Fato ou ficção:qual história seus dados estão lhe contando?

Em 30.000 aC, nossos ancestrais pintavam histórias nas paredes das cavernas sobre sua vida cotidiana, e por volta de 700 aC tivemos nossa primeira história impressa – Gilgamesh. Avancemos para 2021 e já cocriamos histórias junto com a IA há mais de meia década. Mas quando a ordem do dia é inteligência de negócios precisa, as empresas querem ter certeza de que seus sistemas de inteligência artificial e aprendizado de máquina não estão tomando liberdade artística e cuspindo uma história.

Isso é especialmente verdade agora que a tomada de decisões liderada por IA e ML está em seu nível mais alto de adoção até o momento e até os executivos mais relutantes estão começando a ver os imensos benefícios a serem colhidos de uma abordagem de estratégia centrada em dados. À medida que a confiança aumenta na promessa de IA e ML, a precisão é fundamental. A questão permanece na mente de muitos:“Como podemos saber se nossos dados estão nos contando toda a história – e baseada em fatos? O que precisamos saber para confiar em nossos modelos?”

Dados totalmente limpos

Quando um sistema de aprendizado de máquina oferece uma previsão imprecisa, podemos olhar para um culpado – os dados. Exceto eventos de cisne negro, os dados são o início, o meio e o fim de qualquer sistema preditivo. Pode ser que simplesmente não houvesse dados suficientes para treinar o sistema de forma confiável ou basear suas previsões, caso em que mais pontos de dados podem resolver o problema. Normalmente, algo assim seria detectado nos estágios iniciais de idealização de um modelo e quase certamente antes da implantação, pelo menos na medida em que evita previsões extremamente imprecisas. O culpado mais provável, no entanto, é que os dados iniciais não eram “limpos” o suficiente. Limpo o suficiente é relativo. Os requisitos de dados para alguns projetos são semelhantes a “Meus tênis estão limpos o suficiente para ir ao supermercado?” Outros, especialmente em sistemas críticos e aqueles que envolvem vida, segurança e bem-estar, são mais como cenários “livres de poeira, brilho, desfile em que você pode verificar seus dentes” quando se trata de quão limpos os dados precisam ser para executar a tarefa de forma confiável (e ética).

Então, o que torna os dados sujos? O conto é uma informação imprecisa ou distorcida.

Tags quebradas, modelos quebrados

Isso pode ser dados com tags incorretas, dados com informações erradas no campo errado ou em um formato incorreto, por exemplo, 27 de dezembro de 2015 em vez de 27/12/15 ou 27/12/2015. Embora a primeira opção possa simplesmente gerar um erro ou ser ignorada, a troca dos dois últimos formatos de data pode causar sérias repercussões na precisão. E as datas não são tudo que a formatação inválida pode afetar:horas, SKUs, texto onde os números devem estar, números onde o texto deve estar e todos os fluxos de dados especiais que saem do equipamento de chão de fábrica, como substituições, alarmes, cargas, velocidades, feeds, etc. O ponto é que, sem uma estrutura confiável e consistente, os dados podem se tornar confusos e levar a insights imprecisos.

Com o MachineMetrics, as empresas podem aproveitar nosso mecanismo automatizado de transformação de dados que padroniza e formata uma ampla variedade de tipos de dados para facilitar a análise. Ele pode lidar com valores de sensor personalizados, status da máquina, modos, alarmes, substituições, carga, velocidades, alimentações, parâmetros PMC, diagnósticos e muito mais.

Você pode confiar em suas fontes?

É importante considerar a veracidade e a precisão de todas as fontes de dados que estão sendo usadas, especialmente se essas fontes forem humanas. Os humanos não são as criaturas mais precisas. Arredondamos e esquecemos e falsificamos os números. Ficamos com preguiça ou cansados ​​ou com fome ou distraídos. Pela natureza do uso de fontes de dados humanas, os dados estarão sujos de uma forma ou de outra. Aqui é onde é importante observar as tolerâncias. Por exemplo, os operadores de máquinas podem estar adicionando dados sobre o estado do equipamento que usam. Ao fornecer informações sobre o tempo de inatividade, os motivos listados podem ser precisos, enquanto o tempo é mais uma estimativa. Isso leva a um sistema preditivo menos preciso, pois as respostas que ele produz também estão mais próximas das estimativas do que poderiam estar se fossem fornecidos dados realmente precisos.

