本文共865字
「環安衛(ESH, Environment, Safety and Health)」運作是企業相對保守的領域,行之有年的各項傳統流程要進行大幅度的變革並不容易。然而,這幾年在「人工智慧(AI, Artificial Intelligence)」技術應用突飛猛進之下,數位科技已經在ESH領域改變許多管理方式。
AI的「深度學習(Deep Learning)」能力可以藉由歷史數據的分析,預測出機器設備發生故障的熱區,及早示警並採取應對措施來提升製程的安全性;在結合攝影器材、監控系統之後,AI的「影像辨識(Image Recognition)」功能可以自動找出潛在違規和危害風險,協助管理者在最短時間內將注意力集中到關鍵場域和項目。
特別是2022年底OpenAI公司推出「人工智慧聊天機器人程式ChatGPT」後,AI以更淺顯易懂的形式、更低的使用門檻,擴大普及到許多產業的專業工作者。以往需要耗費多時去找答案的問題,彈指之間就能獲得驚人的有價值資訊,徹底顛覆了一般人的想像。
「如何在既有的AI聊天機器人基礎上,讓它更務實、具體的協助解決特定產業的特定問題?」是未來AI能否持續成功的關鍵。筆者以ESH實務應用為例,分享兩點拙見如下。
一、結合專家智慧:給AI聊天機器人一個平庸的問題,肯定只會得到平庸的答案。同樣的道理,如果只是平鋪直述的要求AI找出工廠運作的風險、提供建議行動方案,使用者可能會對AI的效果大失所望。由於專家有專業的知識架構,便可以引導(教導)AI機器人用正確、有價值的框架來彙整資訊。除此之外,經由一連串的追問(問題背後的問題),也能夠挖掘出具有建設性的洞見。
二、連結源頭資料:環安衛領域的源頭資料即是廠區運作的各種線索,包括機器設備、化學品原料、關鍵零組件、操作人員等相關資訊,當這些數據與AI工具串聯在一起時,AI才得以給出更貼近實務的資訊,諸如風險判斷評估、控制計畫的產出等。
AI技術已經在各行各業展現出龐大潛力,未來AI能否有效結合專家智慧,並且充分利用源頭資料來解決問題,將是它能否從A走向A+的關鍵。
※ 歡迎用「轉貼」或「分享」的方式轉傳文章連結;未經授權,請勿複製轉貼文章內容
留言