职业生涯
由YOSSI SHEFFI
麻省理工学院的运输和物流中心主任(CTL)
2020年代早期的社会和经济痉挛突显扩张疆土让供应链的至关重要的作用在现代全球经济,以及数字技术——包括的越来越重要的角色人工智能(AI)和自动化,现在和将来。在这个适应从他的最新著作中,神奇的传送带:供应链,人工智能,和未来的工作,麻省理工学院的教授认为Yossi Sheffi如何自动化、机器人、人工智能正在改变和增加就业机会,什么工具将帮助人类生产和提供价值管理日益复杂的供应链。
个人、团队和组织需要新的工具来尽可能地生产新的自动化/人工智能技术。这些工具需要启用员工、团队和管理人员互相协作和技术。在讨论人类适应工作流程,下一小节将描述四类的工具,将帮助人们理解,分析和建议的行动在复杂的全球供应链连接。
human-in-the-loop模型的光谱
这工具人们会需要使用机器将取决于人类的角色在未来经济和如何最好的与人工智能和自动化。在一个哈佛商业评论文章,两个埃森哲高管了五项原则,可以帮助企业优化人类和人工智能之间的协作。这些高层次的原则是:重新设计业务流程,接受实验/员工参与,积极指导人工智能策略,负责收集数据,重新设计工作将人工智能,培养员工技能有关。
重新设计业务流程,重新设计工作将人工智能,培养相关员工的技能要求思考的自然流动在组织活动和任务。不同的理论家们已经开发出不同的框架和组织有效实施任务和流程。其中许多涉及某种形式的序列和迭代——或者一个循环步骤,包括收集信息的情况下,发展决策或计划,采取行动,收集更多的信息的结果。
在人工智能和自动化的环境中,一个重要的问题是人类和机器应发挥何种作用在这些循环的控制活动。在一个极端,一个人可能完全循环,必须执行一个或多个基本步骤必须完成每一次任务。或者,机器会自动过程的大部分日常任务的实例,只发送异常,异常或复杂任务人的实例的侧枝循环。这样一个过程可以运行24 x7对于大多数活动,只有一小部分情况下推迟到正常的营业时间。
在更先进的自动化的例子,的人可能只看遍历一个仪表板;只有当一个问题出现了,将人调查和潜在的干预。最后,人类的介入可能只有在更高的层面,比如设计一个机器的全自动系统持续运作期间与工人很少干预操作。
照亮了黑盒AI
许多机器学习系统像高深莫测的黑盒;他们提供答案没有任何解释为什么系统选择的答案。人工智能的缺乏解释是一个障碍采用和可靠的深度学习使用系统因为解释任何决策过程中扮演三个关键的角色。首先,解释需要说服利益相关者,艾未未的答案是正确的。其次,解释必须再确认或验证AI的回答:AI使用可疑的数据或逻辑吗?第三,他们是有用的帮助人们学习人工智能通过观察不仅答案,而且其基本原理。
为了解决这个“黑匣子”人工智能问题,研究人员和工程师们正在研究机器学习系统的一个新类称为可辩解的AI或新品。新品机器学习系统输出两种答案和某种形式的解释。新品所需的研究涉及机器学习模型本身的变化以及心理研究来确定什么样的解释人类需要或想要系统的充分利用。
数字管理和仿真的双胞胎
随着商业环境,供应链,技术变得更加复杂,人们需要更多的工具来帮助他们了解现有系统和安全实验提出了决策、战术和策略。一个艾滋病人在做这个技术数字的双胞胎。数字双是一个详细的、现实的、数码复制品的物理系统,如一块设备,交通工具,工厂,仓库,一个公司,甚至一个完整的供应链。然而,数字双不仅仅是一个计算机表示的资产。资产与数字表示,与其实际情况不断更新它。
Digital-twin技术使一种人工智能的使用被称为强化学习,学习的试验和错误
数字双胞胎可以使用可视化和监控物理系统的性能。它们也可以用来训练人们在基本操作或处理问题。公司可以使数字双胞胎的多个副本,副本可以模拟和比较波动的影响,场景,事件,或提出修改对象或如何使用它。
