ChatGPT, AI 및 물에 대한 채팅

[QTalks Ep.14]

인공 지능(AI)을 둘러싼 모멘텀은 그 어느 때보다 높아졌으며 ChatGPT의 등장으로 모든 산업 분야에서 업무의 미래가 실제로 어떤 모습일지 고려하고 있습니다. 문제는 ChatGPT가 물 관리 프로세스를 더 쉽게 만들 수 있느냐는 것입니다. 생산성 향상 도구일까요? 아니면 물 부문을 영원히 바꿔 놓을 것인가?

AI가 물 관리의 미래를 어떻게 재편하고 유틸리티가 정보에 입각한 결정을 내릴 수 있도록 지원하는지, AI 지원 물 관리와 관련된 위험 등에 대해 논의하면서 환경 저널리스트이자 QTalks 진행자인 Tom Freyberg 와 함께 패널로 다음 질문에 답했습니다.

Saša Tomič, Burns & McDonnell의 디지털 워터 리드
Gigi Karmous-Edwards, Karmous Edwards Consulting LLC의 물 부문 디지털 트윈 전문가 겸 컨설턴트
크리스토스 마크로풀로스(Christos Makropoulos), 아테네 국립기술대학교 & KWR

전체 에피소드는 아래에서 확인할 수 있습니다.

물에 초점을 맞춘 디지털 스타트업이 AI 언어 모델로 대체될 위험에 처해 있습니까?

Tom은 패널에게 “물 중심의 디지털 스타트업은 개방형 AI를 솔루션과 통합하는 방법을 빠르게 배우지 않으면 사업을 중단할 위험이 있습니다”라는 성명을 발표하고 이러한 의견에 동의하는지 또는 동의하지 않는지 자세히 설명해 달라고 요청하면서 토론을 시작했습니다.

먼저 대답한 Gigi는 그 말에 동의했습니다. 그녀는 모든 기업이 대규모 언어 모델이 무엇을 할 수 있는지, 그리고 어떻게 활용할 수 있는지, 그리고 관련 플러그인을 어떻게 활용할 수 있는지 이해해야 한다고 말했습니다. Gigi는 대규모 언어 모델 및 기타 플러그인에 액세스 할 수있는 응답 엔진 WolframAlpha를 참조하여 소규모 신생 기업이 제공하는 일부 기능 세트를 대체 할 수 있다고 말했습니다.

Saša는 또한 성명서에 동의하고 텍스트, 그래픽 및 비디오를 포함한 모든 콘텐츠 생성 역할로 감정을 확장했습니다. 그는 ChatGPT 및 이와 유사한 도구가 생산성의 가치를 추가하여 콘텐츠 제작 방식을 근본적으로 바꿀 것이며 ChatGPT가 콘텐츠 생성을 완전히 대체하지는 않지만 이를 효율적으로 활용하는 사람들이 그렇지 않은 사람들보다 유리할 것이라고 말했습니다.

그런 다음 Christos는 성명서에 동의하지 않을 것이며 “효율성 승수”와 생산성 효과가 AI 도구에서 가장 흥미로운 점이라고 말했습니다. 그는 이러한 도구를 사용하여 프로토타입을 만드는 것은 물리적 언어에서 요구 사항을 캡처한 다음 코드로 변환하여 매우 빠르게 수행할 수 있다고 말했습니다.

사용 중인 ChatGPT: 도구를 사용하여 선임 수자원 엔지니어링 컨설턴트 에뮬레이트

그런 다음 Tom은 게스트 패널리스트인 ChatGPT 자체를 소개했습니다. Tom은 ChatGPT 엔진에 프롬프트를 입력하여 물 공학 분야에서 20년의 경험을 가진 선임 컨설턴트처럼 작동하도록 요청했습니다. 그는 또한 “컨설턴트”가 ChatGPT4의 잠재력과 물 서비스 제공을 개선하는 데 도움이 되는 플러그인 통합을 어떻게 보는지 물었습니다.

