Mark Coudray: prawdziwe wyniki ze sztuczną inteligencją

W pierwszym z trzech artykułów z amerykańskim innowatorem branży drukarskiej, Markiem Coudrayem, przyglądamy się, jak sztuczna inteligencja może wpływać na firmy poligraficzne na poziomie dnia z dnia na dzień.

Zaledwie kilka chwil po rozpoczęciu naszej rozmowy Zoom z Markiem Coudrayem jasne jest, jak bardzo ceni on sztuczną inteligencję (AI), nawet na poziomie osobistym. Kiedy pytamy, czy nie ma nic przeciwko, żebyśmy nagrali rozmowę, odpowiedź jest bardzo pozytywna.




„Właściwie nagrywam każdą rozmowę, którą wykonuję, a następnie umieszczam je wszystkie w oprogramowaniu do uczenia maszynowego, aby trenować sztuczną inteligencję, której używam” — wyjaśnia.

„To buduje model. Identyfikuje wzorce wykraczające poza naszą normalną intuicyjną świadomość. To znajdowanie istniejących relacji, których normalnie nie jesteśmy świadomi, ponieważ mamy własne uprzedzenia poznawcze oparte na naszej działalności, naszym rynku, naszej wiedzy, miejscu zamieszkania, naszych wartościach społecznych. Wszystkie te rzeczy tworzą uprzedzenia. Sztuczna inteligencja jest nieświadoma tych uprzedzeń, ale widzi relacje.

Im więcej danych można wprowadzić do modelu, tym bardziej predykcyjne staje się, a więc wyższy poziom wskaźnika ufności

„Więc im więcej połączeń mam, nawet jeśli mogą wydawać się całkowicie przypadkowe, tym lepiej dla modelu uczenia się, aby znaleźć tam relacje. To naprawdę jedna z głównych zalet sztucznej inteligencji – zdolność do identyfikowania wzorców w celu tworzenia predykcyjnych przyszłych zachowań. To tak, jakbyś kupował rzeczy na Amazon i sugerował, co kupiły również inne osoby, które kupiły ten produkt. W takim przypadku chodzi o doświadczenie klienta, które tak naprawdę sprawiło, że zacząłem pracę w sztucznej inteligencji około siedem lat temu”.

Przyszłościowe

Zawodowe doświadczenie Marka obejmuje dwa szczególne obszary. Jako założyciel Coudray Serigraphics ma bezpośrednie doświadczenie w branży sitodruku, a jego prace zostały opublikowane ponad 500 razy na całym świecie. Oprócz tego inna firma Marka – Coudray Growth Technologies – doradza firmom, jak przejść od potencjalnie stagnacyjnych organizacji analogowych starej szkoły do rentownych i przyszłościowych firm, które mogą prosperować w cyfrowym świecie.

To dzięki firmie Coudray Growth Technologies Mark po raz pierwszy zetknął się ze światem sztucznej inteligencji. Siedem lat temu był konsultantem holistycznego ośrodka odnowy biologicznej, który miał trudności z przekształceniem zapytań ofertowych w rezerwacje. Po wysłuchaniu setek rozmów telefonicznych w ciągu sześciu miesięcy Mark opracował metodologię analogową – rozmowę kierowaną – która pomogła uzyskać współczynnik konwersji sprzedaży od 25% do szczytowego poziomu 93%. Ale dopiero jego wprowadzenie do zespołu, który prowadził projekt IBM Watson AI, całkowicie zmieniło sytuację.

Teraz cały świat sztucznej inteligencji opiera się na analizie konwersacyjnej i semantycznej

„W 2016 roku zaczęliśmy przekształcać tę metodologię konwersacji z przewodnikiem z modelu analogowego na model sztucznej inteligencji. To wymagało dwóch kroków. Pierwszym krokiem było uczenie maszynowe, w którym trenowaliśmy model. Drugi krok polegał na tym, że zastosowaliśmy to szkolenie w tej strukturze, a następnie mogliśmy zapewnić wskazówki, podjąć decyzję, przedstawić zalecenia, zidentyfikować dodatkowe wzorce lub zrobić wiele innych rzeczy” — mówi Mark.

