През последното десетилетие традиционният изкуствен интелект еволюира, с акцент върху обработката на числа и идентифицирането на модели, които предлагат предиктивни анализи въз основа на вероятности. В този контекст се появява Generation AI, оборудван с много функционалности, които действат като връзка между предиктивните възможности на числовия AI и допълнителния потенциал за високо ниво, двупосочни базирани на езика въпроси.
В сърцето на тази еволюция, както посочва Питър Зорнио, главен технологически директор (CTO) в Емерсън, се крие различието между често непрозрачния AI ‘черен кутия’ и по-прозрачния и интегративен подход, който преодолява пропастта между оперативната технология (OT) и информационната технология (IT). Зорнио обясни как Generation AI и числовият AI заемат позиции на противоположни краища на спектъра, всеки утвърден върху различни принципи – числени модели и езикови модели.
Въпреки споделените технологични основи, като ги изобрази Зорнио, приложенията на тези два вида AI се различават значително. Производствените модели, ориентирани към числа, използват данни от цифри, докато езиковите модели използват данни, произтичащи от разнообразни текстови и визуални материали. С приближаването на тези технологии AI, се разкрива ново измерение в рамките на традиционната обстановка на операциите на традиционния AI.
Вижте сценария, представен от Зорнио, където промишлените сектори използват езикови модели като интерфейс със съществуващите числови модели. Например операторите биха могли да попитат: „Компютъре, защо производството на този агрегат е назаднало и как могат да бъдат направени корекции?“ Предимствата за продуктивността и спестяването на време са значителни, защото се подкрепя естественият метод на интерфейс.
Ролята на човешката експертиза остава от съществено значение, и Зорнио споменава ‘Фред’ от инженерския отдел – прокси за служители с десетилетия опит, чиито когнитивен модел, изграден чрез години на експлоатация в съоръжението, сега е допълнен от Generation AI. Чрез този интерфейс компютрите използват научно мислене, подобно на консултирането на инженерен експерт – анализиране на оперативната история, разпознаване на модели и предлагане на превантивни мерки.
На практика, системите на AI вече притежават възможността за преглед на разнообразни сценарии, оценка на миналите реакции и разпознаване на най-ефективните действия от исторически данни. Зорнио вижда този крае-в-край подход на AI като краен камък за изграждането на устойчиви системи за поддръжка на продукти, интегриращи ръководства и взаимодействия за поддръжка и като приканващи до въпроси за продукта.
Последиците от ролята на асистента на AI се разширяват в различни отрасли, от петрохимия и автомобилното производство до производството на вино, където въпроси за високото качество на един винтидж пред друг могат да бъдат подробно изтъкани чрез AI, които анализират критични показатели като температура, сладост, киселинност и дължина на ферментацията.
Зорнио подчертава необходимостта от все по-голямо сътрудничество между исторически изолирани вътрешни екипи – оперативно и информационно-технологични групи, започвайки с интегрирането на разнообразни формати на данни. Плавното взаимодействие на данни от оперативните технологии и информационните технологии, по-специално за AI системите, хостирани в облака и интегриране на езикови модели като OpenAI, е от съществено значение за развитието на взаимосвързана архитектура на данните.
Въпреки че статията предоставя ясен преглед на концепцията за Generation AI и нейните последици, съществуват съответни допълнителни факти, ключови въпроси, предизвикателства, спорове, предимства и недостатъци, които могат да предоставят по-дълбоко разбиране на темата.