ChatGPT의 “선임 컨설턴트”는 ChatGPT4가 우리가 물 서비스를 제공하는 방식에 혁명을 일으킬 잠재력이 있다고 응답했습니다. 이 엔진은 ChatGPT4가 수질 센서 또는 일기 예보의 데이터를 분석하여 수질 시스템 상태 및 잠재적 위험에 대한 실시간 통찰력을 제공할 수 있는 플러그인 개발 가능성을 포함한 예를 제공했습니다.

이러한 반응에 대해 Saša는 AI가 데이터를 다른 방식으로 볼 수 있는 능력을 제공한다고 믿는다고 말했습니다. 기존에는 데이터의 통계적 분석과 결정론적 모델링이 있었지만, Saša는 블랙박스임에도 불구하고 대규모 언어 모델은 이 두 가지 접근 방식을 결합하여 수학적 및 통계적 모델을 사용하여 놓친 새로운 패턴을 식별한다고 말했습니다.

ChatGPT 및 물 관리 사례 연구

그런 다음 Tom은 AI가 업계 전반에 긍정적인 영향을 미치는 더 많은 사용 사례에 대한 필요성을 제기했습니다. Gigi는 이미 Google Colab을 사용하고 OpenAI를 가져와 몇 초 안에 처리된 637,000줄의 AMI 데이터가 포함된 데이터 파일을 입력하는 환경을 도입했다고 말했습니다. 그녀는 특정 가구 데이터를 보고 여러 유형의 통계 정보에 빠르게 액세스할 수 있었습니다.

그녀는 또한 이것이 데이터 민주화 프로세스 측면에서 강력한 도구라고 말했습니다. 그녀는 전 세계의 유틸리티가 AMI 데이터와 메타데이터를 입력하는 시나리오를 상상하면서 가상 센서를 만드는 데 도움이 되는 매우 유익한 데이터를 대량으로 생성할 것이라고 말했습니다.

Christos는 AI의 독창성은 대규모 언어 모델이 모호함과 물리적 언어의 풍부함 사이의 인터페이스라는 것입니다. 그는 데이터를 실제 시나리오로 변환하는 사용 사례를 곧 보게 될 것이며, 본질적으로 데이터와 인간의 이해 사이의 격차를 해소할 것이라고 예측했습니다. 예를 들어, 그는 운영자를 위한 더 많은 대화형 교육 시나리오를 볼 수 있을 것이라고 말했습니다.

AI 지원 물 관리와 관련된 잠재적 위험은 무엇입니까?

Tom은 유틸리티와 회사가 알아야 할 AI 지원 물 관리의 단점과 위험에 대해 패널에게 질문하여 토론을 마무리했습니다.

Saša는 ChatGPT 결과를 맹목적으로 사실로 받아들이지 않도록 주의해야 한다고 말했습니다. 예를 들어, 그는 엔진에 입력되는 가정과 요구 사항을 인식하고 확신하는 것이 중요하며, 엔진이 생성하는 출력에 대해 이를 다시 확인하는 것이 중요하다고 말했습니다.

Gigi는 이러한 감정을 되풀이하며 대규모 언어 모델 주위에 올바른 가드레일을 설치해야 한다고 말했습니다. 그녀는 일반 AI가 인간보다 “더 똑똑해질” 것이며 우리가 AI 시스템과 어떻게 공존할 것인지 이해할 필요가 있다고 말했습니다.

Christos는 대규모 언어 모델에서 공유되는 데이터 측면에서 소유권 및 신뢰와 관련된 문제도 염두에 두어야 한다고 말했습니다. 둘째, 그는 기업이 기계가 전문가처럼 행동하도록 유도하는 것이 이미 보유한 사내 전문 지식을 부분적으로만 대체할 수 있다는 점도 인식해야 한다고 말했습니다. 그는 AI의 부상이 대학이 젊은 엔지니어를 교육하는 방법에도 영향을 미칠 것이라고 말했다.

마지막으로 Christos는 물 산업과 같은 미션 크리티컬 부문의 잘못된 정보 문제가 거대하며 사이버 공격의 대상이라고 말했습니다. 그는 강력한 AI 엔진이 사악한 공격에도 사용될 수 있다는 것을 알아야 하며, 업계는 안전과 사이버 보안을 근본적인 우선 순위로 고려해야 한다고 말했습니다.