AI អាចព្យាករណ៍បញ្ហា និងឱកាសបរាជ័យនៃសំណង់នានាបានមុនបើកការដ្ឋានទៅទៀត
បច្ចេកវិទ្យាវិភាគដែលប្រើ បញ្ញាសិប្បនិម្មិត (AI) កំពុងជួយវិស្វករហេដ្ឋារចនាសម្ព័ន្ធផ្លាស់ប្តូរពីការរង់ចាំឱ្យបញ្ហាកើតឡើងសិនទៅដោះស្រាយតាមក្រោយ ទៅជាការព្យាករណ៍បញ្ហាទុកមុន ដើម្បីបញ្ជៀសហានិភ័យនានានៃសំណង់។ នេះបើយោងតាមលោក Vahid Abdollahi អ្នកវិទ្យាសាស្ត្រ AI អនុវត្តន៍នៅក្រុមហ៊ុន Bentley Systems។
ប្រព័ន្ធត្រួតពិនិត្យបែបធម្មតា ជាទូទៅជូនដំណឹងដល់អ្នកប្រតិបត្តិការ នៅពេលទិន្នន័យឆ្លងកាត់កម្រិតកំណត់ជាក់លាក់ណាមួយ។ ប៉ុន្តែ AI អាចវិភាគទិន្នន័យពីឧបករណ៍ចាប់សញ្ញាជាច្រើន ដើម្បីស្វែងរកលំនាំមិនប្រក្រតី និងអាចផ្តល់ការជូនដំណឹងអំពីឱកាសកើតឡលើងនៃបញ្ហាជាមុនដល់ទៅ ៤ ឬ ៦ សប្តាហ៍ មុនពេលស្ថានភាពក្លាយជាគ្រោះថ្នាក់ធំ។

ដំណើរការនេះចាប់ផ្តើមពីការធានាគុណភាពទិន្នន័យរបស់ឧបករណ៍ចាប់សញ្ញា។ ប្រព័ន្ធ AI ត្រូវកំណត់ជាមុនថា ទិន្នន័យណាដែលខូច ឬមិនប្រក្រតី មុននឹងវិភាគការផ្លាស់ប្តូរពិតប្រាកដនៃរចនាសម្ព័ន្ធ។ បច្ចេកទេសដូចជា Seasonal-Trend Decomposition (STL) គឺជាឧទាហរណ៍មួយដែលអាចវិភាគការងារនេះបាន។
តាមរយៈការវិភាគទំនាក់ទំនងរវាងឧបករណ៍ចាប់សញ្ញាផ្សេងៗ AI ក៏អាចជួយបែងចែករវាង បញ្ហារបស់ឧបករណ៍ និង បញ្ហាពិតប្រាកដនៃហេដ្ឋារចនាសម្ព័ន្ធ។ ឧទាហរណ៍ ការផ្លាស់ប្តូរនៃទឹកភ្លៀង សម្ពាធក្នុងដី និងចលនារបស់ដី អាចបង្ហាញពីបញ្ហាដូចជា ការហូរច្រោះខាងក្នុង (internal erosion) មុនពេលមានចលនាខ្លាំងកើតឡើង។
លោក Vahid Abdollahi អ្នកវិទ្យាសាស្ត្រអនុវត្ត AI នៅក្រុមហ៊ុន Bentley Systems
លោក Abdollahi បានសង្កត់ធ្ងន់ថា AI មានគោលបំណង ជួយគាំទ្រវិស្វករ មិនមែនជំនួសពួកគេឡើយ។ ការវិភាគសារៈសំខាន់នៃទិន្នន័យអាចបង្ហាញថា ហេតុអ្វីបានជាប្រព័ន្ធរកឃើញហានិភ័យមួយ ខណៈ Generative AI អាចបម្លែងទិន្នន័យស្មុគស្មាញពីឧបករណ៍ចាប់សញ្ញា ទៅជារបាយការណ៍បែបសង្ខេបៗ និងការណែនាំដែលងាយយល់សម្រាប់វិស្វករ។

ត្រៀមខ្លួនរួចរាល់ហើយឬនៅដើម្បីផ្លាស់ប្តូររបៀបដែលអ្នកគ្រប់គ្រង និងត្រួតពិនិត្យហេដ្ឋារចនាសម្ព័ន្ធរបស់អ្នក? ដើម្បីស្វែងយល់បន្ថែមអំពី iTwin IoT សូមចូលទៅកាន់ទំព័រ iTwin IoT
- Video Advertisement -