Fotografie de Ines Alvarez Fdez pe Unsplash
Exista noi rapoarte conform carora strategia AI Tesla pentru automatizarea intregului proces de fabricatie nu reuseste sa ofere productivitatea la care sperau. Business Insider raporteaza ca „analistii de pe Wall Street au prezentat un argument convingator ca supra-automatizarea este de vina”. Raportul detaliaza argumentele pentru care nu trebuie automatizat totul:
Dar, desi tot acest capital exotic ar putea permite Tesla sa indeparteze 5 muncitori, va trebui apoi sa angajeze un inginer calificat care sa gestioneze, sa programeze si sa intretina roboti pentru 100 de dolari pe ora.
Trebuie mentinut un echilibru intre gestionabilitatea tehnologiei avansate de IA si sarcinile care pot fi indeplinite de un angajat calificat in mod rezonabil. In proces vor exista intotdeauna sarcini in care costurile pentru automatizare nu merita. Majoritatea costurilor in AI sunt initiale, acest cost initial poate scapa de sub control daca problema depaseste ceea ce este capabila sa faca AI-ul actual. Aceasta este problema cu multe eforturi de AI, prea multi sunt atrasi in science fiction, crezand ca AI exista deja astazi. Niciodata nu ar trebui sa convertiti o sarcina de imbunatatire a productivitatii intr-o sarcina de cercetare academica. Intelegerea a ceea ce AI poate si nu poate face bine este extrem de importanta pentru a controla costurile si a evita esecurile. Faceti-va o favoare si angajati un expert in Deep Learning timp de o ora pentru a va spune ce sa nu faceti.
Japonezii care au in trecut o experienta mult mai avansata de lucru cu automatizarea cunosc problema mai bine. Abordarea japoneza este de a face mai intai procesul corect si apoi de a aduce robotii. De fapt, aceasta abordare se traduce nu numai in automatizarea productiei, ci si in munca bazata pe cunostinte.
Este important sa ne amintim ca metodologia lean de astazi pe care o gasim in dezvoltarea de software poate fi urmarita inapoi la metodele de fabricare lean ale japonezilor.
hentai en castellano videos caseros españa
sexogratis incesto retro
fiestas xxx falsos casting porno
porno amas de casa xxx prostitutas
mujeres follando gratis cine para adultos gratis
concursos nudistas porno peludas españolas
porno loco analxxx
pajas de madres asiatica forzada
videos pornos muy guarros tata_latina
porno india cerdas com gratis
maduras tocandose me follo a
tuporn laura marano nude
torbe videos completos peliculas x en castellano
maduras sex pillada follando
joven folla por dinero se folla a su cuñada
mi madre me folla chupame las tetas
porno friki gay se la chupa a hetero
follando con abuelas fontanero cachondo
pillada follando porno italiano incesto
incestos lesbicos trios x
Valoarea de baza a Lean este simpla: maximizati valoarea clientului, reducand in acelasi timp risipa. Aceste idei functioneaza atat in industria prelucratoare, cat si in industriile bazate pe cunoastere.
In cartea „The Deep Learning AI Playbook”, am introdus Deep Learning Canvas, iar cadrul central este abordarea Jobs To Be Done (JTBD) aplicata „Incarcarii cognitive”. Ceea ce incercam sa facem este sa trasam procesul de afaceri existent si sa identificam in mod specific JTBD-ul unui client (adica acesta ar putea fi un angajat). JTBD identifica multe sarcini pe care le indeplineste un client pentru a-si face treaba si identificam sarcina cognitiva (constrangere / impediment) care poate fi marita cu tehnologia AI. Sarcinile cognitive includ lipsa memoriei, supraincarcarea informatiilor, lipsa de sens si actionarea rapida. Fiecare tip este marit cu diferite tipuri de tehnologie bazata pe invatarea profunda (DL). Mai exact cautare, rezumare, traducere si vizualizare. Cu toate acestea, ar trebui sa fim pragmatici. Nu ne putem astepta ca DL sa faca totul.
Panza de invatare profunda
Mai degraba, pe masura ce tehnologia DL se imbunatateste in timp, fiecare JTBD care a fost marit de AI continua sa se imbunatateasca. De fapt, aceasta reduce sarcina cognitiva a utilizatorului pentru fiecare sarcina si, in consecinta, ii permite utilizatorului sa devina mai productiv in munca lor. Productivitatea se poate traduce printr-un randament mai mare, dar in mod ideal catre o experienta mai buna pentru clienti (a se vedea: DL pentru CX si XLA). Obiectivul de nivel superior ar trebui sa fie intotdeauna CX, la urma urmei, acesta este motivul pentru care clientii investesc intr-o relatie.
Valoarea AI este ca incorporeaza tehnologie capabila sa identifice contextul utilizatorilor si apoi sa livreze bunurile sau serviciile adecvate la momentul potrivit. Asa se creeaza valoarea. Acesta este modul in care AI si procesele sunt legate. In Lean Thinking, aceasta este evaluarea fluxului de valori pentru a vedea daca fiecare pas este „valoros, capabil, disponibil, adecvat si flexibil”. Modul corect de a utiliza automatizarea AI intr-o afacere este sa incepeti cu o strategie care incorporeaza o intelegere a scopului, procesului si, cel mai important – oamenii.
Exploateaza Deep Learning : Manualul de invatare profunda AI
