Esto debes tener en cuenta para el uso de la IA generativa en fábricas

En un texto previo abordamos las razones por las que expertos en el ramo consideran que la IA generativa promete ser una de las tecnologías más disruptivas de las últimas décadas.

Existen plataformas como ChatGPT que están generando preocupaciones pues podrían reemplazar no solo a escritores, artistas y músicos, sino incluso a ingenieros.

Después de todo, ChatGPT no solo escribe ensayos. Puede proporcionar código en una variedad de lenguajes de programación, señaló un artículo de A3 Association for Advancing Automation.

Gestión de la adopción de la IA

Tradicionalmente, los fabricantes industriales tienden a demorarse en adoptar nuevas tecnologías de automatización.

Si bien la IA es interesante, prefieren dejar que los principales actores la adopten y la prueben, resaltó el texto.

Cuando incorporan la IA, la introducen con un enfoque de arriba hacia abajo. Sin embargo, es probable que las personas dentro de la empresa hayan descubierto el valor que la IA generativa aporta a la resolución de problemas. Y muchos de ellos ya habrán comenzado a usarlo en el lugar de trabajo.

“Hemos visto esto antes. Por ejemplo, la gente compraba PC de IBM para ejecutar hojas de cálculo porque no tenían acceso al mainframe de la empresa”, explicó Holger Kenn, Director de Estrategia Comercial para IA y Tecnologías Emergentes de Microsoft.

“Y las empresas descubrirán que sus empleados están usando IA aunque no se les hayan dado las herramientas oficialmente. La pregunta más importante que debes hacer es si lo prohibirás o lo adoptarás”.

Factores a considerar sobre la IA generativa

La IA generativa puede aportar un enorme valor a una empresa. Pero también tiene sus inconvenientes para los que deberá prepararse.

Estas son algunos factores que el texto pide tener en cuenta.

La computadora no siempre tiene la razón

Algunas personas tratan las respuestas de la computadora como si fuera verdad. Pero si bien la IA puede resolver muchos problemas, no siempre es correcta.

Por ejemplo, ChatGPT se modeló utilizando datos de Internet. Cualquier error (y sabemos que Internet está plagado de errores) es parte de ChatGPT y potencialmente parte de su respuesta.

Por lo tanto, si alguien publicó "2+2=5", incluso en broma, es posible que obtenga este resultado en lugar de "2+2=4". Los usuarios deben ser conscientes de los motivos de esa respuesta.

La reina está viva

Si se le pregunta a ChatGPT 3.0 sobre la reina Isabel II, es muy probable que te diga que goza de buena salud, porque aún no había fallecido cuando se creó el modelo.

Los modelos que son fijos y estáticos en el tiempo corren el riesgo de perder su relevancia.

Por ejemplo, si el equipo se mueve en la planta de producción, el gemelo digital será inexacto hasta que se actualice.

Necesitará un plan para mantener actualizados los modelos críticos, lo que podría incluir el uso de capacidades emergentes de modelo como servicio.

Evitar cambios constantes

Al mismo tiempo, no es deseable que los modelos cambien todos los días.

Eso introduce un conjunto completamente diferente de problemas potenciales, como que algo que estaba funcionando se rompa repentinamente.

El idioma no es su información

“El poder de los modelos de IA no está en la información que contienen. Más bien, es la capacidad de acceder a esta información a través del lenguaje”, explicó Kenn.

Al mantener el modelo de lenguaje separado de los modelos de información a los que le permite acceder, puede mejorar continuamente la facilidad con la que los usuarios pueden utilizar la IA.

Lo que quise decir fue…

Los sistemas industriales aprovecharán los modelos construidos sobre bases de datos técnicas.

Esto significa que ciertos términos tendrán significados contextuales que difieren de sus significados en el lenguaje natural.

Una incrustación es una representación densa en información del significado semántico de un fragmento de texto.

Todo eso significa que las incrustaciones proporcionan una forma poderosa de expandir un modelo de lenguaje natural en un contexto de aplicación industrial específico.

Recomendamos:
Estos son los países con más robots que trabajadores

El futuro de la fabricación industrial

Existe una gran oportunidad para la IA y otras innovaciones en la fabricación industrial.

Una barrera principal para la adopción radica en la monetización de dicha innovación.

“Los robots eventualmente se harán cargo de la fábrica, pero no lo han hecho porque construir robots que funcionen todavía es extremadamente difícil”, añadió el experto.

Destacó que los beneficios de la nueva tecnología deben justificar la inversión.

“Con la IA generativa, podríamos ver una inversión significativamente menor para nuevas innovaciones”, agregó.

Además, con la IA los fabricantes tendrán una forma de actualizar y modernizar equipos de bajo costo y bajo riesgo, incluso si es solo para una sola estación.

Te puede interesar:
El futuro de los autos: cómo la inteligencia artificial está cambiando el juego

“Lo que la gente debe recordar es usar la IA generativa de manera responsable”, dice Kenn.

“No puedes simplemente tomar la salida y ejecutar tu fábrica en ella. Todavía tiene que evaluar si la fuente es válida y verdadera. Esto no es nada nuevo. Las personas corren riesgos todo el tiempo cuando usan un motor de búsqueda para buscar datos y usarlos. Tienes que hacer lo mismo cuando usas IA generativa”, afirmó.

Desde esta perspectiva, la IA generativa no reemplazará a las personas. Más bien, mejora sus capacidades, lo que les permite hacer más, más rápido. Y ser más creativo e innovador.