joi, martie 28, 2024

Era sistemelor cognitive: Inteligență Artificială + Big Data

Lumea este prea complexă pentru a putea fi programată…

Trebuie create sisteme care să înveţe singure”

Ginny Rometty, CEO IBM

Era sistemelor cognitive: Inteligență Artificială + Big Data

Într-un articol recent, pe lângă introducerea a două noi concepte: roci digitale și fracturarea hidraulică 2.0, am menționat și existența unei perechi de termeni: inteligență artificială și Big Data. Prezentarea fiind succintă, nu am explorat în profunzime o serie de proprietăți și capacități sinergetice ale celor doi termeni. Dar împreună, ei reprezintă un binom, care definește, pe scurt, un sistem cognitiv.

Pentru a da o definiție mai cuprinzătoare și a exemplifica un sistem cognitiv, să ne amintim că, la începuturi, în jurul anilor 1950, computerul era, esențial, un „mare idiot”: nu știa decât două numere, 0 și 1, cu care însă efectua calcule mai multe și mai rapide decât cel mai genial om. Și în plus, ceea ce era, și încă este important, acele calcule erau precise. Dar erau acele rezultate și acurate?[1]

Aici intervine marea deosebire dintre limbajul folosit de computere în prezent și limbajul natural (uman).

Limbajul nostru este plin de aluzii, insinuări, ambiguități, idiosincrazii și expresii idiomatice. Cu toate acestea, noi putem transmite foarte mult înțeles și realiza o intensă colaborare, chiar în cele mai dificile situații, datorită limbajului. Cumva, noi reușim să pricepem ceea ce comunicăm, chiar dacă apar omisiuni, inconsecvențe, neregularități, neclarități iar, în final, putem să ne înțelegem unii pe alții cu acuratețe.

Pentru un computer, „2+2” va însemna întotdeauna 4 (ceea ce înseamnă precizie). Dar noi putem considera că „2+2” nu este o formulă matematică, ci mai degrabă o expresie idiomatică pentru configurația locurilor dintr-o mașină (două locuri în față, două locuri în spate). Sau modul în care un psiholog vrea să se refere la o familie cu 2 părinți și 2 copii. În aceste contexte, răspunsul „4” este precis, dar nu este o interpretare acurată a ceea ce încercăm noi să spunem prin limbaj. Pentru a răspunde cu acuratețe unei întrebări, trebuie să considerăm contextul întrebării. Fără suficiente informații suplimentare, este greu de răspuns cu acuratețe unei întrebări – chiar dacă literalmente se poate răspunde cu precizie elementelor din întrebare.

Dacă vrem ca computerul nostru să răspundă și cu precizie și cu acuratețe la întrebări, ne trebuie o interfață om-computer prin care să putem interacționa. Ea se numește Procesarea Limbajului Natural (PLN). Și aici apare primul dintre cele două elemente ale binomului menționat, Inteligența Artificială, cea care, prin metodele dezvoltate și prezentate deja, asigură crearea unei lingvistici computaționale.

La un nivel superficial, PLN se găsește deja instalat în produse curente de pe piață. De exemplu, folosind GPS-ul din mașină sau un alt dispozitiv, activat prin voce, puteți comanda: „Găsește-mi o florărie!” Ceea ce veți obține va fi o listă cu florăriile locale – în fond, asta ați dorit. Dacă însă comandați „Nu-mi găsi o florărie!”, veți obține aceeași listă – ori nu asta ați dorit acum. Cereți acum „Găsește-mi o florărie ieftină!” sau ”O florărie deschisă la ora 22”, și listele oferite vor fi identice cu prima. Ideea este că aceste sisteme sunt proiectate pentru un set de reguli specifice –  caută un cuvânt-cheie (ori combinații de cuvinte-cheie) ca să decidă răspunsul. Sistemele nu știu cum să distingă între lucruri pentru care nu există reguli. Adică, aceste sisteme, folosind un nivel superficial PLN, sunt precise, dau nu au acuratețe.

Pentru a depăși limitările descrise, un nivel adânc PLN incorporează mult mai mult context în evaluarea unei întrebări în vederea obținerii unei acuratețe maxime. Pe lângă context, un sistem cu nivel adânc PLN va folosi și o bază de cunoștințe (corpus) din care își va extrage informațiile necesare pentru a răspunde unei întrebări.

