MicroStep-MIS prepája meteorologickú AI s pravidlami jej používania

MicroStep-MIS vyvíja monitorovacie, predpovedné a rozhodovacie systémy pre činnosti citlivé na počasie. Prípadová štúdia KInIT z 29. septembra opisuje firmu, ktorá už mala AI produkt v používaní a chcela zodpovednejšie nastaviť ďalšie nasadzovanie. Nešlo teda iba o úvodné vysvetlenie, čo je umelá inteligencia.

Medzi uvedené riešenia patrí krátkodobé predpovedanie zrážok z radarových dát, predpovedanie búrok zo satelitných údajov a podpora produktov pomocou jazykových modelov. Prvé dve oblasti pracujú s meteorologickým vývojom, tretia s informáciami pre používateľov. Hoci všetky nesú označenie AI, vyžadujú odlišné dáta aj overovanie výsledku.

KInIT kombinoval skupinové vzdelávanie s individuálnym mentoringom. Témy zahŕňali spracovanie jazyka, neurónové siete, počítačové videnie aj cestu od dát k nasadenému modelu. Individuálna časť sa venovala interným pravidlám používania AI, dokumentačnému chatbotu a pripravenosti firmy zavádzať ďalšie riešenia.

Zdroj uvádza aj konzultácie k uplatniteľnosti európskej regulácie. Táto informácia opisuje rozsah projektu; nie je právnym stanoviskom tohto článku ani potvrdením certifikácie konkrétneho systému. Význam spolupráce spočíva v tom, že sa popri technickom vývoji riešilo aj to, ako ľudia nástroje používajú a za čo má byť organizácia schopná niesť zodpovednosť.

Pre priemyselný podnik je užitočné rozlišovať model, pracovný postup a pravidlá používania. Dobrý výsledok modelu na testovacích dátach ešte nehovorí, ako pracovník naloží s neistou predpoveďou alebo nesprávnou odpoveďou chatbota. Pri pilote by preto mali byť jasné prípady, v ktorých výsledok preverí človek, aj spôsob zaznamenania chyby.

Meteorologická predpoveď a vyhľadanie informácie v návode sa tiež nemajú hodnotiť jednou spoločnou metrikou. Prvá potrebuje posúdenie predpovedaného javu v čase a priestore, druhá kontrolu správnosti a dohľadateľnosti odpovede. Toto je redakčný návrh otázok pre hodnotenie, nie zverejnený výsledok testu MicroStep-MIS.

Prípadová štúdia neuvádza rozpočet, presnosť modelov ani vyčíslenú prevádzkovú úsporu. Je preto dôkazom konkrétneho rozsahu spolupráce a používaných oblastí AI, nie podkladom na tvrdenie o návratnosti investície. Pre Slovensko je zaujímavá práve prepojením domácej vývojovej firmy s výskumnou a konzultačnou kapacitou KInIT.