Skip to main content
Denne siden vises ved hjelp av automatisk oversettelse. Vis på engelsk i stedet?
En kvinne i labfrakk har på seg et VR-hodesett og holder kontrollere, med grønne datavisualiseringsoverlegg, som indikerer virtual reality-interaksjon.

Dataanalyse og kunstig intelligens

Kunstig intelligens (AI) bruker programmeringsteknikker inspirert av naturlig læring. AI gjør det mulig for datasystemer å løse problemer med nøyaktige data, kontekst og miljøtolkning. Eksempler: lesing av tekst, kjøring av biler, bildegjenkjenning og industriell maskinkontroll.

Bruke AI i en industriell sammenheng

Spesielt dataanalyse har blitt svært viktig for Siemens, fordi digitalisering og IoT-miljøer genererer enorme mengder data som ingen mennesker noensinne kunne analysere og tolke fullt ut - men AI er opp til oppgaven og lar oss derfor få mest mulig ut av dataene våre.

Mer sofistikerte AI-teknikker som dyp læring og forsterkningslæring har også utviklet seg til hjørnesteinene i industriell AI. De gjør det mulig for programmer og maskiner å finne løsninger av seg selv, noe som gir et nytt univers av muligheter for autonome eller samarbeidende maskiner.

Siemens har jobbet innen dataanalyse og AI i over 30 år og har en dokumentert merittliste med å generere virksomhet ved å lykkes med å bruke AI i en rekke industrielle sammenhenger.

A robot hand reaches out to touch the finger of a human hand.

Siemens kjerneteknologier

Siemens streber etter teknologisk lederskap innen teknologi og innovasjon som er av overordnet betydning for selskapet. Disse kjerneteknologiene er avgjørende for langsiktig suksess for Siemens og kundene. Eksperter fra den globale forskningsavdelingen for teknologi og de forskjellige virksomhetene jobber sammen her og konsoliderer selskapets FoU-aktiviteter.