Le previsioni di Beyond Limit per il 2021 su Intelligenza Artificiale Cognitiva e Democratizzazione della Conoscenza

Beyond Limits è un’azienda pionieristica di intelligenza artificiale con un’eredità unica proveniente dal programma spaziale della NASA, in particolare la tecnologia di intelligenza artificiale sviluppata al Jet Propulsion Laboratory (JPL). Migliorano i sistemi software sviluppati per la NASA/JPL, fornendo loro capacità aggiuntive e rendendoli robusti come l’industria.

Siamo stati fortunati ad avere due delle loro menti brillanti che condividono le loro previsioni per il 2021:

Kim Gilbert, PhD, Manager Technical Commercial Engineering presso Beyond Limits

Previsione #1: Le tecnologie di intelligenza artificiale cognitiva vedranno una rapida crescita e miglioramenti nei prossimi anni per diventare più agili, flessibili e intelligenti quando utilizzate in una varietà di nuove industrie.

Dettagli: Unificando le tecniche di apprendimento automatico con la conoscenza umana codificata, i progressi dell’intelligenza artificiale cognitiva permetteranno agli utenti di aggiungere e modificare la sua base di conoscenza una volta distribuita, e mentre lo fanno, i sistemi diventeranno significativamente più flessibili e intelligenti mentre imparano interagendo con più esperti di dominio, problemi e dati. Alla fine, i sistemi di intelligenza artificiale saranno in grado di identificare se i responsabili delle decisioni hanno implementato o rifiutato le azioni consigliate, se l’azione presa ha fatto ciò che doveva fare e se il sistema è stato in grado di imparare da quell’azione di rimedio.

Previsione #2: Le tecnologie di intelligenza artificiale tradizionali dovranno diventare più avanzate per risolvere le sfide poste da metodi di pianificazione e implementazione sempre più complessi all’interno dell’industria dei servizi pubblici.

Dettagli: Una di queste sfide, ad esempio, è il problema che i servizi pubblici affrontano nella gestione dei molti compromessi che devono essere considerati contemporaneamente mentre eseguono le operazioni, come il ciclismo della turbina, l’equilibrio del carico, le limitazioni degli asset e dell’attrezzatura. Quando le soluzioni di intelligenza artificiale e apprendimento automatico tradizionali non sono più sufficienti, gli operatori dei servizi pubblici si rivolgeranno a nuove tecnologie come l’intelligenza artificiale cognitiva, che è in grado di fornire agli operatori una prospettiva globale dell’impianto e pianificare decisioni informate quando si considerano numerosi compromessi, obiettivi e limitazioni contemporaneamente.

Michael Krause, PhD, Data Scientist presso Beyond Limits

Previsione #1: L’intelligenza artificiale avrà un impatto crescente sulla catena di approvvigionamento.

Dettagli: La catena di approvvigionamento è una grande sfida e un’area che è ben adatta all’intelligenza artificiale perché ci sono così tante persone, aziende e modalità di trasporto coinvolte. Attualmente, gran parte del sistema è molto manuale, dove una persona in una posizione chiama un’altra persona in una posizione diversa per informarla su quale camion o nave, trasportando quali merci, arriverà nella loro posizione in quale giorno. La quantità di dati utilizzati e la scala estensiva dell’industria della catena di approvvigionamento rendono questo un ottimo caso d’uso per l’intelligenza artificiale.

Previsione #2: L’intelligenza artificiale beneficerà sempre più l’industria del petrolio e del gas upstream attraverso la democratizzazione e la localizzazione della conoscenza specializzata nelle operazioni di pozzo, dove la conoscenza e l’esperienza degli esperti di dominio sono estremamente preziose ma rare.

Dettagli: La tecnologia di intelligenza artificiale cognitiva può costruire un framework che sfrutta la conoscenza degli esperti di dominio incorporandola nel sistema e poi democratizzandola in tutta l’organizzazione. Il prossimo livello consiste nel localizzare quella conoscenza per consentire a più utenti di modificare e aggiungere conoscenza al framework in base alla loro situazione unica. Ciò è prezioso perché il sistema di intelligenza artificiale sarà in grado di imparare da questi input di conoscenza e combinare l’input con i dati per ottenere una comprensione più ampia tra diversi asset e diversi casi d’uso. Ciò fornirà ai responsabili delle decisioni una migliore comprensione delle sfide e permetterà al sistema di fornire migliori raccomandazioni per risolvere le complesse sfide delle operazioni di pozzo.