Apklausa pabrėžia esamus AI ir XAI metodus ir jų taikomąsias programas, naudojamas pramonėje 4.0. XAI pagrįsti metodai yra nepaprastai svarbūs siekiant paspartinti pramonės 4.0 plėtrą ir užpildyti atotrūkį tarp žmogaus intelekto ir mašinos funkcijų. Kreditas: Jetstar Airways Pati pirmoji pramonės revoliucija istoriškai prasidėjo pristačius garu ir vandeniu varomas technologijas. Nuo to laiko nuėjome ilgą kelią – dabartinė ketvirtoji pramonės revoliucija arba pramonė 4.0 yra orientuota į naujų technologijų panaudojimą pramonės efektyvumui padidinti.
Kai kurios iš šių technologijų apima daiktų internetą (IoT), debesų kompiuteriją, kibernetines fizines sistemas ir dirbtinį intelektą ( AI). AI yra pagrindinė pramonės 4.0 varomoji jėga, automatizuojanti išmaniąsias mašinas, kad jos pačios galėtų savarankiškai stebėti, interpretuoti, diagnozuoti ir analizuoti. DI metodai, tokie kaip mašininis mokymasis (ML), gilus mokymasis (DL), natūralios kalbos apdorojimas (NLP) ir kompiuterinis matymas (CV), padeda pramonės šakoms numatyti priežiūros poreikius ir sumažinti prastovų laiką.
Tačiau norint užtikrinti sklandų, stabilų dirbtinio intelekto sistemų diegimą ir integravimą, šių sistemų veiksmai ir rezultatai turi būti suprantami arba kitaip tariant, „paaiškinama“ ekspertams. Šiuo atžvilgiu paaiškinamas AI (XAI) orientuojasi į algoritmų kūrimą, kurie duoda žmonėms suprantamus rezultatus, gaunamus naudojant dirbtinio intelekto sistemas. Taigi XAI diegimas yra naudingas pramonėje 4.0.
Neseniai grupė mokslininkų, įskaitant asistentą Gwanggilą Jeoną iš Incheon National. Pietų Korėjos universitetas ištyrė esamas AI ir XAI technologijas ir jų pritaikymą pramonėje 4.0. Jų apžvalga buvo paskelbta IEEE Transactions on Industrial Informatics . „Nors AI technologijos, tokios kaip DL, dėl savo puikių našumo ir skiriamosios gebos gali išspręsti daugybę socialinių problemų, sunku paaiškinti, kaip ir kodėl gaunamas toks geras našumas. būtina sukurti XAI, kad DL, kaip ir dabartinė juodoji dėžė, būtų modeliuojamas efektyviau. Taip pat bus lengviau kurti programas“, – paaiškino savo tyrimo motyvus prof. Jeonas. XAI pagrįsti metodai klasifikuojami pagal konkrečias AI užduotis, pvz., funkcijų paaiškinimus, sprendimų priėmimą ar modelio vizualizaciją. Autoriai pažymi, kad pažangiausius AI ir XAI pagrįstus metodus derinant su pramonės 4.0 technologijomis gaunamos įvairios sėkmingos, tikslios ir kokybiškos programos. Viena iš tokių programų yra XAI modelis, sukurtas naudojant vizualizaciją ir ML, kuris paaiškina kliento sprendimą pirkti ar nepirkti ne gyvybės draudimo. Naudodami XAI, žmonės gali atpažinti, suprasti, interpretuoti ir pranešti, kaip dirbtinio intelekto modelis daro išvadas ir imasi veiksmų. )Akivaizdu, kad naudojant AI pramonėje 4.0 yra daug pastebimų pranašumų; tačiau jis turi ir daug kliūčių. Svarbiausia yra tai, kad dirbtiniu intelektu pagrįstos sistemos reikalauja energijos, eksponentiškai didėjantis poreikis daugybei branduolių ir GPU, taip pat poreikis koreguoti ir optimizuoti hiperparametrus. Svarbiausia, kad duomenys renkami ir generuojami iš milijonų šaltinių, įrenginių ir vartotojų, todėl atsiranda šališkumo, kuris turi įtakos AI našumui. Tai gali būti valdoma naudojant XAI metodus, kad būtų paaiškintas įvestas šališkumas.
„AI yra pagrindinė pramonės transformacijos sudedamoji dalis, suteikianti galimybę išmaniesiems. mašinos, kad galėtų savarankiškai atlikti užduotis, o XAI kuria mechanizmų rinkinį, galintį pateikti žmonėms suprantamus paaiškinimus“, – apibendrina prof.
Daugiau informacijos: 1109 Imranas Ahmedas ir kt., Nuo dirbtinio intelekto iki paaiškinamo dirbtinio intelekto pramonėje 4.0: apklausa apie Kas, kaip ir kur, IEEE sandoriai dėl pramonės informatikos ( ). DOI: .10/TII.602.3146552 Pateikė Inčono nacionalinis universitetas
Citata1109 : Kaip paaiškinamas dirbtinis intelektas gali paskatinti pramonės augimą 4.0 (2022, rugsėjo 8 d.) Gauta rugsėjo 9 d. 2022 iš https://techxplore.com/news/2022-09-artificial-intelligence-propel-growth-industry.html Šis dokumentas yra saugomas autorių teisių. Išskyrus bet kokius sąžiningus sandorius privačių studijų ar mokslinių tyrimų tikslais, jokia dalis negali būti atkuriama be raštiško leidimo. Turinys pateikiamas tik informaciniais tikslais.
