[发明专利]管理人工智能模块的安装基础

权利要求书

1.一种用于管理多个人工智能AI模块(2a-2d)的安装基础的计算机实现的方法(100)，其中每个AI模块(2a-2d)借助于内部处理链(22)将输入数据(21)转换为输出数据(23)，其中所述输入数据(21)包括表征至少一个物理车间、装置或系统的状态和/或行为的数据，其中所述内部处理链(22)的行为由一组配置参数(22a)确定，所述一组配置参数(22a)能够基于训练输入数据(21a)和对应参考数据(23a)而被训练，所述内部处理链(22)要将所述训练输入数据(21a)映射到所述对应参考数据(23a)，所述方法(100)包括以下步骤：

·从多个AI模块(2a-2d)和/或这些AI模块(2a-2d)被应用的域(1a-1d)中获取(110)成对的输入数据(21)和对应输出数据(22)、和/或成对的训练输入数据(21a)和对应参考数据(23a)、和/或配置参数(22a)，其中所述数据(21，23；21a，23a)和/或参数(22a)与所述AI模块(2a-2d)的根据预定定量相似性标准(3)而相同或足够相似的操作情况相关；以及

·聚合(120)所述成对的输入数据(21)和对应输出数据(23)、和/或所述成对的训练输入数据(21a)和对应参考数据(23a)，以形成用于训练所述AI模块(2a-2d)中的一个或多个AI模块的增强的训练数据(4)；和/或

·聚合(130)所述配置参数(22a)，以形成用于配置一个或多个AI模块(2a-2d)的所述内部处理链(22)的增强的配置参数(5)；和/或

·至少部分基于所述成对的输入数据(21)和对应输出数据(23)，根据预定质量标准(6)确定(140)针对至少一个AI模块(2a-2d)的性能的定量指标(6a-6d)，

其中所述定量相似性标准(3)至少部分基于以下中的一项或多项：

·基于由每个AI模块(2a-2d)产生的所述输出数据(23)而被控制的至少一个物理过程；

·形成每个AI模块(2a-2d)的所述输入数据(21)、所述输出数据(23)、所述训练输入数据(21a)和/或所述参考数据(23a)的一部分的至少一个物理量的类型；以及

·每个AI模块(2a-2d)被应用的所述域(1a-1d)中的至少一个环境和/或地理条件。

2.根据权利要求1所述的方法(100)，其中所述定量相似性标准(3)还至少部分基于以下中的一项或多项：

·至少一个目标，每个AI模块(2a-2d)在所述AI模块被应用的所述域中正在朝着所述至少一个目标工作；

·每个AI模块(2a-2d)被应用的所述域(1a-1d)的类型；以及

·每个AI模块(2a-2d)被应用的所述域(1a-1d)的至少一个操作历史。

3.根据权利要求1至2中任一项所述的方法(100)，其中所述数据(21，23；21a，23a)和/或所述参数(22a)的所述获取(110)包括：

·从AI模块(2a-2d)的第一集合(2a，2b，2c，2d)中获取(111)所述数据(21，23；21a，23a)和/或所述参数(22a)；以及

·从如此获取的数据(21，23；21a，23a)和/或参数(22a)中，选择(112)来自作为所述第一集合(2a，2b，2c，2d)的子集的AI模块(2a-2d)的第二集合(2b，2c)的数据(21，23；21a，23a)和/或参数(22a)，使得因此获取的数据(21'，23'；21a'，23a')和/或参数(22a')与根据所述预定定量相似性标准(3)而相同或足够相似的所述操作情况相关。

4.根据权利要求1至3中任一项所述的方法(100)，其中所述成对的输入数据(21)和对应输出数据(23)、和/或所述成对的训练输入数据(21a)和对应参考数据(23)、和/或所述配置参数(22a)根据与其相关的所述AI模块(2a-2d)的所述性能的所述定量指标(6a-6d)在所述聚合(120，130)中被选择和/或加权(121，131)。