Digital-twin技术还支持使用类型的AI称为强化学习,学习通过试验和错误;也就是说,它尝试各种动作和“奖励”或“惩罚”产生的结果。数字双副本可以提供一个逼真的模拟环境,这些试错学习系统。
更好的接口和协作工具
接口人与机器之间的人类和计算机之间的合作的一个重要元素。进展非常高速,低功耗,低成本的移动电脑,显示器,和相机使创新的计算机接口,提供增强现实(AR)和虚拟现实(VR)。
与增强现实,用户戴着耳机或智能眼镜。用户还可以使用手持设备,覆盖数字数据在用户设备看起来与耳机或点。AR视觉上连接一个物理对象和与它相关联的数字数据在两个方面。首先,AR覆盖数字数据在用户的物理环境。例如,一个人可能看一件设备,覆盖设备的性能趋势,错误消息,说明书,使用时间表,等等。第二,许多AR系统记录的物理空间和对象(例如,项目地点,垃圾箱的数量)以及任何行动(例如,选择一个对象,完成维护任务)。这两个方面的基于“增大化现实”技术确保对象及其数字双同步。
基于“增大化现实”技术,用户戴着耳机或智能眼镜,以及手持设备,覆盖数字数据在用户设备看起来与耳机或点
相比之下,虚拟现实完全取代了用户与一个身临其境的视野计算机生成的虚拟或数字世界的看法。技术通常创建一个完全人造的世界或使用拷贝数字双浸入式模拟应用于工程、培训、客户体验,和假设分析探索。虚拟现实还允许远程沉浸式显示继电器所在工作或远程监控网络摄像头数据从远程位置。在另一个应用程序中,多用户虚拟现实可以将协作功能远程工作者和遥远的利益相关者。这样的虚拟接口可以是有用的在全球供应链上下文或远程工作场所,收集所有的专业技能或利益相关者在同一地理位置是过于昂贵和耗时。
民主化工具开发
电脑和高科技的基本趋势是自动化的技术程度”和基于ai系统,使越来越多的方面,越来越多的人使用电脑可以访问。这使员工创建自动化和人工智能帮助他们向software-assisted过渡的工作将在未来更大的需求。
一类的用户友好的工具帮助工人创造自己的机器人过程自动化系统无需自己编写代码。工人在电脑上执行的任务,该工具记录活动的顺序。该工具可以创建一个机械的过程,可以对未来的实例任务重复这些动作。
另一个类别包含所谓的low-code或没有代码开发平台。这些允许非程序员创建软件,如网站、应用程序和移动应用程序。平台使用图形设计工具,一套模板,和模块化的构建块来帮助用户构建软件,而不需要学习传统的编程语言。
代码开发平台可以使用机器学习应用到大量的现有的软件来帮助人们编写代码。生成人工智能可以创建一些代码从一个简单的文本描述的代码应该做什么。这样的系统,非程序员可以编写一个描述他们想要的东西,和AI将创建代码相匹配的描述。
尽管这样生成AI系统可能是软件开发技术程度,导致的损失为程序员和软件工程师工作,他们为领域专家提供一个获得,他将能够建立一个自己的产品。2021年,技术分析公司Gartner预测,到2024年,80%的技术产品和服务将由那些没有专业技术人员。bob手办官网它是可能的,那么,“8500万人失业,9700万个工作岗位”叙事(随着时间的推移自动化将如何影响就业)可能会说更多关于改变现有员工如何使用自己的时间,而不是他们是否有工作。
引用
- 威尔逊、h·詹姆斯和保罗·r·多尔蒂。2019。协同情报:人类和AI加入部队。《哈佛商业评论》。2019年4月4日。
- 塔瑞克,马特。2018。可辩解的人工智能。Darpa.mil。2018年。
- Gartner说,大多数的技术产品和服务将由专业人员以外的2024bob手办官网。Gartner留言。。
Yossi Sheffi博士二是以利沙灰色麻省理工学院工程系统教授,他是麻省理工学院的运输和物流中心主任(CTL)。
改编自神奇的传送带:供应链,人工智能,未来的工作,麻省理工学院出版的CTL媒体,2023年版权。