チャットGPT、AI、水についてのチャット

[QTalks Ep.14]

人工知能(AI)を取り巻く勢いはかつてないほど高まっており、ChatGPTの登場により、すべての業界が仕事の未来が実際にどのように見えるかを検討しています。問題は、ChatGPTが水管理のプロセスを容易にすることができるかということです。それは単なる生産性向上ツールですか? それとも、それは水セクターを永遠に変えるのでしょうか?

AIが水管理の未来をどのように再構築し、公益事業者が情報に基づいた意思決定を行えるようにするか、AIを活用した水管理に伴うリスクなどについて議論し、環境ジャーナリストでQTalksのホストである Tom Freyberg 氏とともに、これらの質問に答えました。

Saša Tomič, Digital Water Lead at Burns & McDonnell(バーンズ&マクドネル)
Gigi Karmous-Edwards, Water Sector Digital Twin Expert & Consultant at Karmous Edwards Consulting LLC
Christos Makropoulos, National Technical University of Athens & KWR

完全なエピソードは以下で入手できます。

水に重点を置いたデジタルスタートアップは、AI言語モデルに取って代わられるリスクがあるのでしょうか?

Tom氏は、パネルディスカッションの冒頭で、「水に焦点を当てたデジタルスタートアップは、オープンAIをソリューションに統合する方法を早急に学ばない限り、廃業するリスクがある」と述べ、その意見に同意するか反対するかを詳しく説明するよう求めました。

最初に答えて、ジジはその声明に同意しました。彼女は、すべての企業が大規模な言語モデルで何ができるか、そしてそれらと関連するプラグインをどのように活用できるかを理解する必要があると述べました。 Gigi氏は、大規模な言語モデルやその他のプラグインがアクセスできる回答エンジンWolframAlphaを参照して、小規模なスタートアップが提供してきた機能セットの一部を置き換え始める可能性があると述べました。

Sašaも声明に同意し、テキスト、グラフィックス、ビデオを含むあらゆるコンテンツ生成の役割に感情を拡大しました。彼は、ChatGPTや同様のツールは、生産性の価値を追加することでコンテンツの作成方法を根本的に変えると述べ、ChatGPTはコンテンツ生成に完全に置き換えるわけではありませんが、それを効率的に利用する人は、そうでない人よりも有利になると述べました。

クリストス氏は、この声明に反対するつもりはなく、「効率乗数」と生産性効果がAIツールの最も興味深い点であると述べました。彼は、これらのツールの助けを借りてプロトタイプを達成するには、それらを使用して物理言語から要件をキャプチャし、それをコードに変換することで、非常に迅速に行うことができます。

使用中のChatGPT:ツールを使用して上級水工学コンサルタントをエミュレートする

その後、トムはゲストパネリストであるChatGPT自体を紹介しました。トムはChatGPTエンジンにプロンプトを入力し、水工学で20年の経験を持つシニアコンサルタントであるかのように振る舞うように依頼しました。彼はまた、「コンサルタント」がChatGPT4の可能性と、水道サービスの提供を改善するのに役立つプラグインの統合をどのように見ているかを尋ねました。

ChatGPTの「シニアコンサルタント」は、ChatGPT4は水道サービスの提供方法に革命を起こす可能性があると答えました。このエンジンは、ChatGPT4が水質センサーや天気予報からのデータを分析し、水システムの状態や潜在的なリスクに関するリアルタイムの洞察を提供するプラグインを開発する可能性など、例を提供しました。

この反応を振り返って、Saša氏は、AIはデータを別の方法で見る能力を提供すると信じていると述べました。従来、データの統計分析と決定論的モデリングが行われていましたが、大規模言語モデルではブラックボックスであるにもかかわらず、数学的モデルと統計的モデルを使用して見落とされている新しいパターンを特定するために、これら両方のアプローチを組み合わせているとSaša氏は述べています。

チャットGPTと水管理のケーススタディ

トムはその後、AIが業界全体にプラスの効果をもたらしているユースケースを増やす必要性を提起しました。 Gigi氏は、すでにGoogle Colabを使用しており、OpenAIを導入して、数秒で処理された637,000行のAMIデータを含むデータファイルを入力する環境を導入したと述べました。彼女は特定の世帯データを表示し、複数の種類の統計情報にすばやくアクセスすることができました。

彼女はまた、これはデータの民主化プロセスの観点から強力なツールであると述べました。世界中のユーティリティがAMIデータとメタデータを入力するシナリオを想像して、彼女は、仮想センサーの作成に役立つ非常に有益なデータを大量に得られると述べました。

クリストス氏は、AIの独自性は、大規模な言語モデルが曖昧さだけでなく、物理的な言語の豊かさの間のインターフェースでもあることであると述べました。彼は、データを実際のシナリオに変換するためのユースケースがまもなく見られると予測し、本質的にデータと人間の理解の間のギャップを埋めると述べました。例えば、オペレーター向けのよりインタラクティブなトレーニングシナリオが見られるようになるかもしれない、と彼は言います。

AIを活用した水管理に関連する潜在的なリスクとは?

トムは、公益事業や企業が知っておくべきAI対応の水管理の欠点とリスクについてパネルに質問して、議論を締めくくりました。

Sašaは、ChatGPTの結果を真実として盲目的に受け入れないように注意する必要があると述べました。たとえば、エンジンに入力される仮定と要求を認識して確認し、エンジンが作成する出力に対してこれらを再確認することが重要であると彼は言いました。

Gigi 氏はこの意見に同調し、大規模な言語モデルの周りに適切なガードレールを設置する必要があると述べました。彼女は、一般的なAIは人間よりも「賢い」道を歩んでおり、AIシステムとどのように共存していくかを理解する必要があると述べました。

Christos氏は、大規模な言語モデル間で共有されるデータの観点から、所有権と信頼に関する問題にも注意する必要があると述べました。第二に、企業は、機械に専門家のように振る舞うように促すことは、すでに持っている社内の専門知識を部分的にしか置き換えることができないことも認識する必要があると述べました。 AIの台頭は、大学が若手エンジニアを教育する方法にも影響を与えると述べました。

最後に、クリストスは、水道業界のようなミッションクリティカルなセクター全体での誤った情報の問題は巨大であり、サイバー攻撃の標的であると述べました。同氏は、強力なAIエンジンが悪質な攻撃にも使用される可能性があることを認識する必要があると述べ、業界は安全性とサイバーセキュリティを基本的な優先事項として考慮する必要があると述べました。