LLMs como o ChatGPT fornecem soluções inteligentes para engenheiros experientes em dados.
A IA generativa para a indústria é, sem dúvida, a tecnologia mais empolgante já desenvolvida. No final do ano de 2023, o ChatGPT da OpenAI já havia quebrado um recorde de base de usuários de crescimento mais rápido de qualquer aplicativo de computador na história. Mais de 100 milhões de pessoas usavam o aplicativo semanalmente quando a OpenAI anunciou no início de novembro que estava dando aos seus assinantes do ChatGPT Plus a capacidade de criar seus próprios GPTs, e os casos de uso — incluindo aqueles para aplicativos industriais — estão crescendo.
O que são GPTs e LLMs?
Os rápidos avanços na IA generativa são o resultado de avanços de pesquisa desde 2010 em transformadores, que é o “T” em transformador pré-treinado generativo (GPT). Um transformador é um tipo de modelo de regressão de rede neural que pega uma sequência de entrada e a transforma em uma sequência de saída. Esses transformadores permitem o processamento paralelo de conjuntos de dados não rotulados, o que significa que eles podem ser treinados rapidamente com relativamente poucos recursos. Os transformadores são projetados para processar material sequencial. Isso pode ser uma frase usada em linguagem natural ou uma coleção de observações, como dados de séries temporais.
Os transformadores usados em IA generativa associam padrões e relacionamentos entre os componentes sequenciais. Isso significa que eles aprendem esses padrões e podem repeti-los, em contexto, na consulta. Para obter o resultado desejado, eles são treinados em grandes quantidades de dados. Isso lhes dá o nome de modelos de linguagem grandes (LLMs). Essencialmente, os LLMs são treinados em todos os dados escritos disponíveis no mundo no momento de sua criação, ou aproximadamente todas as informações disponíveis na Internet.
Aplicações práticas para IA generativa para a indústria
O uso de linguagem natural significa que conhecimento de codificação não é necessário para usar um GPT. Isso também significa que as linguagens naturais são bem processadas. Isso torna um GPT ideal para alterar o tom do texto para torná-lo mais suave ou soar mais profissional. Ele também cria rascunhos tangíveis de texto adaptados ao estilo e comprimento solicitados.
Mas os casos de uso para IA generativa são mais do que apenas geração de texto. Eles incluem:
- Descoberta: Fazer perguntas em um campo de pesquisa GPT, o que leva à descoberta de respostas que, de outra forma, não teriam sido encontradas.
- Resumo/simplificação: Gerar rapidamente versões abreviadas de artigos e páginas da web longos, bem como criar esboços e extrair pontos-chave do conteúdo.
- Classificação: Classificar tópicos para casos de uso específicos.
- Geração de código: Criar partes de código ou gerar programas de software inteiros.
- Design de produto: Atender às demandas de criação de novas ideias de produtos.
IA generativa para operações industriais
Esta nova tecnologia também é útil para ajudar especialistas operacionais a fazer melhorias em toda a planta.
Como os LLMs são ótimos para gerar texto em linguagem natural, eles também são bons para estruturar linguagens naturais e de programação. Eles também podem ser usados para consultar um banco de dados ou para ajudar a raciocinar um problema. Na verdade, eles são um bom copiloto para engenheiros e cientistas de dados.
Na TrendMiner, as equipes de pesquisa de IA combinaram software de análise industrial avançada com um LLM para desenvolver o TrendMinerGPT. Cientistas de dados, que são altamente focados em pesquisa quando se trata de projetar modelos, podem usá-lo para gerar todo o código Python necessário para um exercício de aprendizado de máquina. Isso acelera rapidamente uma tarefa demorada e cria modelos com as funções técnicas corretas no lugar. Ele também divide conjuntos de dados e gera o código para implantação do modelo.
Engenheiros também podem usar o TrendMinerGPT como copiloto de codificação. Eles esperam uma interface onde possam construir visualizações, mas às vezes os engenheiros querem algo específico que seja adaptado às suas necessidades. Em vez de aprender o código para construir uma visualização do zero, os engenheiros podem simplesmente pedir ao TrendMinerGPT para gerar o código, incluindo o nome da tag, e exibir a visualização desejada. Essa visualização agora pode ser incorporada no painel do engenheiro e compartilhada com outros engenheiros operacionais.
Construir um painel para milhares pode ser uma tarefa tediosa, mas os engenheiros podem pedir a um LLM para fazê-lo. Por exemplo, um especialista operacional pede ao TrendMinerGPT para construir um painel mostrando uma linha de produção específica que lista dados de qualidade e manutenção do lote. Eles então pedem para destacar os parâmetros de processo da tonelada de mosturação e seus monitores ativos. Se o LLM tiver acesso aos dados corretos, ele gerará um painel usando essas especificações.
Outro uso do TrendMinerGPT é na inspeção e manutenção. Trabalhadores em campo geralmente precisam de suas mãos para outra tarefa e precisam interagir com o software de uma maneira diferente. Por meio de comandos de voz, o inspetor pode pedir ao LLM para registrar uma inspeção. Por exemplo, um trabalhador percebe vibrações pesadas e ruídos altos durante suas rondas. Ele cria uma nota de registro de inspeção para o ponto onde as anomalias são notadas, e o TrendMinerGPT preenche os detalhes da hierarquia de ativos e sua localização. O TrendMiner salva essas informações como dados contextuais. Mas a IA leva essa nota de registro um passo adiante e compara os novos dados contextuais com situações de manutenção do passado. Em seguida, ele rotula a prioridade com base nesse conhecimento, que pode ser confirmado por um usuário posteriormente. Ele também reúne informações prescritivas com base em casos de uso bem-sucedidos do passado.
O TrendMinerGPT pode até ajudar seus usuários a entender mais sobre o TrendMiner. Usando o recurso de bate-papo do LLM, um chatbot oferece soluções de suporte mais profundas e personalizadas, o que leva a casos de uso mais criativos. Esses casos podem ser compartilhados enviando o conhecimento para o LLM. Quando solicitado, o TrendMinerGPT pode fornecer as etapas do caso de uso para engenheiros que encontrarem uma situação semelhante.
No futuro, a confiança em sistemas autônomos pode levar ao desenvolvimento de automações em manutenção e outras áreas. Por enquanto, os melhores usos da IA para a indústria são detecção de anomalias, previsão, classificação de dados de qualidade de produção e linguagem natural para criar relatórios e resumos.
A pesquisa está em andamento para maneiras pelas quais a IA pode ser encadeada para trabalhar em um resultado singular maior, onde um LLM pode fazer perguntas a outros LLMs treinados em algo diferente. Esse segundo LLM pode então solicitar uma função de IA específica para classificar ou prever outra informação e alimentar isso de volta para uma cadeia inteira de eventos que eventualmente levam a um resultado. Em teoria, esses resultados poderiam imitar a inteligência humana ou até mesmo superar o trabalho que um humano poderia fazer.
Sua organização está pronta para IA para a indústria?
Embora o mundo ainda não esteja pronto para IA autônoma para a indústria, há muitas coisas que as empresas industriais podem fazer hoje para garantir que estejam prontas quando a IA evoluir. Abraçar a mudança, democratizar os dados para todos que precisam de acesso e superar os desafios organizacionais e técnicos são parte da preparação para a IA industrial.
