Изображение: Accuris
Нас всех захлестнула волна ИИ. Мы перепробовали всевозможные большие языковые модели (LLM, включая любимый СМИ ChatGPT) и обнаружили, что все они в той или иной степени несовершенны. Считалось, что Claude хорошо разбирается в математике, но на самом деле это не так. Похоже, большинство систем хорошо справляются с ответами на вопросы по английской литературе на уровне колледжа, но не способны решать задачи по физике для первокурсников. С их помощью (в частности Perplexity) мы пытались анализировать статьи. Когда мы задавали ChatGPT несколько вопросов инженерного толка, у него всегда был ответ — но не всегда правильный.
Возможно, нам не следует ожидать, что LLM будут всезнайками. Как они могут быть такими? Они обучаются на массивах данных, полученных от тех, кто их предоставляет, а также на общедоступной информации, такой как Википедия. Хотя общий размер данных, находящихся в их распоряжении, ошеломляет, качество, точность и глубина их ответов слишком часто недостаточны. Кроме того, данные, которые могут быть наиболее ценными для инженеров, — их собственные — недоступны для LLM.
Джефф Плейтон — вице-президент по маркетингу в Accuris. Изображение: LinkedIn
Любая большая организация с долгой историей имеет огромное количество информации. Это ценная история с документами, чертежами, моделями, ревизиями, базами данных PLM… всем тем, что должно использоваться наряду с традиционными знаниями.
Если бы когда-либо был проведен семинар, на котором бы обсуждалась непригодность LLM для инженеров и необходимость обучения ИИ на собственных данных, Джефф Плейтон, руководитель отдела маркетинга в Accuris, был бы в первом ряду и решительно поднял бы руку.
«Мы это полностью осознали», — сказал бы он.
У Accuris есть продукт под названием Goldfire, приложение семантического поиска, созданное для поиска данных внутри организации.
Семантический поиск — это тип поиска, который может распознавать контекст и смысл, заложенные пользователем, в отличие от поиска по ключевым словам, который ищет точные совпадения слов. Например, семантический поиск «лучшего футболиста» найдет разных людей в США и в Великобритании, распознавая правильный вид спорта в каждой из этих стран.
Плейтон начинает демонстрацию со слайда с авианосцем. Сын офицера военно-морского флота, он привлекает внимание аудитории, демонстрируя уникальную крупнейшую систему вооружения, самые передовые технологии и примеры военных операций, выполненных в самой разрушительной среде из возможных.
Приложение Goldfire — это добыча собственных данных компании. Accuris делает это, прочесывая их, индексируя, связывая… короче говоря, организуя и создавая гиперссылки таким образом, чтобы сделать информацию доступной для поиска и использования.
Авианосец был выбран для показа не случайно. ВМС США являются клиентом Accuris и используют Accuris для принятия проектных решений.
NASA — еще один клиент Accuris. Плейтон рассказывает историю о том, как они помогли NASA найти информацию, которая помогла бы избежать ситуаций, когда астронавты при возвращении на Землю приводняются в океане, но капсула не может выровняться, что может привести к потенциально «очень плохому результату». NASA прочесало свои информационные залежи в поисках информации о надувных мешках, которые использовались для успешного выравнивания капсул спускаемых аппаратов для миссии Apollo. Они ничего не нашли. Они позвонили отставным инженерам, чтобы узнать, не сохранили ли они какую-либо информацию. Поиск продолжался год, пока они, наконец, не позвонили в Accuris.
«В течение 20 минут после внедрения инфраструктуры ИИ было найдено 249 документов, которые решали их проблему, говорит Плейтон. Они смогли решить эту инженерную задачу. NASA сэкономило от 2 до 3 миллионов долларов и еще один-два года на сортировку данных и их организацию».
«Мы помогли NASA найти решение для спасения астронавтов», — говорит Плейтон.
Accuris объединяет внутренние системы для «цифровой поддержки клиентов». Изображение: Accuris
Accuris работает с текстовыми документами и базами данных. Он нацелен на комплексный подход ко всем потребностям организации. Анализируя всю информацию, он способен подключать островки данных CAD и PLM к базам данных PLM, ERP, SQL, а также к производственным операциям и системам закупок. Наряду с другими решениями, такими как автоматизированная отчетность BOM из базы данных, включающей 1,2 млрд деталей, и Supply Chain Intelligence, база знаний ESDU содержит данные по инженерному проектированию, Engineering Workbench и платформу ИИ для управления стандартами, кодексами и правилами.
Объединив всю эту информацию, Accuris теоретически должен позволить организации отвечать на операционные вопросы, которые охватывают структурные подразделения и дисциплины. Например, если на производственной линии деталь выходит из строя, сколько времени потребуется цепочке поставок, чтобы заменить ее? Это жизненно важно для стратегий «Китай плюс один» (China Plus One), говорит Плейтон.
Технология искусственного интеллекта Accuris уже доступна для этой цели, и ее используют 900 000 инженеров-конструкторов, в том числе во многих крупных компаниях, подразделениях вооруженных сил и оборонных подрядчиков.
Это, возможно, самый охраняемый секрет Accuris.
«Мы не считаем, что это что-то особенное», — скромно говорит Плейтон.
Чтобы мы не думали, что Accuris занимается только военными вопросами, Плейтон рассказывает о зеленом водороде, источнике энергии с огромным потенциалом, который, как считают многие, спасет Землю. Этой технологией занимается Accuris.
Accuris может быть более известна как IHS (ее предыдущий владелец) и как издатель миллионов стандартов, из которых ANSI, SAE и AS являются наиболее известными. Компания также имеет доступ к семи миллионам технических статей и книг и 108 миллионам патентов и патентных заявок.
Это само по себе является тем, чем могла бы похвастаться нейронная сеть.