نوآوری در مدیریت برای توسعه پایدار

Kolnegar Private Media (Management Innovation for Sustainable Development)

4 خرداد 1403 4:16 ق.ظ

چگونه هوش مصنوعی قابل توضیح می تواند باعث رشد صنعت 4.0 شود

8 سپتامبر 2022 -توسط دانشگاه ملی اینچئون

این نظرسنجی روش‌های موجود هوش مصنوعی و XAI و کاربردهای آن‌ها را که در Industry 4.0 استفاده می‌شود، برجسته می‌کند. روش‌های مبتنی بر XAI برای سرعت بخشیدن به پیشرفت‌ها در Industry 4.0 و پر کردن شکاف بین هوش انسانی و عملکرد ماشین بسیار مهم هستند. اعتبار: Jetstar Airways

اولین انقلاب صنعتی از لحاظ تاریخی با معرفی فناوری بخار و آب شروع شد. ما از آن زمان تاکنون راه درازی را پیموده‌ایم، با انقلاب صنعتی چهارم فعلی یا صنعت 4.0 که بر استفاده از فناوری جدید برای افزایش کارایی صنعتی متمرکز شده است.

برخی از این فناوری‌ها شامل اینترنت اشیا (IoT)، رایانش ابری، سیستم‌های فیزیکی سایبری و هوش مصنوعی (AI) است. هوش مصنوعی محرک کلیدی Industry 4.0 است که ماشین‌های هوشمند را خودکار می‌کند تا خودشان نظارت، تفسیر، تشخیص و تجزیه و تحلیل کنند. روش‌های هوش مصنوعی، مانند یادگیری ماشینی (ML)، یادگیری عمیق (DL)، پردازش زبان طبیعی (NLP) و بینایی کامپیوتری (CV)، به صنایع کمک می‌کنند تا نیازهای تعمیر و نگهداری خود را پیش‌بینی کنند و زمان از کار افتادگی را کاهش دهند.

با این حال، برای اطمینان از استقرار و یکپارچه‌سازی نرم و پایدار سیستم‌های مبتنی بر هوش مصنوعی، اقدامات و نتایج این سیستم‌ها باید برای کارشناسان قابل درک یا به عبارت دیگر «قابل توضیح» باشد. در این راستا، هوش مصنوعی قابل توضیح (XAI) بر توسعه الگوریتم‌هایی تمرکز می‌کند که نتایج قابل درک برای انسان را تولید می‌کنند که توسط سیستم‌های مبتنی بر هوش مصنوعی ساخته شده‌اند. بنابراین، استقرار XAI در Industry 4.0 مفید است.

اخیراً، گروهی از محققان، از جمله استادیار Gwanggil Jeon از دانشگاه ملی اینچئون، کره جنوبی، فناوری‌های موجود هوش مصنوعی و XAI و کاربردهای آن‌ها را در Industry 4.0 بررسی کردند. بررسی آنها در IEEE Transactions on Industrial Informatics منتشر شد.

اگرچه فناوری‌های هوش مصنوعی مانند DL می‌توانند بسیاری از مشکلات اجتماعی را به دلیل عملکرد عالی و وضوح حل کنند، توضیح اینکه چگونه و چرا چنین عملکرد خوبی به دست می‌آید دشوار است. بنابراین، نیاز به توسعه XAI وجود دارد.

 پروفسور جئون در توضیح انگیزه خود در پشت این مطالعه گفت: جعبه سیاه را می توان با کارایی بیشتری مدل سازی کرد.

روش‌های مبتنی بر XAI بر اساس وظایف خاص هوش مصنوعی، مانند توضیحات ویژگی، تصمیم‌گیری یا تجسم مدل، طبقه‌بندی می‌شوند. نویسندگان خاطرنشان می‌کنند که ترکیب روش‌های مبتنی بر هوش مصنوعی و XAI با فناوری‌های Industry 4.0 منجر به برنامه‌های مختلف موفق، دقیق و با کیفیت می‌شود. یکی از این کاربردها یک مدل XAI است که با استفاده از تجسم و ML ساخته شده است که تصمیم مشتری برای خرید یا عدم خرید بیمه غیرزندگی را توضیح می دهد. با کمک XAI، انسان‌ها می‌توانند تشخیص دهند، درک کنند، تفسیر کنند و نحوه نتیجه‌گیری و اقدام یک مدل هوش مصنوعی را به اشتراک بگذارند.

به وضوح مزایای قابل توجه زیادی در استفاده از هوش مصنوعی در Industry 4.0 وجود دارد. با این حال، موانع زیادی نیز دارد. مهم‌ترین ماهیت سیستم‌های مبتنی بر هوش مصنوعی، نیاز روزافزون به تعداد زیادی هسته و پردازنده‌های گرافیکی و همچنین نیاز به تنظیم دقیق و بهینه‌سازی هایپرپارامتر است. در قلب این، داده‌هایی است که از میلیون‌ها منبع، دستگاه و کاربر جمع‌آوری و تولید می‌شود، و در نتیجه سوگیری را معرفی می‌کند که بر عملکرد هوش مصنوعی تأثیر می‌گذارد. این را می توان با استفاده از روش های XAI برای توضیح تعصب معرفی شده مدیریت کرد.

پروفسور جئون نتیجه می گیرد: “هوش مصنوعی جزء اصلی تحول صنعتی است که ماشین های هوشمند را برای اجرای مستقل وظایف توانمند می کند، در حالی که XAI مجموعه ای از مکانیسم ها را توسعه می دهد که می تواند توضیحات قابل درک برای انسان را ایجاد کند.”

https://techxplore.com

آیا این نوشته برایتان مفید بود؟

مطالب مرتبط

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *