Qatium
[QTalks Ep.14]
Lo slancio che circonda l’intelligenza artificiale (AI) non è mai stato così alto e l’arrivo di ChatGPT ha portato tutti i settori a considerare come sarà davvero il futuro del lavoro. La domanda è: ChatGPT può semplificare il processo di gestione dell’acqua? È solo uno strumento per migliorare la produttività? Oppure, cambierà per sempre il settore idrico?
Discutendo di come l’IA stia rimodellando il futuro della gestione dell’acqua e consentendo alle utility di prendere decisioni informate, dei rischi connessi alla gestione dell’acqua abilitata dall’IA e di molto altro, il nostro panel si è unito al giornalista ambientale e conduttore di QTalks Tom Freyberg per rispondere a queste domande:
- Saša Tomič, Digital Water Lead presso Burns & McDonnell
- Gigi Karmous-Edwards, esperto e consulente di gemelli digitali del settore idrico presso Karmous Edwards Consulting LLC
- Christos Makropoulos, Università Tecnica Nazionale di Atene & KWR
L’episodio completo è disponibile qui sotto.
Le start-up digitali focalizzate sull’acqua rischiano di essere sostituite da modelli linguistici di intelligenza artificiale?
Tom ha dato il via alla discussione presentando una dichiarazione al panel – “Le start-up digitali incentrate sull’acqua rischiano di essere messe fuori mercato a meno che non imparino rapidamente come integrare l’IA aperta con le loro soluzioni” – e chiedendo loro di approfondire se sono d’accordo o in disaccordo con il sentimento.
Rispondendo per primo, Gigi era d’accordo con l’affermazione. Ha affermato che ogni singola azienda dovrebbe capire cosa possono fare i modelli linguistici di grandi dimensioni e come possono sfruttarli e i plug-in associati. Riferendosi al motore di risposta WolframAlpha, a cui possono accedere i modelli linguistici di grandi dimensioni e altri plug-in, Gigi ha affermato che questo potrebbe iniziare a sostituire alcuni dei set di funzionalità che le piccole start-up hanno fornito.
Saša ha anche concordato con la dichiarazione e ha esteso il sentimento a qualsiasi ruolo di generazione di contenuti, inclusi testo, grafica e video. Ha detto che ChatGPT e strumenti simili cambieranno radicalmente il modo in cui creiamo contenuti aggiungendo il valore della produttività e che mentre ChatGPT non sostituirà completamente la generazione di contenuti, coloro che lo sfruttano in modo efficiente avranno un vantaggio rispetto a quelli che non lo fanno.
Christos ha poi affermato che non sarebbe in disaccordo con l’affermazione e che il “moltiplicatore di efficienza” e l’effetto produttività sono ciò che è più interessante degli strumenti di intelligenza artificiale. Ha affermato che la realizzazione di un prototipo con l’aiuto di questi strumenti può essere eseguita molto rapidamente utilizzandoli per acquisire i requisiti dal linguaggio fisico e quindi trasformarli in codice.
ChatGPT in uso: utilizzo dello strumento per emulare un consulente senior di ingegneria idrica
Tom ha poi presentato un relatore ospite: ChatGPT stesso. Tom ha inserito un prompt nel motore ChatGPT, chiedendogli di agire come se fosse un consulente senior con 20 anni di esperienza nell’ingegneria idrica. Ha anche chiesto come il “consulente” vede il potenziale di ChatGPT4 e l’integrazione di plug-in per contribuire a migliorare la fornitura di servizi idrici.
Il “consulente senior” di ChatGPT ha risposto dicendo che ChatGPT4 ha il potenziale per rivoluzionare il modo in cui forniamo servizi idrici. Il motore ha fornito esempi, tra cui la possibilità di sviluppare plug-in che consentono a ChatGPT4 di analizzare i dati provenienti da sensori di qualità dell’acqua o previsioni meteorologiche, fornendo informazioni in tempo reale sulle condizioni dei sistemi idrici e sui potenziali rischi.