„To było dla mnie bardzo interesujące, chociaż było to bardzo trudne do osiągnięcia w 2016 i 2017 roku. Następnie, w 2018 roku, nastąpiła poważna zmiana technologiczna w przestrzeni sztucznej inteligencji, napędzana głównie przez Siri, Alexę i inne oprogramowanie interfejsu użytkownika sterowane głosem . Teraz cały świat sztucznej inteligencji opiera się na analizie konwersacyjnej i semantycznej. Nie działa z wierszami i kolumnami w bazie danych, jak tradycyjna analiza danych; działa na podstawie losowego modelu i analizuje relacje między komponentami języka”.

Zagłębiając się

Podczas gdy awangarda nowej rewolucji uczenia maszynowego osiąga niewyobrażalne rozmiary, w świecie druku wpływ sztucznej inteligencji jest wciąż na stosunkowo podstawowym etapie.

„Jesteśmy w takim momencie w naszej branży, że wszystko to wciąż znajduje się na poziomie alfa i beta” — mówi Mark.

„Jeśli spojrzysz na rozprzestrzenianie się innowacji lub sposób, w jaki rozprzestrzeniają się pomysły, obecnie obserwujemy to na poziomie RIP lub przetwarzania cyfrowego. Procesy te przewidują okoliczności w typach plików, które przychodzą. Sprawdzają rozdzielczość, przestrzeń kolorów, dołączone profile lub konflikty profili. To naprawdę łatwa rzecz do zrobienia, ponieważ sztuczna inteligencja ma listę i sprawdza rzeczy z tą listą. Następnie śledzi, ile razy dane zdarzenie pojawia się w określonej sytuacji.

„Więc to jest super, super elementarne – technologia tak naprawdę się nie uczy. Ale kiedy zaczynasz uczyć się maszynowo, staje się to naprawdę głębokie i bardzo szybkie”.

Konserwacja predykcyjna

Obszarem szczególnie interesującym dla drukarzy i szybko zyskującym popularność wśród producentów maszyn drukarskich jest koncepcja konserwacji zapobiegawczej.

„Kiedy łączysz IoT [Internet przedmiotów], który jest aspektem gromadzenia danych i propagacji tych danych – sztuczna inteligencja szuka w nich wzorców. Szuka rozbieżnych zależności: zmiany temperatury, zmiany tarcia, zmiany lepkości. Cokolwiek się zmienia, przyrównuje zmianę do przyszłej porażki. To doskonały przykład modelowania predykcyjnego w przestrzeni AI. Im więcej danych można wprowadzić do modelu, tym bardziej staje się on predykcyjny, a tym samym wyższy poziom wskaźnika ufności” — mówi Mark.

„Myślę, że niektórzy więksi dostawcy, tacy jak Agfa, Fuji, Durst – więksi gracze korporacyjni – są świadomi tego, co dzieje się w przestrzeni uczenia się sztucznej inteligencji, a ich celem jest uczynienie rzeczy tak prostymi, że wystarczy nacisnąć przycisk.

Firmy poligraficzne muszą podnieść przewidywalność i model uczenia się na wyższy poziom, koncentrując się na zachowaniu wyjątkowości

„Dokładnie w tym kierunku zmierza – utowarowienie pracownika z równania. Zasadniczo czyni to robotem. W tym procesie czyni go również całkowicie wymiennym. jeśli jest całkowicie wymienny, to go utowarowiłeś.

„Oznacza to, że firmy poligraficzne muszą podnieść przewidywalność i model uczenia się na wyższy poziom, koncentrując się na zachowaniu wyjątkowości. Aby odnieść sukces, musisz mieć wyjątkową różnicę na rynku”.

Właśnie temu przyjrzymy się w następnym artykule — aby zobaczyć, jak firmy poligraficzne mogą wykorzystać sztuczną inteligencję i innowacyjną filozofię komercyjną Marka, aby stworzyć własną wyjątkowość na rynku.

Aby dowiedzieć się więcej o Marku i jego unikalnym podejściu do druku, odwiedź coudray.com .