Релевантність понад масштаб: Створення ШІ, який витримує контакт з реальністю

Чому менші, спеціалізовані моделі є необхідними для ШІ у польових умовах

Команди тепер можуть переходити від запиту до ШІ до прототипу швидше, ніж будь‑коли раніше. Однак такі прототипи часто не працюють у реальних робочих процесах, таких як польове обслуговування, виробництво чи управління об’єктами, коли найважливіші точність, послідовність і підзвітність. Проблема полягає в тому, що хоча ШІ завжди може дати вам відповідь, вам потрібна саме правильна відповідь у правильному контексті щоразу.

Саме тут більшість великих мовних моделей (LLM) втрачають свою цінність. У LLM просте перефразування одного й того ж питання може призвести до абсолютно різних результатів. Це пов’язано з тим, що багато LLM орієнтовані на широту, а не на спеціалізовану глибину. І хоча гнучкість може бути корисною у творчій роботі, така ширина знань може стати недоліком для тих, хто шукає точність.

Операційні середовища вимагають послідовності. Активи відомі, процедури задокументовані, а протоколи безпеки та нормативні вимоги визначають допустимі параметри. Будь‑яка варіативність результатів, заснована на загальних інтернет‑знаннях, може погіршити проблему. Наприклад, під час ремонту системи HVAC технічні спеціалісти потребують результатів, прив’язаних до конкретного активу — його історії обслуговування та відомих моделей відмов.

Уявіть собі техніка, який реагує на відмову обладнання під тиском часу. Якщо система дає непослідовні відповіді залежно від формулювання питання або не може прив’язати свої рекомендації до надійних даних, це одразу створює велику проблему. Час реакції важливий для клієнтів і успіху бізнесу.

Перехід від масштабу до релевантності

Теперішній перехід полягає у переході від загального ШІ до релевантного ШІ. Замість того, щоб просити ШІ робити все, все більше організацій обмежують його роль конкретними, повторюваними завданнями. Менші, спеціалізовані моделі та вузько визначені системи ШІ набирають популярність, оскільки їх можна прив’язати до живих операційних даних, обмежити бізнес‑правилами та безпосередньо вбудувати у існуючі робочі процеси.

Показано, що менші моделі краще справляються з:

• Усунення неполадок: Менші моделі можуть перетворювати дуже деталізовані вхідні дані, такі як посібники, попередній досвід та неформальний обмін знаннями, у дистиляції знань, дозволяючи молодшим членам команди навчатися швидше та діяти впевненіше. Маленькі моделі ШІ також можуть доповнювати це, включаючи спеціально релевантні історичні наряди робіт, журнали ремонту та моделі відмов, щоб пропонувати ймовірні наступні кроки. Це зменшує час, витрачений на пошук у різних системах.
• Передача робіт: Неповна або непослідовна документація може ускладнювати передачу між змінами або командами. Однак спеціалізовані моделі, навчені на сервісних даних, можуть підсумовувати, що було виконано, які деталі замінено і що залишилося відкритим. Це дозволяє наступному техніку почати з чіткої картини, а не збирати її по кусочках.
• Відповідність та безпека: У регульованих середовищах пропуск кроку несе реальний ризик. Спеціалізовані малі мовні моделі можуть керувати стандартизованими процесами інспекції, підтверджувати необхідні кроки та виявляти або позначати невідповідності в режимі реального часу.

Ці менші моделі можна навчати та обмежувати на основі відомих даних, схвалених робочих процесів та визначених дій. Замість того, щоб діяти як окремий інструмент, вони розташовуються всередині існуючих систем, де можуть отримувати живі дані, оновлювати записи та підказувати наступні кроки.  

Створення ШІ, якому можуть довіряти операційні команди

Щоб ШІ досяг успіху у середовищах польового обслуговування та виробництва, він має бути прив’язаний до реальності того, як виконується робота: підключені системи, структуровані операційні дані та робочі процеси, яким команди вже довіряють. І він має бути надійним.

Довіра починається з фундаменту послідовних, структурованих даних, щоб моделі інтерпретували активи, наряди робіт та метрики однаково кожного разу. Результати також потребують захисних бар’єрів та управління, щоб рекомендації залишалися в межах схвалених процесів, перевірених джерел даних і не підштовхували працівників діяти поза їх роллю чи навичками. Якщо рекомендація не може бути простежена до відомих даних, ШІ не повинен її пропонувати.

ШІ також має бути інтегрований — вбудований у системи, які команди вже використовують під час прийняття рішень; інакше він буде менш корисним або навіть ігноруватиметься. І людський нагляд залишається важливим. Мета не полягає, і ніколи не повинна полягати, у заміні операторів — а у спільній роботі з ними. Це означає, що люди завжди мають затверджувати критичні дії, скасовувати рекомендації, виконувати критичні дії та підвищувати рівень, коли щось виходить за межі очікуваних шаблонів.

Довіра до ШІ створюється так само, як і до будь‑якої операційної системи: за допомогою послідовної продуктивності та відповідності тому, як виконується робота. Ви завжди можете отримати відповідь від ШІ, але важливо, щоб вона була надійно правильною та послідовною. Операційні середовища, у яких ШІ може створити найбільшу цінність, також є тими, де майже немає неоднозначності.

Ефективність правильно масштабованого ШІ

Існує також практична перевага до менших моделей. Вони легші, швидші та простіші у керуванні. Вони також потребують менше обчислювальних ресурсів, генерують результати з нижчою затримкою та можуть оновлюватися у міру зміни процесів.

І можливо поєднати два підходи до ШІ. Деякі компанії використовують великі, більш загальні моделі для захоплення широких патернів та міркувань, а потім дистилюють ці знання у менші моделі, налаштовані на конкретні завдання. Це дозволяє організаціям зберігати переваги масштабного навчання, одночасно забезпечуючи системи, які працюють більш надійно у польових умовах.

Ефективність найбільш очевидна у процесах великого об’єму, таких як управління нарядами робіт або моніторинг виробництва, де покращення продуктивності можна виміряти за операційними метриками, наприклад швидшими часами вирішення та зменшеним простоєм.

Перевизначення успіху

Довіра є ядром наступної фази ШІ. Системи будуть успішними, коли вони працюватимуть у реальних умовах, а не лише виглядатимуть розумними як прототип. ШІ найкращий, коли він реально робить процеси безпечнішими, скорочує передачі або робить підзвітність яснішою. ШІ надійний, коли він послідовний. Масштабування інтелекту без розбору лише заради самого масштабування не створює жодної операційної переваги. Система, розроблена так, щоб ви могли розраховувати на її роботу в полі, коли і як це потрібно, є ключем до реального прогресу.