Vordenker
Beyond Limits’ 2021-Vorhersagen zu kognitiver KI und Wissensdemokratisierung
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Beyond Limits ist ein Pionierunternehmen im Bereich KI mit einer einzigartigen Herkunft aus dem NASA-Weltraumprogramm, insbesondere der KI-Technologie, die am Jet Propulsion Laboratory (JPL) entwickelt wurde. Sie verbessern Software-Systeme, die für NASA/JPL entwickelt wurden, indem sie ihnen zusätzliche Fähigkeiten verleihen und sie auf industrielle Stärke härten.
Wir hatten das Glück, zwei ihrer brillanten Köpfe zu haben, die ihre Vorhersagen für 2021 teilen:
Kim Gilbert, PhD, Manager Technical Commercial Engineering bei Beyond Limits
Vorhersage #1: Kognitive KI-Technologien werden in den kommenden Jahren ein rapides Wachstum und Verbesserungen erleben, um agiler, flexibler und intelligenter zu werden, wenn sie in verschiedenen neuen Branchen eingesetzt werden.
Details: Durch die Vereinigung von Machine-Learning-Techniken mit kodifiziertem menschlichem Wissen werden kognitive KI-Fortschritte es Benutzern ermöglichen, ihre Wissensbasis nach der Bereitstellung hinzuzufügen und zu bearbeiten, und während sie dies tun, werden die Systeme erheblich flexibler und intelligenter, da sie durch die Interaktion mit mehr Domänenexperten, Problemen und Daten lernen. Schließlich werden KI-Systeme in der Lage sein, zu erkennen, ob Entscheidungsträger ihre empfohlenen Aktionen umgesetzt oder abgelehnt haben, ob die ergriffene Aktion das bewirkt hat, was sie bewirken sollte, und ob das System aus dieser Korrekturmaßnahme lernen konnte.
Vorhersage #2: Traditionelle KI-Technologien müssen fortschrittlicher werden, um die Herausforderungen zu lösen, die durch zunehmend komplexe Planungs- und Implementierungsverfahren in der Versorgungsbranche entstehen.
Details: Eine dieser Herausforderungen ist beispielsweise das Problem, das Versorgungsunternehmen bei der Verwaltung der vielen Kompromisse haben, die gleichzeitig berücksichtigt werden müssen, während sie ihre Betriebe führen, wie z.B. Turbinenzyklen, Lastausgleich, Anlagen- und Gerätebeschränkungen. Wenn traditionelle KI- und Machine-Learning-Lösungen nicht mehr ausreichen, werden Versorgungsunternehmen auf neue Technologien wie kognitive KI zurückgreifen, die es den Betreibern ermöglicht, eine globale Perspektive der Anlage zu erhalten und fundierte Entscheidungen zu treffen, wenn sie numerous Kompromisse, Ziele und Beschränkungen gleichzeitig berücksichtigen müssen.
Michael Krause, PhD, Data Scientist bei Beyond Limits
Vorhersage #1: KI wird einen zunehmenden Einfluss auf die Lieferkette haben.
Details: Die Lieferkette ist eine große Herausforderung und ein Bereich, der gut für KI geeignet ist, da viele Menschen, Unternehmen und Transportmittel beteiligt sind. Derzeit ist ein großer Teil des Systems sehr manuell, bei dem eine Person an einem Ort den Hörer abnimmt und eine andere Person an einem anderen Ort anruft, um ihnen mitzuteilen, welcher LKW oder welches Schiff, welche Waren, an welchem Tag an ihrem Standort ankommen wird. Die Menge an Daten, die verwendet wird, und die umfassende Größe der Lieferkettenindustrie machen dies zu einem großartigen Anwendungsfall für KI.
Vorhersage #2: KI wird zunehmend der Upstream-Öl- und Gasindustrie durch die Demokratisierung und Lokalisierung spezifischer Kenntnisse in der Bohrlochoperation zugute kommen, wo Domänenexpertenwissen und -erfahrung extrem wertvoll, aber selten sind.
Details: Kognitive KI-Technologie kann ein Framework aufbauen, das Domänenexpertenwissen nutzt, indem es in das System eingebettet und dann innerhalb der Organisation demokratisiert wird. Die nächste Ebene besteht darin, dieses Wissen zu lokalisieren, um es mehreren Benutzern zu ermöglichen, Wissen zum Framework hinzuzufügen und zu bearbeiten, basierend auf ihrer einzigartigen Situation. Dies ist wertvoll, da das KI-System in der Lage sein wird, von diesen Wissenseingaben zu lernen und diese mit Daten zu kombinieren, um ein umfassenderes Verständnis über verschiedene Anlagen und verschiedene Anwendungsfälle zu erlangen. Dies wird Entscheidungsträgern ein besseres Verständnis der Herausforderungen vermitteln und es dem System ermöglichen, bessere Empfehlungen zur Lösung komplexer Bohrlochoperationsherausforderungen zu geben, indem es von diesen Wissenseingaben und Daten lernt und diese Kombination mit Daten verbindet, um ein breiteres Verständnis über verschiedene Anlagen und Anwendungsfälle zu erlangen. Dies wird Entscheidungsträgern ein besseres Verständnis der Herausforderungen vermitteln und es dem System ermöglichen, bessere Empfehlungen zur Lösung komplexer Bohrlochoperationsherausforderungen zu geben.
