当然，当连接飞机发动机的每个组件，并且所有组件都包含内置的数据生成传感器时，结果将是大量的数字信息。这些知识可以帮助我们构建更好的机器，但实际上筛选每个最后的字节超出了人类的能力。
智能发现
我们需要通过人工智能释放物联网的力量。
AI工具可分析物联网收集的数据。通常，罗尔斯·罗伊斯公司将其用于诊断，例如确保发动机通过交付前测试，或了解运行中的发动机为何在飞行中遇到问题时。数据科学家的集体知识已嵌入到了该工具中。AI承担了沉重的负担，使最终用户看不到所有复杂性。工程师可以通过用户友好的界面轻松查看他们收集的数据。
数据，发现和人工智能
罗尔斯·罗伊斯公司计算工程主管特伦斯·洪（Terence Hung）博士表示：“数字化转型是一段旅程。我们非常了解它可以为我们做什么。我们还已经成功地在各种应用中受益。由于我们需要严格测试涉及产品安全性和可靠性的技术，因此某些AI应用程序的实现可能需要更长的时间，在高度管制的行业中尤其如此。”
为了说明罗尔斯·罗伊斯现在通过物联网创建的数据规模，请考虑我们仅在一个工厂就在2019年制造了约6,000个飞机发动机风扇叶片，这种大规模生产产生了大约3 PB的数据。
PB有多大？1PB=1024TB，首先使用手机拍摄4,000张照片。现在，在您的余生中每天都要做。最终，所有这些快照的文件大小将接近1 PB。
现在乘以三。这就是罗尔斯·罗伊斯公司在一年的时间内仅制造风扇叶片就能产生的信息量。但是，从设计到测试，再到创建和维护，都需要在产品生命周期的每个点收集数据。
幸运的是，所有这些有价值的数据都不会浪费。洪博士表示：“所有功能都将为企业创造价值。” 洪博士领导着一个专门研究数据分析和机器学习的研发团队。“对收集到的数据的分析可以转化为可行的见解，以帮助提高产品和服务的质量。”
2013年，罗尔斯·罗伊斯公司与南洋理工大学（NTU）合作推出了罗罗@NTU公司实验室。该组织将罗尔斯·罗伊斯公司的行业专业知识和商业能力与南大的研究技能和学术才能结合在一起。
洪认为，实验室的重点是三个主要领域：电气和控制系统，数据分析和复杂系统，制造和维修技术。
但是，洪认为，在他的所有项目中，名为Smart Discovery（SD）的数据分析工具最有前途。不仅仅是因为它可以破译物联网产生的庞大数据量。
他说：“我相信智能发现有潜力发挥最大的影响。它旨在使我们的许多工程师能够定期利用数据科学功能。公司内部可能有更多可以利用SD的应用程序。我相信SD可以通过向公司灌输丰富的数字DNA来彻底改变我们实现数字转换的方式，每个人都可以在其中进行数据驱动的分析和创新。”
正如洪博士指出的那样，尽管“智能发现”的影响潜力巨大，但这只是罗尔斯·罗伊斯公司开创的智能发动机愿景的一部分。罗尔斯·罗伊斯公司致力于利用新技术推动航空业的发展。
数字技术正在迅速改变航空业。在物联网出现之前，无法收集有关每架制造的每架喷气发动机的大量有用数据。在使用人工智能之前，人为解释这一巨大规模的信息是不可能的。但是，罗尔斯·罗伊斯公司现在可以前所未有地跟踪，监控和学习制造的发动机，这些学习将导致新技术和新工作方式。
从本质上讲，这些由物联网装备并由AI解释的发动机现在已经足够聪明，可以帮助我们设计更智能的发动机。
