productiviteit en de beschikbaarheid van fabrieken”, zegt Kevin Prouty, VP Industrials, IDC Corporation. “Om deze kansen te grijpen, moeten bedrijven innovatieve data science kunnen inzetten voor technici die beschikken over de expertise, de gegevens en de fabriekscontext om beslissingen te nemen op basis van inzichten die door deze nieuwe algoritmen worden geboden.”
Voorbeelden
Voorbeelden van klanten die Seeq-applicaties gebruiken om toegang te krijgen tot innovatie op het gebied van data science zijn onder meer een olie- en gasbedrijf dat een op ‘deep learning’ gebaseerd emissievoorspellingsalgoritme toepast. Een ander voorbeeld is een farmaceutisch bedrijf dat een zelfstandig algoritme gebruikt om sensordrift in gevoelige batchprocessen proactief te detecteren. Een klant in de chemische sector gebruikt ‘pattern learning’ om de hoofdoorzaken van procesinstabiliteit te identificeren en de cyclustijd te verlengen.
“Seeq biedt een brug tussen data science-teams en hun algoritmen voor operationele medewerkers in honderden fabrieken over de hele wereld”, zegt Brian Parsonnet, CTO bij Seeq Corporation. “Algoritmen implementeren is nu net zo eenvoudig als deze in Seeq registreren en vervolgens bepalen welke werknemers er toegang toe hebben in hun Seeq-applicaties.”
Seeq heeft in 2017 voor het eerst machine learning-functies geleverd in Seeq Workbench en vervolgens in 2020 Seeq Data Lab geïntroduceerd voor Python-scripting en toegang tot elk machine learning-algoritme. Deze ondersteuning voor meerdere doelgroepen – met point & click-functies voor procesingenieurs, low-code scripting en een programmeeromgeving voor data scientists die zich bezighouden met ‘feature engineering’ en gegevensreductie – levert een end-to-end oplossing voor organisaties ongeacht hun ervaring met analytische toepassingen.
