Hoe AI de werknemers vormt: Inzichten van een industrie-executive

Industrie en productie wenden zich steeds meer toe aan kunstmatige intelligentie (AI) om productiviteit en kwaliteit te verhogen. Eén executive waarschuwt echter dat AI met zorg geïmplementeerd moet worden.

Dominic Gallello is CEO van Industrial Internet of Things en enterprise kunstmatige intelligentie bedrijf Symphony AzimaAI. Hij heeft de afgelopen 16 jaar drie publieke en private softwarebedrijven geleid. Zijn executive carrière omvat ook een periode bij Autodesk.

Gallello werd geïnterviewd per e-mail.

VRAAG: Kan kunstmatige intelligentie (AI) werknemers uitbranden? Ik dacht dat het dingen makkelijker zou maken. Wat is er gebeurd?

GALLELLO: Als correct geïmplementeerd, nee, het brandt werknemers niet uit. Maar als u een control room operator wilt uitbranden, bied ze dan een litanie van alarmen en aanbevelingen die los van elkaar staan en de problemen die zich voordoen niet terugbrengen tot zinvolle aanbevelingen.

Dit is waar AI in moet springen en een enorme hulp kan zijn. De computer kan een enorme hoeveelheid informatie verwerken en correleren om inzicht af te leiden dat de menselijke geest niet kan.

Maar als slecht geïmplementeerd, ja. We hebben herhaaldelijk gezien dat bij incorrecte implementatie de AI valse alarmen afgeeft. De computer zegt dat er een probleem is terwijl er geen is. Dat leidt tot wilde eendenjachten. Uw dag besteden aan het elimineren van false positives is een geestverlammende oefening voor de meeste.

VRAAG: U heeft een anekdote gemeld van een gasbedrijf met veel false positives. Kunt u wat achtergrond geven en beschrijven wat er gebeurde?

GALLELLO: Ze gebruikten een systeem gebaseerd op tweedegeneratie AI, zogenaamde patroonherkenning, die berucht is om tot 60 procent false positives te produceren. Ze allemaal moeten opgespoord worden en ontdekken dat er echt geen probleem is, is tijdrovend, duur, en ook heel zorgenwekkend om te achterhalen wat echt is en wat niet.

AI is noodzakelijk maar onvoldoende. Legacy tweedegeneratie AI-systemen trainen het model op bekende machinefouten en als dezelfde fout optreedt, vangt het systeem het op. Maar wat gebeurt er als u geen geschiedenis van een fout hebt en die dan optreedt? Het model vangt het niet op.

Derde generatie AI keert het paradigma om. We trainen het AI-model op wat “normaal” operationeel gedrag is en vangen dan elk afwijkend gedrag van het normale op met behulp van derde generatie unsupervised learning. Nu zijn we net gestart.

Een cruciale stap is het koppelen van de AI aan een Failure Mode Effect Analysis bibliotheek die de slechte acteurs in de machine nauwkeurig identificeert en aanbevelingen geeft aan onderhoudsingenieurs over te ondernemen acties.

VRAAG: Hebben bedrijven begonnen te kijken naar AI als een panacee?

GALLELLO: Niemand doet dat lang. In chasm-theorie termen bewegen we voorbij de visionaries en early adopters. De early majority wil dat het werkt, specifieke problemen oplost, en financiële resultaten levert. Dit is een koppige, “bewijs het me” menigte.

VRAAG: Zijn er onbedoelde gevolgen met AI? Zo ja, wat zijn die?

GALLELLO: AI is als elke andere technologische shift. Ik vergelijk het met de shift naar object-georiënteerd programmeren. Er was een grote rush ernaartoe, er waren veel slechte implementaties, maar uiteindelijk werd het de norm. AI doorloopt dezelfde reis.

VRAAG: Welke aanpassingen moeten bedrijven maken in hoe ze AI implementeren?

GALLELLO: Beter is het om ingenieurs AI te laten leren dan een scheiding te creëren tussen domeinexpert ingenieurs en zuivere data scientists. Wanneer subject matter experts de kracht van AI kunnen begrijpen en benutten, zal dat leiden tot veel snellere en succesvollere implementaties.