人工知能についての真の考察

私の本能は、製造における人工知能 (AI) の使用に関して、切迫感が必要であることを教えてくれます。

緊急性は、今日のテクノロジーの動きの速さと、予想外のブレークスルーがいかに急速に支配的であるかによってもたらされます。 AI は、顔認識、音声の文字への変換、およびチェスの試合での勝利に使用されます。確かに、製造業には潜在的な用途がたくさんあるに違いありません。

AI の「知性」の現実は複雑な数学だと以前に書いたことがありますが、その見解を真の専門家に提示したとき、より賢明なビジョンが得られました。彼の意見では、私たちはより広い意味で AI を考えなければなりません。 「それは数学であると言っても過言ではありませんが、実際にはデータに関するものであるため、数学に夢中になりがちです」と、ニューに拠点を置く AI コンサルティングおよび戦略会社である Foxy Machine の創設者である Oliver Christy 氏は説明します。ヨーク市。 「AI により、あらゆる状況でデータを使用して新しい質問をすることができます。」

しかし、自分自身をデータと数学に限定することでさえ、まあ、限界です。 Christy 氏によると、3 つ目の考慮事項は、ビジネス上の問題です。検討している状況と利用可能なツールは何かということです。 「3 つのアプローチすべてから特定の問題を検討する必要があります」と彼は説明しました。 「数学、データ、そして問題そのもの。その全体論的な視点は、強力なソリューションを提供します。」

彼はまた、製造業は AI アプリケーションの機が熟していると考えています。 「AIにとって最も簡単な問題のいくつかは、安全性と製造上のリスクを解決することです」と彼は言いました。 「現在、どのようなリスクがあり、安全性を向上させるかを大規模に理解できる AI システムがあります。」品質管理に画像認識技術を使用することも、簡単に実現できます。 Christy が取り組んだアプリケーションの 1 つは、最近 AI システムをトレーニングして、熱処理後の鋼の品質を認識し、懸念される可能性のあるサンプルにフラグを立てます。その後、サンプルは人間によってさらに詳細に検査されました。

彼は、AI の最適な使用方法に関する重要なポイントを強調しました。それは、品質管理担当者を置き換えるのではなく、増強することです。 AI システムは、デジタル画像を使用して、人間が疲れることなくより多くのサンプルを見てフラグを立てることができます。しかし、鋼の品質の場合、それが良いかどうかを確認するために必要な最終的な人間のタッチを提供することはできませんでした.彼は、皮膚がんを見つけるために使用された同様のシステムが、訓練を受けた腫瘍専門医よりも優れたパフォーマンスを発揮したことを説明しましたが、腫瘍専門医と組み合わせた AI システムは、どちらか単独よりもさらに優れたパフォーマンスを発揮しました。 「機械システムと人間が連携して作業できる製造業でも、まったく同じアプローチを使用する必要があります」と彼は言いました。

コンピューティング能力の変曲点

私の切迫感に戻ります。今日の AI テクノロジーの多くは新しいものではありません。コンピュータを単なる計算機としてではなく、人間の能力を模倣するためにコンピュータを使用するという概念は、コンピュータ自体が存在する限り存在します。しかし、コンピューティング能力とデータの変曲点は、緊急に関連性を持たせています。 「私が 20 年前に始めたとき、コンピューティング能力とデータのコストが [可能な] アプリケーションを制限していました」と Christy 氏は言います。 「現在、膨大な量の混合データと非常に安価なコンピューティングがあります。私は数百万ドルのコンピューターにアクセスでき、IBM のワトソンのようなテクノロジーに直接アクセスでき、ほとんど費用はかかりません。」これに、事実上無料で使用できる Google の TensorFlow のようなオープン ソース AI ソフトウェアを追加すると、「AI を構築して使用するために必要なすべてのコンポーネントの完璧な嵐」が得られます、と Christy 氏は述べています。

彼は、AI は容易に次の競争上の優位性になると信じています。しかし、それは困難な場合があります。彼のアドバイスは？小さく始めましょう。少人数のチームを編成し、試験的なビジネス上の問題に関するデータの収集を開始し、製造上の問題を解決する最善の方法を学びます。 「しかし、今日から始めましょう」と彼は言いました。