Riflettendo su questa risposta, Saša ha detto che crede che l’intelligenza artificiale fornisca la capacità di guardare i dati in un modo diverso. Mentre tradizionalmente avevamo l’analisi statistica dei dati e la modellazione deterministica, Saša ha affermato che, anche se si tratta di una scatola nera, i modelli linguistici di grandi dimensioni combinano entrambi questi approcci per identificare nuovi modelli che vengono persi utilizzando modelli matematici e statistici.
ChatGPT e casi di studio sulla gestione dell’acqua
Tom ha poi sollevato la necessità di più casi d’uso in cui l’IA sta avendo un effetto positivo in tutto il settore. Gigi ha detto che ha già utilizzato Google Colab e ha introdotto un ambiente per portare OpenAI e inserire un file di dati con 637.000 righe di dati AMI che sono stati elaborati in pochi secondi. È stata in grado di vedere dati specifici sulla famiglia e accedere rapidamente a più tipi di informazioni statistiche.
Ha anche detto che questo è uno strumento potente in termini di processo di democratizzazione dei dati. Immaginando uno scenario in cui le utility di tutto il mondo inserissero dati e metadati AMI, ha affermato che ciò si tradurrebbe in una grande quantità di dati estremamente utili che aiuterebbero a creare sensori virtuali.
Christos ha affermato che l’unicità dell’IA è che i grandi modelli linguistici sono un’interfaccia tra la vaghezza ma anche la ricchezza del linguaggio fisico. Ha detto che prevede che presto vedremo casi d’uso per tradurre i dati in scenari del mondo reale, in sostanza colmando il divario tra i dati e la comprensione umana. Ha detto, ad esempio, che potremmo vedere scenari di formazione più interattivi per gli operatori.
Quali sono i potenziali rischi associati alla gestione dell’acqua basata sull’intelligenza artificiale?
Tom ha concluso la discussione chiedendo al panel gli aspetti negativi e i rischi della gestione dell’acqua abilitata all’intelligenza artificiale di cui le utility e le aziende dovrebbero essere consapevoli.
Saša ha detto che dobbiamo stare attenti ad accettare ciecamente i risultati di ChatGPT come veri. Ha detto, ad esempio, che è importante essere consapevoli e sicuri delle ipotesi e delle richieste che vengono inserite nel motore e ricontrollarle rispetto all’output che crea.
Gigi ha fatto eco a questo sentimento e ha affermato che i guard rail di destra devono essere messi in atto attorno a modelli linguistici di grandi dimensioni. Ha affermato che l’IA generale è sulla buona strada per essere “più intelligente” degli esseri umani e che dobbiamo capire come coesisteremo con i sistemi di intelligenza artificiale.
Christos ha affermato che dobbiamo anche essere consapevoli delle questioni relative alla proprietà e alla fiducia in termini di dati condivisi tra modelli linguistici di grandi dimensioni. In secondo luogo, ha affermato che le aziende devono anche essere consapevoli del fatto che spingere una macchina ad agire come un esperto può sostituire solo parzialmente le competenze interne che già possiedono. Ha detto che l’aumento dell’IA avrà anche un effetto su come le università istruiranno i giovani ingegneri.
Infine, Christos ha affermato che il problema della disinformazione in settori mission-critical come l’industria idrica è enorme e che sono obiettivi per attacchi informatici. Ha affermato che dobbiamo essere consapevoli di come i potenti motori di intelligenza artificiale possano essere utilizzati anche per attacchi nefasti e che l’industria deve considerare la sicurezza e la sicurezza informatica come una priorità fondamentale.
Sei pronto a scoprire altri contenuti QTalks?
Se stai cercando maggiori informazioni su come le aziende idriche possono agire sull’intelligenza artificiale e sulla gestione dell’acqua, dai un’occhiata al white paper del comitato consultivo di Qatium: AI e gestione dell’acqua: cosa devono sapere le utility ora.
Inoltre, visita il canale YouTube di Qatium per guardare questo episodio e quelli precedenti.
