Thought leaders
Beyond Limits’ voorspellingen voor 2021 over Cognitive AI en kennisdemocratisering
Voeg Unite.AI toe aan je voorkeursbronnen op Google
Beyond Limits is een pionierende AI-onderneming met een unieke erfenis uit het NASA-ruimtevaartprogramma, met name AI-technologie ontwikkeld bij het Jet Propulsion Laboratory (JPL). Zij verbeteren software-systemen die voor NASA/JPL zijn ontwikkeld, waardoor ze extra functionaliteiten krijgen en op industriële sterkte worden gebracht.
We waren gelukkig om twee van hun briljante geesten te hebben die hun voorspellingen voor 2021 met ons deelden:
Kim Gilbert, PhD, Manager Technisch Commercieel Ingenieursbureau bij Beyond Limits
Voorspelling #1: Cognitive AI-technologieën zullen in de komende jaren een snelle groei en verbetering zien, waardoor ze flexibeler, flexibeler en intelligenter worden wanneer ze in verschillende nieuwe industrieën worden ingezet.
Details: Door machine learning-technieken te combineren met gecodeerde menselijke kennis, zullen Cognitive AI-verbeteringen gebruikers in staat stellen om de kennisbasis toe te voegen en te bewerken wanneer deze eenmaal is geïmplementeerd, en naarmate ze dit doen, zullen de systemen aanzienlijk flexibeler en intelligenter worden omdat ze leren door interactie met meer domeinexperts, problemen en gegevens. Uiteindelijk zullen AI-systemen in staat zijn om te identificeren of besluitvormers de aanbevolen acties hebben geïmplementeerd of afgewezen, of de actie die is uitgevoerd heeft gedaan wat het moest doen, en of het systeem in staat was om van die herstelactie te leren.
Voorspelling #2: Traditionele AI-technologieën moeten geavanceerder worden om uitdagingen op te lossen die worden gesteld door steeds complexere plannings- en implementatiemethoden binnen de nutsindustrie.
Details: Een van deze uitdagingen is bijvoorbeeld het probleem dat nutsbedrijven ondervinden bij het beheer van de vele afwegingen die tegelijkertijd moeten worden overwogen bij het uitvoeren van operaties, zoals turbine-cycli, belastingsbalans, asset- en apparatuurbeperkingen. Wanneer traditionele AI- en machine learning-oplossingen niet langer voldoende zijn, zullen nutsoperatoren zich wenden tot nieuwe technologieën zoals Cognitive AI, die operators een globale visie op de fabriek en het plan kan bieden om geïnformeerde beslissingen te nemen bij het overwegen van meerdere afwegingen, doelen en beperkingen tegelijkertijd.
Michael Krause, PhD, Data Scientist bij Beyond Limits
Voorspelling #1: AI zal een groeiende impact hebben op de supply chain.
Details: De supply chain is een grote uitdaging en een gebied dat goed geschikt is voor AI, omdat er zo veel mensen, bedrijven en transportmethoden bij betrokken zijn. Momenteel is een groot deel van het systeem zeer handmatig, waarbij iemand op een locatie de telefoon opneemt en een andere persoon op een andere locatie belt om te laten weten welke vrachtwagen of schip, met welke goederen, op welke dag in hun locatie zal aankomen. De hoeveelheid gegevens die wordt gebruikt en de uitgebreide omvang van de supply chain-industrie maken dit een goed gebruiksscenario voor AI.
Voorspelling #2: AI zal de upstream olie- en gasindustrie steeds meer ten goede komen door de democratisering en localisering van gespecialiseerde kennis in putoperaties, waar domeinexpertkennis en -ervaring extreem waardevol maar schaars zijn.
Details: Cognitive AI-technologie kan een kader bouwen dat domeinexpertkennis gebruikt door deze in het systeem in te bedden en vervolgens die kennis te democratiseren binnen de organisatie. De volgende laag is het localiseren van die kennis om meerdere gebruikers in staat te stellen om kennis toe te voegen en te bewerken op basis van hun unieke situatie. Dit is waardevol omdat het AI-systeem in staat zal zijn om van deze kennisinputs te leren en de input te combineren met gegevens om een bredere kennis te verkrijgen over verschillende assets en verschillende use cases. Dit zal besluitvormers een beter begrip geven van de uitdagingen en het systeem in staat stellen om betere aanbevelingen te doen om complexe putoperatie-uitdagingen op te lossen vanuit deze kennisinputs en combineer de invoer met gegevens om een bredere kennis te verkrijgen over verschillende assets en verschillende use cases. Dit zal besluitvormers een beter begrip geven van de uitdagingen en het systeem in staat stellen om betere aanbevelingen te doen om complexe putoperatie-uitdagingen op te lossen.
