Qatium
[QTalks Ep.14]
O ímpeto em torno da Inteligência Artificial (IA) nunca foi tão alto, e a chegada do ChatGPT fez com que todas as indústrias considerassem como realmente será o futuro do trabalho. A questão é: o ChatGPT pode facilitar o processo de gestão da água? É apenas uma ferramenta de aumento de produtividade? Ou mudará o setor hídrico para sempre?
Discutindo como a IA está remodelando o futuro da gestão da água e capacitando as concessionárias a tomar decisões informadas, os riscos envolvidos na gestão da água habilitada por IA e muito mais, nosso painel se juntou ao jornalista ambiental e apresentador do QTalks, Tom Freyberg , para responder a estas perguntas:
- Saša Tomič, Digital Water Lead na empresa Burns & McDonnell
- Gigi Karmous-Edwards, Especialista em Gêmeos Digitais do Setor de Água e Consultora na Karmous Edwards Consulting LLC
- Christos Makropoulos, Universidade Técnica Nacional de Atenas & KWR
Episódio completo disponível abaixo.
As startups digitais focadas na água correm o risco de serem substituídas por modelos de linguagem de IA?
Tom iniciou a discussão colocando uma declaração para o painel – “Startups digitais focadas na água correm o risco de serem colocadas fora do negócio a menos que aprendam rapidamente a integrar a IA aberta com suas soluções” – e pedindo que elas elaborem se concordam ou discordam do sentimento.
Respondendo primeiro, Gigi concordou com a afirmação. Ela disse que cada empresa deve entender o que os grandes modelos de linguagem podem fazer e como eles podem aproveitá-los e plug-ins associados. Referindo-se ao mecanismo de resposta WolframAlpha, que grandes modelos de linguagem e outros plug-ins podem acessar, Gigi disse que isso pode começar a substituir alguns dos conjuntos de recursos que pequenas startups têm fornecido.
Saša também concordou com a declaração e estendeu o sentimento a qualquer função de geração de conteúdo, incluindo texto, gráficos e vídeo. Ele disse que o ChatGPT e ferramentas semelhantes mudarão fundamentalmente a forma como criamos conteúdo, adicionando o valor da produtividade e que, embora o ChatGPT não substitua totalmente a geração de conteúdo, aqueles que o aproveitam de forma eficiente terão uma vantagem sobre aqueles que não o fazem.
Christos então disse que não discordaria da afirmação e que o “multiplicador de eficiência” e o efeito de produtividade é o que é mais interessante sobre as ferramentas de IA. Ele disse que a obtenção de um protótipo com o auxílio dessas ferramentas pode ser feita muito rapidamente, usando-as para capturar requisitos da linguagem física e, em seguida, transformá-la em código.
ChatGPT em uso: Usando a ferramenta para emular um consultor sênior de engenharia hídrica
Tom então apresentou um palestrante convidado – o próprio ChatGPT. Tom entrou com um prompt no motor ChatGPT, pedindo-lhe para agir como se fosse um consultor sênior com 20 anos de experiência em engenharia hídrica. Ele também perguntou como o “consultor” vê o potencial do ChatGPT4 e a integração de plug-ins para ajudar a melhorar a entrega de serviços de água.
O “consultor sênior” da ChatGPT respondeu dizendo que o ChatGPT4 tem o potencial de revolucionar a forma como fornecemos serviços de água. O mecanismo forneceu exemplos, incluindo o potencial de desenvolver plug-ins que permitem ao ChatGPT4 analisar dados de sensores de qualidade da água ou previsões meteorológicas, fornecendo insights em tempo real sobre a condição dos sistemas de água e riscos potenciais.
Refletindo sobre essa resposta, Saša disse acreditar que a IA fornece a capacidade de olhar para os dados de uma maneira diferente. Enquanto tradicionalmente tínhamos a análise estatística de dados e modelagem determinística, Saša disse que, embora sejam uma caixa preta, grandes modelos de linguagem combinam ambas as abordagens para identificar novos padrões que são perdidos usando modelos matemáticos e estatísticos.
ChatGPT e estudos de caso de gestão da água
Tom então levantou a necessidade de mais casos de uso em que a IA está tendo um efeito positivo em toda a indústria. Gigi disse que já usou o Google Colab e introduziu um ambiente para trazer o OpenAI e inserir um arquivo de dados com 637.000 linhas de dados AMI que foram processados em segundos. Ela foi capaz de ver dados domésticos específicos e acessar vários tipos de informações estatísticas rapidamente.
Ela também disse que essa é uma ferramenta poderosa em termos do processo de democratização de dados. Imaginando um cenário em que concessionárias de todo o mundo inserissem dados e metadados da AMI, ela disse que isso resultaria em uma grande quantidade de dados extremamente benéficos que ajudariam na criação de sensores virtuais.
Christos disse que a singularidade da IA é que os grandes modelos de linguagem são uma interface entre a vagueza, mas também a riqueza da linguagem física. Ele disse que prevê que em breve veremos casos de uso para traduzir os dados para cenários do mundo real, em essência preenchendo a lacuna entre os dados e a compreensão humana. Ele disse, por exemplo, que podemos ver cenários de treinamento mais interativos para os operadores.
Quais são os riscos potenciais associados à gestão da água habilitada por IA?
Tom encerrou a discussão perguntando ao painel sobre as desvantagens e os riscos da gestão de água habilitada por IA que as concessionárias e empresas devem estar cientes.
Saša disse que devemos ter cuidado para aceitar cegamente os resultados do ChatGPT como verdadeiros. Ele disse, por exemplo, que é importante estar atento e seguro das suposições e demandas que são inseridas no motor, e verificá-las duas vezes em relação à saída que ele cria.
Gigi ecoou esse sentimento e disse que as grades de proteção certas devem ser colocadas em prática em torno de grandes modelos de linguagem. Ela disse que a IA geral está a caminho de ser “mais inteligente” do que os humanos e que precisamos entender como vamos coexistir com os sistemas de IA.
Christos disse que também devemos estar atentos às questões em torno da propriedade e da confiança em termos de dados compartilhados em grandes modelos de linguagem. Em segundo lugar, ele disse que as empresas também devem estar cientes de que solicitar que uma máquina aja como um especialista pode substituir apenas parcialmente a experiência interna que elas já têm. Ele disse que o aumento da IA também terá um efeito sobre como as universidades formarão jovens engenheiros.
Por fim, Christos disse que a questão da desinformação em setores de missão crítica, como a indústria da água, é enorme e que eles são alvos de ataques cibernéticos. Ele disse que precisamos estar cientes de como poderosos mecanismos de IA também podem ser usados para ataques nefastos e que a indústria precisa considerar a segurança e a segurança cibernética como uma prioridade fundamental.
Pronto para descobrir mais conteúdo do QTalks?
Se você está procurando mais informações sobre como as concessionárias de água podem agir em IA e gerenciamento de água, confira o white paper do conselho consultivo da Qatium: AI & Gestão da água: o que as concessionárias precisam saber agora.
Além disso, visite o canal do Qatium no YouTube para assistir a este episódio e aos anteriores.
