跳到内容

    洛克希德马丁公司的数据科学

    洛·马走在创新的前沿, 运用复杂的研究方法来保护直营平台的世界,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, 和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英伟达技术来简化高级机器学习功能的开发和部署. 其中包括一个工业物联网系统,可以识别制造车间的潜在设备问题, 一个预测性风险管理系统,帮助供应链专业人员预测和采取行动,以避免潜在的供应商问题,以避免零件延误, 以及在DARPA的AlphaDogFight比赛中获得亚军的人工智能战斗机系统, 让人工智能技术在空战中对抗人类.

    直营平台认为Domino和英伟达是直营平台更广泛的MLOps(机器学习操作)管道的关键组件, 为直营平台的数据科学家带来10-100倍的效率提升,并使洛·马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·约翰逊和格雷格·福里斯特所分享的,将人工智能规模化是一项艰巨的任务

    • 110,000名员工遍布54个国家(约50%的员工是科学家和工程师)
    • 375 +设施
    • 四个部门提供跨越土地的先进解决方案, 空气, 海, 和空间, 包括从F35飞机到航天飞机的一切

    在他们的谈话, 他们分享了Domino和英伟达如何帮助他们创建一个MLOps框架来带来开发, 安全, 和操作最佳实践的机器学习,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·马公司正在为载人航天建造猎户座乘员舱,目标是在2024年登上月球. 这种类型的项目需要许多不同的独特的组件,如果一个部件不能按时提供,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和英伟达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, 如果公司可能遭受经济损失). 这些见解与公司供应链的广泛内部知识相结合,使供应链专业人员更好地了解任何风险,以便他们能够对风险作出反应.

      使用Domino和英伟达, 该公司已经能够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——并快速部署接口,从而创建一个主动的学习循环,从个人那里获得关于模型表现如何的反馈.

      “跟踪这些数据并将其分配给这些项目的能力确实使这个项目取得了成功.”

      -洛克希德·马丁公司首席数据科学家迈克·约翰逊

    2. 建立人工智能系统的信任 通过参加DARPA主办的AlphaDogFight比赛. 参与者的任务是开发一种人工智能战斗机系统,可以在《壮志凌云》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,使用Domino和英伟达旋转多个训练任务(每个任务大约需要30天)和跟踪实验,它获得了第二名的位置.

      “在直营平台拥有Domino之前,直营平台花了8周的时间去访问GPU. 现在只要按一个按钮就可以了. 这些节省在数千名员工身上累积起来,真的起到了很大的作用.”

      -格雷格·福勒斯特,洛克希德马丁公司人工智能和目标实验室高级经理

    3. 在设备故障影响生产之前预测设备故障. 在他最后一个例子中, 迈克·约翰逊分享了建造一架F35飞机的过程,以及将原材料变成飞机需要进行多少不同的操作(都在一英里长的建筑中). 减少设备停机时间, 该公司正在设计一个人工智能驱动系统的原型,该系统可以持续监控每台机器,以发现潜在问题,并在机器运行不正常时通知员工. 到目前为止, 使用Domino和英伟达, 大约有三名机器学习工程师能够同时开发和训练250多个模型,并部署150个模型.

    对扬声器

    迈克•约翰逊 是数据科学家团队的技术主管吗, 机器学习工程师, 以及数据工程师为洛·马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·马公司人工智能战略的开发, 创建企业AI生态系统和MLOps管道, 领导团队为洛克希德·马丁公司及其客户开发变革性的人工智能和机器学习能力.

    观看“洛克希德·马丁公司如何用数据科学推动火箭科学的边界”网络研讨会