シーメンスとマイクロソフトが共同でAIアシスタントを立ち上げ、製造業における人間と機械の連携を強化

シーメンスとマイクロソフトが共同でAIアシスタントを立ち上げ、製造業における人間と機械の連携を強化

シーメンスとマイクロソフトは協力し、人間と機械のコラボレーションを強化し、生産性を向上させるように設計された生成 AI アシスタント、Siemens Industrial Copilot を発表しました。

シーメンスとマイクロソフトは、人工知能を活用して生産性を向上させ、生成型AIのメリットを世界中の産業にもたらす共同プロジェクトを発表しました。

両社は協力して、製造業における人間と機械の連携を改善するために共同開発されたAIアシスタント、Siemens Industrial Copilotを立ち上げました。さらに、製品ライフサイクル管理用の Siemens Teamcenter ソフトウェアと Microsoft Teams の統合のリリースにより、Industrial Metaverse の実現への道がさらに開かれ、設計エンジニア、最前線の作業員、およびビジネス機能全体の他のチーム間の仮想コラボレーションが効率化されます。

「次世代 AI により、当社は産業分野全体でイノベーションを推進するまたとない機会を手にします」と、マイクロソフト コーポレーションの会長兼 CEO、サティア ナデラは述べています。「シーメンスとの長年にわたる協力関係を基盤として、マイクロソフト クラウド全体の AI の強みと産業分野におけるシーメンスの専門知識を組み合わせ、シーメンス インダストリアル コパイロットを皮切りに、最前線の作業員と知識労働者向けに新しい AI 駆動型ツールを提供していきます。」

「当社は、ジェネレーティブ AI を採用することで顧客を支援するというビジョンをマイクロソフトと共有しています」と、シーメンス AG の社長兼 CEO であるローランド ブッシュは述べています。「これは、企業の設計、開発、製造、運用の方法を根本的に変える可能性を秘めています。人間と機械のコラボレーションが強化されれば、エンジニアはコードをより速く開発し、イノベーションを促進し、熟練労働者の不足に対処できるようになります。」

人間と機械のコラボレーションの新時代

発表によると、Siemens Industrial Copilot を使用すると、ユーザーは複雑な自動化コードを迅速に生成、最適化、デバッグし、シミュレーション時間を大幅に短縮して、以前は数週間かかっていたタスクを数分に短縮できるとのことです。 Copilot は、Siemens のオープン デジタル ビジネス プラットフォームである Siemens Xcelerator から自動化とプロセス シミュレーションの情報を取得し、Microsoft の Azure OpenAI サービスでそれを強化します。顧客は、基盤となる AI モデルのトレーニングには使用されないデータを完全に制御できます。

Siemens Industrial Copilot は、産業ライフサイクル全体にわたって生産性と効率性を向上させます。保守担当者は自然言語を使用して詳細な修理手順を入手でき、エンジニアはシミュレーション ツールにすぐにアクセスできます。

シーメンス社によると、ドイツの自動車部品サプライヤーであるシェフラー・グループがシーメンス・インダストリアル・コパイロットの現在のユーザーの一つだという。

これは、同社のエンジニアがロボットなどの産業オートメーション システムをプログラミングするための信頼性の高いコードを生成するのに役立ちます。さらに同社は、ダウンタイムを大幅に削減し、将来的に顧客にサービスを提供するために、Siemens Industrial Copilot を自社の業務に統合する予定です。

「この共同パイロットにより、私たちは生産性とイノベーションの新しい時代を迎えます」とシェフラー グループの CEO であるクラウス ローゼンフェルドは述べています。「シーメンス インダストリアル コパイロットは、私たちのチームがより効率的に作業し、反復的なタスクを減らし、創造性を発揮するのに役立ちます。私たちはこのプロジェクトでシーメンスとマイクロソフトと協力できることを嬉しく思っています。」

<<:  Google の請負業者が組合結成に投票: 権利の保護を希望

>>:  10 分で「Chen Tianqi GPT」をカスタマイズすると、多数の OpenAI 新製品がテスト用に登場します。サム・アルトマンの次元削減が起こり、何千ものAIスタートアップが葬り去られる

ブログ    
ブログ    
ブログ    
ブログ    
ブログ    

推薦する

人工知能がチップのルネッサンスを推進

半導体はデジタル時代の基盤技術です。アメリカのシリコンバレーの名はこれに由来しています。過去半世紀に...

AIが将来のスマートマスモビリティソリューションへの道を切り開く

2030年までに人口の60%が都市部に住むようになると推定されています。現在そして将来に必要な条件は...

機械学習開発ガイド(基礎編)

【51CTO.comオリジナル記事】序文機械学習は人工知能の分野で重要な部分を占めています。簡単に...

...

CPU と比較して、GPU がディープラーニングに適しているのはなぜですか?

1. CPUとGPUの比較CPUは複数の機能を備えた優れたリーダーです。その利点は、強力なスケジュ...

人工知能の「最初の一滴」がエンタープライズIT自動化に属する理由

企業の情報技術の意思決定者として、上級管理職や部門長に AI のビジネス価値を示す必要がある場合、I...

テキストの説明に基づいてビデオから画像を切り取る、Transformer:このクロスモーダルタスクは私が最も得意とすることです

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

中国科学院自動化研究所は、科学サブジャーナル「自己組織化バックプロパゲーションがネットワーク学習効率を向上」を出版した。

[[430306]]人工知能の分野では、現在人工ニューラルネットワークで広く使用されているバックプ...

オープンソースの大規模モデルの王座が交代しました! Google Gemmaが市場に参入、ノートパソコンは動作可能でビジネスにも使用可能

ちょうど今、Google がオープンソースのビッグモデルに参入しました。オープンソースのビッグモデル...

マイクロソフトがCopilot for Financeをリリース、AIでスプレッドシートに革命を起こすことを目指す

Microsoft が新たにリリースした AI アシスタントは、増え続ける財務データの中から適切な情...

重要インフラのサイバーセキュリティリスク管理における AI の影響

AIがサイバー攻撃から重要なインフラを守るためにどう役立つか 電力網、水道システム、交通網などの重要...

トランスフォーマーの簡易版がここにあります、ネットユーザー:今年の論文

Transformer アーキテクチャは、ディープラーニング分野における最近の多くの成功の原動力であ...