作为全球50家最智能企业中的第40位，通用电气自创立以来见证了125的春秋变化。通用公司以此次行动作为其向高科技企业转型的重要一步，正将人工智能(AI)应用到其企业下的各个方面，而其首先瞄准的就是科学家。
当Jason Nichols在加州大学伯克利分校取得有机化学博士后学位后，他于2011年加入了通用电气(GE)全球研究公司，他本以为在之后很长的职业生涯里他都将致力于化学研究。但经过四年的开发处理工业废水材料和系统，Nichols转到了公司的机器学习实验室今年，他开始研究有关增强现实的技术。作为一名半化学家半数据科学家，Nichols正是一名跨领域雇员，他对公司未来将人工智能融入其机器设备和各工业过程将有至关重要的作用，
十五年前，通用电气的机器操作人员和技术人员通过监听运作声音和检查仪表状况来监控飞机发动机、机车和燃气轮机等。今天，公司使用人工智能来做相同的事情，甚至能够提前预测出失败可能。利用这项技术，GE希望在2020年之前成为世界顶级软件供应商之一，而通用公司也早在2011年花费了10亿美元以收集和分析机器传感器数据。通过AI创造更智能的模型则是该公司战略中的下一步，通用电气公司也期望借助这一项目能够在面对西门子等长期竞争对手和IBM等软件巨头(其正向工业分析领域扩展)时占据竞争优势。
当然，将人工智能与一个成立于1892年的公司相整合是一项十分艰巨的任务。通用公司首先采取的步骤就是培训公司幕后的技术大脑。Nichols所工作的通用电气全球研究机构(GE Global Research)正在进行多项教导机器学习的在线计划和供科学家探索新方向的研讨会。到目前为止，全公司近400名员工已经完成了GE数据分析认证计划，约有50名科学家加入了Nichols一直致力于的数据分析工作。
双重职业
这些双重身份的科学家至关重要，他们使得通用电气公司的云支持软件模型可以用于帮助客户节省资金，并同时增强对客户的安全保护。通过使用从机器传感器收集的信息，辅以物理模型、AI、数据分析和基于科学家及工程师知识，通用电气公司正构建这些"数字双胞胎"。虽然数字双胞胎是软件代码的基本线，但其最复杂的版本看起来就像三维计算机辅助设计图，其中包含交互式图表、各种图形和数据点。它们使通用公司能够使用传感器数据而不是假设或估计来跟踪其飞机发动机、机车、燃气轮机和风力涡轮机的磨损情况，从而更容易预测设备何时需要维护。例如，一在美国上空飞行的飞机，其引擎可以通过在加利福尼亚州的GE计算机服务器设置一个数字双胞胎，从而来确定对其部件进行保养维修的最佳服务时间表。
除了预测机器预期寿命外，这一虚拟模型还能帮助GE优化其产品的运行。GE表示，数字双胞胎使得发电量增加了20%，且一台机车的燃料消耗和碳排放量就减少了32,000加仑，一年则减少了17.4万吨。GE向客户提供了超过70万种不同模型型号，截止今年年底这一数字可能会超过100万。
该技术的关键则取决于人工智能以不断实现自我更新。通用电气全球软件研究副总裁Colin Parris说，更重要的是，如果数据被破坏或丢失，公司将借助机器学习来填补空白，这是一种允许计算机学习而不进行明确编程的人工智能。Parris表示，GE将计算机视觉与深度学习相结合，这种AI特别适合识别模式，并能够强化学习，AI最近取得的又一项进步是优化机器操作，使摄像机能够在金属涡轮叶片上找到微小的裂纹，即使机器表面尘土飞扬也不影响。
拿起比火柴盒小汽车些微大一点的小机器人，将其用于检查运行的发动机。使用计算机视觉和各种AI技术，机器人可以通过骑在缓慢移动的风扇叶片的顶部来寻找飞机发动机内的裂缝部分。
不是一时的流行风尚
为了开发和使用这些系统，GE研究人员需要了解机器的物理特性和AI算法。
GE全球研究分析技术总监Mark Grabb说:"在这里，分子生物学家与机器学习专家共同合作，控制理论人专家与材料科学专家并肩讨论。这种合作非常强大，但是能超越这种合作的还存在着另外一种方式，即在同一个大脑中存有上述两种不同知识，其效果将是惊人的。"
Matt Nielsen在获得物理博士学位后于1998年加入GE全球研究项目。在2015年完全进入公司的数字化领域之前，Nielsen致力于研究光子学，并在电动汽车软件方面工作。今天，他领导一个数字双胞胎开发团队，并帮助结合机器学习算法构建基于物理学的模型。
另一位双重身份科学家Sahika Genc，在2014年转到通用电气机器学习实验室之前，就开发了ICU报警系统。Genc现在是一名机器学习科学家，他利用深入学习和强化学习使GE的能源管理系统更加高效。她最近的项目之一就是应用机器学习和传热理论来确定建筑能量的消散和储存。其预测将有助于GE客户降低能耗。
考虑到通用公司在像涡轮机、喷气发动机和机车等竞争成熟行业中寻求增长机会，那么这些混合研究人员可能是通用电气公司在另一个世纪的最佳武器，。
软件研究负责人Parris承认，通用电气公司2000名研究人员中部分人仍然认为新方法的某些方面是"一时的流行风尚"。
但是一成不变的科学家可能会被遗忘。1月份，GE公司就在其视为"数字工业"战略外围的领域进行了裁员。而就在此前的2016年，该公司还新增加了与AI和机器人相关的100个新的研究工作。
会员中心
