Pensamento real sobre inteligência artificial

Meus instintos me dizem que precisamos de um senso de urgência em torno do uso de inteligência artificial (IA) na fabricação.

A urgência é impulsionada pela rapidez com que a tecnologia pode se mover hoje e como um avanço inesperado pode dominar rapidamente. A IA é usada no reconhecimento facial, na conversão de fala em palavra escrita e na vitória de partidas de xadrez. Certamente, deve haver uma horda de aplicações potenciais na fabricação.

Embora eu tenha escrito antes que acho que a realidade da “inteligência” da IA ​​é matemática complexa, tive uma visão mais esclarecida quando apresentei essa visão a um verdadeiro especialista. Em sua opinião, devemos pensar em IA em termos mais amplos. “É justo dizer que é matemática, mas é fácil ficar muito preso à matemática porque é realmente mais sobre os dados”, explicou Oliver Christy, fundador da Foxy Machine, uma empresa de consultoria e estratégia de IA com sede em Nova York. Cidade de York. “A IA nos permite fazer novas perguntas usando dados em qualquer situação.”

Mas mesmo limitar-se a dados e matemática é, bem, limitante. Uma terceira consideração deve ser o problema do negócio – qual é a situação que você está considerando e quais ferramentas estão disponíveis, de acordo com Christy. “Você precisa olhar para qualquer problema de todas as três abordagens”, explicou ele. “Matemática, dados e o problema em si. Esse ponto de vista holístico [pode] fornecer uma solução robusta.”

Ele também acha que a fabricação está pronta para aplicações de IA. “Alguns dos problemas mais fáceis para a IA estão na solução de riscos de segurança e fabricação”, disse ele. “Temos sistemas de IA agora que podem entender em grande escala quais riscos podem existir e como melhorar a segurança.” Usar técnicas de reconhecimento de imagem no controle de qualidade é outra vitória fácil. Uma aplicação em que Christy trabalhou recentemente treinou um sistema de IA para reconhecer a qualidade do aço após o tratamento térmico, sinalizando amostras que podem ser preocupantes. As amostras foram então examinadas com mais detalhes por um ser humano.

Ele enfatizou um ponto-chave sobre como a IA poderia ser melhor usada – aumentando em vez de substituir o trabalhador de controle de qualidade. Usando imagens digitais, um sistema de IA pode observar e sinalizar muito mais amostras do que um humano sem fadiga. Mas no caso da qualidade do aço, ele não poderia fornecer o toque humano final necessário para garantir que fosse bom ou não. Ele relatou como um sistema semelhante usado para encontrar cânceres de pele teve um desempenho melhor do que um oncologista treinado, mas o sistema de IA combinado com o oncologista teve um desempenho ainda melhor do que qualquer um sozinho. “Exatamente a mesma abordagem deve ser usada na fabricação, onde sistemas de máquinas e humanos podem trabalhar lado a lado”, disse ele.

Ponto de Inflexão no Poder de Computação

De volta ao meu senso de urgência. Grande parte da tecnologia de IA de hoje não é nova. O conceito de usar computadores para imitar as habilidades humanas em vez de apenas máquinas de calcular existe desde que os próprios computadores. Mas um ponto de inflexão no poder de computação e nos dados está tornando-o urgentemente relevante. “Quando comecei, há 20 anos, o custo do poder de computação e dos dados limitava os aplicativos [possíveis]”, disse Christy. “Agora temos enormes quantidades de dados mistos e computação muito barata. Tenho acesso a computadores de um milhão de dólares, acesso direto a tecnologia como o Watson da IBM que custa quase nada.” A isso, adicione software de IA de código aberto, como o TensorFlow do Google, que é efetivamente gratuito para uso, e temos uma “tempestade perfeita de todos os componentes necessários para construir e usar a IA”, disse Christy.

Ele acredita que a IA pode facilmente se tornar a próxima vantagem competitiva. No entanto, pode ser assustador. Seu conselho? Comece pequeno. Construa uma pequena equipe, comece a coletar dados em torno de um problema piloto de negócios e aprenda como as melhores abordagens podem resolver um problema de fabricação. "Mas comece hoje", disse ele.