ანალოგების შერჩევა ИИ-ით: ნული რეკლამაცია

პრობლემა

ანალოგების შერჩევა ვიწრო სპეციალისტებზე დგას და დროს მოითხოვს; ეპოქის ცდუნება — „ჩავტვირთოთ ИИ-ში სახელმძღვანელო და პრაისები, ადამიანი კი აღარ დაგვჭირდება“. შეცდომის ფასი კი მაქსიმალურია: არასწორი ზეთი — კლიენტის გაფუჭებული ძრავა, არასწორი ანალოგი ელექტროტექნიკაში — მწყობრიდან გამოსული ძვირფასი დანადგარი. რეკლამაციებს შერჩევაზე კი მწარმოებლები უკიდურესად ძნელად ცნობენ.

რა გაკეთდა

ავაშენე ანალოგების შერჩევის სისტემები ორ დარგში სქემით „ИИ გვთავაზობს — სპეციალისტი ამოწმებს და ამტკიცებს“: ИИ ხურავს ბაზისურ შერჩევას გაზომვადი ალბათობით, ადამიანი კი დგას იქ, სადაც შეცდომის ფასი სასაცილო აღარაა. მონაცემები მომზადებულია, შერჩევის წესები ფორმალიზებული, შემოწმების კონტური პროცესშია ჩაშენებული — poka-yoke, და არა იმედი.

დასკვნა → ამ კონტურიდან ადამიანი არავითარ შემთხვევაში არ იხსნება: პასუხისმგებლობა ИИ-ს შედეგზე სამუშაოსთან ერთად არ დელეგირდება.

შედეგი

სისტემები პროდუქტივში მუშაობს ორ დარგში. რეკლამაცია შერჩევაზე — ნული.