Este é outro cenário em que as tolerâncias realistas devem ser consideradas. Segundos ou intervalos de meia hora? No caso do fornecimento de dados de máquina, você pode até estar analisando nanossegundos ou menores para alguns casos de uso. Independentemente da tolerância considerada razoável para o projeto, é importante impor essa tolerância e garantir que qualquer entrada de dados no sistema esteja dentro desses parâmetros de precisão.

O Adaptador de Dados de Alta Frequência MachineMetrics captura dados da máquina a 1 kHz (em comparação com um padrão de 1 Hz – portanto, 1.000 vezes mais rápido) para que você nunca perca uma batida, não importa o nível de precisão que seu aplicativo exija.

É também aqui que as empresas devem procurar potencial de viés. Mentiras de omissão ainda levam a previsões de contos de fadas. Suas fontes de dados estão coletando de forma ampla o suficiente para mostrar o quadro completo ou são propensas a vieses como consequência dos métodos de coleta usados? Por exemplo, se você estiver tentando descobrir o salário médio de um trabalhador da linha de produção, mas todos os entrevistados forem homens, provavelmente terá um número distorcido em comparação com se pesquisasse homens e mulheres para obter uma visão mais clara e imagem mais precisa. Buscar ativamente possíveis descuidos como esse pode levar a dados mais limpos e previsões mais precisas.

Contexto e complexidade

Quanto mais complexo um sistema, mais espaço há para imprecisões, inconsistências, riscos e falhas gerais nos dados e na lógica que o sustenta quando você tenta traduzi-lo para algo que possa ser usado para análise. Quantas etapas existem para o processo no qual você está tentando coletar dados? Você tem o conhecimento do setor para ajudá-lo a contextualizar os dados brutos? Por exemplo, uma máquina que “desliga” várias vezes em minutos com uma produção bem-sucedida no meio tem menos probabilidade de ser verdadeiras execuções de produção, em vez disso, é um indicativo de testes para garantir que qualquer problema causado inicialmente pelo tempo de inatividade seja totalmente resolvido, recalibrado e pronto para retomar real Produção. No entanto, deixar esses números no conjunto de dados conforme foram inseridos pode causar sérias imprecisões que podem ser difíceis de serem vistas por olhos não treinados.

Isso não significa que sua equipe de ciência de dados precisa ser a melhor especialista em tudo em seu setor. Isso significa, no entanto, que ter canais onde os especialistas podem adicionar contexto é fundamental. Por exemplo, com o MachineMetrics, os operadores de máquinas são equipados com um tablet no chão de fábrica, diretamente em suas máquinas. Eles podem adicionar contexto humano de forma rápida e fácil aos dados numéricos para aumentar a precisão no estágio de análise. Sem esse tipo de canal de contexto, pode se tornar um jogo de adivinhação para determinar quais números devem ser lançados no pote e quais devem ser descartados.

Transformações sem perdas

Quando você transforma uma coisa em outra, basicamente sempre há algum grau de perda, por menor que seja - seja transformando minério em aço, algodão em têxteis ou dados em um formato para análise, é importante determinar quanta perda é aceitável e quanto muito é evitável. Começar com dados limpos e precisos é um primeiro passo vital em uma análise limpa e precisa. Além desse estágio, é necessário considerar quais ferramentas você usará e para quais aplicativos, a probabilidade de qualquer perda de fidelidade e até que ponto isso é aceitável (ou irrelevante). Isso leva diretamente de volta à compreensão do que você está tentando fazer com seus dados e com seus modelos - quais problemas você está tentando resolver - e o nível de precisão necessário para resolvê-los efetivamente.



Na MachineMetrics, garantimos que seus dados estejam fornecendo toda a verdade e nada mais. Somos especialistas do setor que entendem a profundidade, amplitude e tipo de dados que você precisa para resolver seus problemas mais urgentes, seja tempo de inatividade da máquina, otimização de saída ou uma infinidade de outras opções, usando uma abordagem baseada em dados. Usamos formatos simples e digeríveis para compartilhamento e análise que mantêm sua integridade e fidelidade, mesmo em tempo real. A MachineMetrics simplifica a tarefa de integrar os dados do chão de fábrica com a tomada de decisões do mundo real por meio de um processo testado e comprovado, implementado em linguagem simples e com ferramentas tão fáceis que até mesmo pessoas não técnicas podem facilmente instalá-las, para um serviço que levou nossos clientes ao ROI em menos de uma semana. Para ver quais tipos de perguntas a MachineMetrics pode responder para sua empresa ou para agendar uma demonstração, entre em contato conosco a qualquer momento aqui.