跳到内容

    洛克希德马丁公司的数据科学

    洛克希德·马丁公司处于创新的前沿, 运用先进的研究方法保护BB电竞的世界,探索新的领域. 它的任务是世界上最重要和最具挑战性的,从保护公民到推进科学的边界. 它的客户名单包括美国国防部, 美国国土安全部, 美国国家航空航天局, 以及美国国防高级研究计划局(DARPA), 等.

    该公司使用Domino企业数据科学平台和NVIDIA技术来简化先进机器学习能力的开发和部署. 其中包括工业物联网系统,该系统可以识别制造车间潜在的设备问题, 一个可预测的风险管理系统,帮助供应链专业人士对潜在的供应商问题进行预测和采取行动,以避免零件延误, 以及在DARPA的AlphaDogFight竞赛中获得第二名的人工智能战斗系统, 在空战中,人工智能技术与人类的哪一场较量.

    “BB电竞将Domino和NVIDIA视为BB电竞更广泛的MLOps(机器学习操作)管道的关键组件, 为BB电竞的数据科学家带来10-100倍的效率收益,并使洛克希德·马丁公司能够针对一系列广泛的挑战提供差异化的解决方案,迈克·约翰逊说.

    网络研讨会总结

    洛克希德已经致力于数字化转型,使其能够更快地交付前沿创新, 提高日常效率,比如优化供应链.

    但是,正如迈克·约翰逊(迈克•约翰逊)和格雷格·福雷斯特(格雷格·福勒斯特)所言,实现人工智能的规模化是一项艰巨的任务

    • 110,全球54个国家拥有000名员工(约50%的员工是科学家和工程师)
    • 375 +设施
    • 四个部门提供先进的解决方案跨越土地, 空气, 海, 和空间, 包括从F35飞机到航天飞机的所有东西

    在他们的谈话, 他们分享了Domino和NVIDIA是如何帮助他们创建MLOps框架来进行开发的, 安全, 和最佳的机器学习操作实践,为数据科学家实现10到100倍的效率增益.

    以下是他们分享的三个例子:

    1. 降低供应链风险. 洛克希德·马丁公司正在为人类太空飞行建造猎户座乘员舱,目标是在2024年登月. 这种类型的项目需要许多不同的独特组件,如果一个部件不能按时供应,就会有很大的风险. 减少延误的风险, 数据科学家正在使用Domino和NVIDIA构建分析开源非结构化数据的模型, such as information about a merger between two suppliers; classify and assess potential risks; and provide insight on what might happen next (for example, 如果公司可能出现财务亏损). 这些见解与公司供应链的广泛内部知识相结合,使供应链专业人员对任何风险都有更好的意识,以便他们能够做出回应.

      Domino和NVIDIA, 该公司已经能够有效地在没有训练数据的情况下训练这些模型——这需要大量的计算能力——并迅速部署接口,这样他们就可以创建一个积极的学习循环,以获得个人对模型运行情况的反馈.

      “跟踪这些数据并将其分配给这些项目的能力真的让这个项目成功了.”

      ——洛克希德·马丁公司首席数据科学家迈克·约翰逊

    2. 在人工智能系统中建立信任 通过参加DARPA主办的AlphaDogFight比赛. 参与者的任务是开发一个AI战斗系统,可以在《BB电竞》式的飞机战斗中与人类竞争. 洛克希德是众多团队中的一个, 通过采用强化学习方法,并使用Domino和NVIDIA加速多项培训工作(每项都需要30天)和跟踪实验,它获得了第二名.

      “在BB电竞有Domino之前,一个实习生花了8周时间才接触到GPU....现在,这只是一个按钮,而正是这些节省下来的成千上万的员工规模真正发挥了作用.”

      ——洛克希德马丁公司人工智能和AiMLabs高级经理greg Forrest

    3. 在设备故障影响操作之前预测设备故障. 在他最后的例子中, 迈克•约翰逊分享了建造F35飞机的过程,以及将原材料制成飞机需要进行的各种操作(都在一英里长的建筑内). 减少设备停机时间, 该公司正在开发一种人工智能驱动的系统,该系统可以持续监测每台机器的潜在问题,并在机器运行不正常时通知员工. 到目前为止, 使用Domino和NVIDIA, 大约3名机器学习工程师能够开发和培训超过250个模型,并同时部署150个模型.

    对扬声器

    迈克•约翰逊 是数据科学家团队的技术领导吗, 机器学习工程师, 以及数据工程师,为洛克希德·马丁公司提供人工智能解决方案. 他在许多领域建立了机器学习解决方案,包括制造优化, 半导体可靠性, 人力资源, 雷达信号分析, 时间序列搜索. 而他对自然语言处理有着永恒的热爱, 他最近专注于将深度学习大规模应用于无监督异常检测领域.

    格雷格·福勒斯特 负责领导洛克希德·马丁公司人工智能战略的发展, 创建企业AI生态系统和MLOps管道, 以及为洛克希德·马丁公司及其客户开发变革性人工智能和机器学习能力的领导团队.

    观看网络研讨会“洛克希德·马丁如何用数据科学推动火箭科学的边界”