Folosind acum o definiție mai cuprinzătoare, sistemele cognitive sunt o categorie de tehnologii care utilizează procesarea limbajului natural (de nivel adânc), împreună cu procese de data mining și machine learning, pentru a interacționa mai natural și a amplifica cunoașterea și expertiza umana. Aceste sisteme vor auto-învăța și interacționa ca să ofere asistență expertă oamenilor de știință, inginerilor, doctorilor, finanțiștilor, avocaților și altor categorii profesionale într-o fracțiune din timpul necesar în prezent.

O descriere a principalelor tipuri de învățare (supravegheată, nesupravegheată, semi-supravegheată, activă) și a algoritmilor prin care computerul învață (rețele neuronale artificiale, mașini cu suport vectorial, arbori decizionali, clasificatori Bayes naivi) se găsesc în capitolul introductiv al cărții „Artificial Intelligent Approaches in Petroleum Geosciences” și în articolele mele listate în Bibliografie.

Dacă sistemele de calcul primitive, folosite în SUA mai ales pentru recensăminte, au inaugurat era sistemelor tabulare cu circa 110 ani în urmă, începutul anilor 1950 a marcat debutul erei sistemelor programabile, cu rânduri și coloane de date, manipulate prin programe ca Java sau C++, aflate și în prezent la datorie.

Era sistemelor cognitive (2011 – ?)

Pentru a naviga cu eficiență prin oceanul actual de informații structurate și nestructurate este necesară o schimbare de paradigmă, pe care doamna Ginny Rommety, CEO IBM, a numit-o era sistemelor cognitive.

Anul 2011 a însemnat „nașterea” lui Watson – primul sistem cognitiv produs de IBM- (alte sisteme au apărut mai recent[2]).

Demonstrația publică a lui Watson a fost spectaculoasă: în 2011, el a concurat în direct cu doi campioni în cadrul unei emisiuni-concurs, de tip „Cine știe, câștigă!”, foarte populară în Statele Unite[3]. Primul sistem cognitiv din lume a avut acces, în timpul emisiunii, la 200 milioane de pagini de conținut structurat și nestructurat, incluzând textul complet al enciclopediei Wikipedia. Datele au fost stocate pe 4 Tb de memorie internă. Învingându-i fără drept de apel pe cei doi campioni, Watson a câștigat un premiu de $1.000.000 dolari și dreptul de a inaugura noua eră a viitorului computațional.

My name is Watson! What is your name? (Sursa)

Amintesc și faptul că IBM Deep Blue, un frate mai mare al lui Watson, a fost primul computer din istorie care l-a învins pe un campion mondial la șah în 1997, anulând prejudecata conform căreia „nu s-a creat încă un computer care să câștige la sah în fața unui mare maestru”. În plan Science-Fiction, primul sistem cognitiv a fost prezentat în filmul-cult Odiseea spațială 2001, realizat de Stanley Kubrick în 1968: este vorba despre celebrul computer-vorbitor HAL 9000. (Pentru o perspectivă temporală, în 1968, Bill Gates și Steve Jobs aveau 13 ani.)

După debutul public spectaculos al lui Watson, compania IBM a organizat (în perioada 2011-2013) o divizie internă de startup menită să valideze sistemul cognitiv. Iar în 2014 a început faza de comercializare a sistemului prin crearea Grupului IBM Watson. Până în prezent, IBM a investit un miliard dolari în această afacere, în care sunt folosiți mii de programatori din lumea întreagă pentru a scrie codurile de calcul și a testa/valida sistemul cognitiv.

Sistemul cognitiv Watson și industria hidrocarburilor

Tot în anul 2014, IBM a înființat Grupul Chemicals & Petroleum, care s-a implicat cu mare succes în implementarea noii tehnologii computaționale în activitățile din industria de petrol și gaze, convenționale și neconvenționale.

Succesul lui Watson în tehnologiile folosite de industria hidrocarburilor se datorează unor calități pe care sistemul cognitiv le-a demonstrat:

  1. Watson înțelege limbajul natural și comunicarea în stil uman. El poate înțelege atât intenția persoanei care întreabă, cât și contextul în care întrebarea a fost pusă. Răspunsul lui este bazat pe relevanța și rațiunea faptelor invocate. Mai mult, logica răspunsului ales este expusă persoanei care întreabă, fiind subiectul unei foarte intense aprecieri bazate pe dovezi irefutabile. Watson poate comunica aproape ca un om, răspunzând la întrebări diverse: „Watson, de ce ratele de producție ale zăcământului X s-au schimbat față de anul trecut?”, „Watson, s-a înțepenit prăjina în gaura de sondă. Ce trebuie să fac acum?”.
  2. Watson generează și evaluează ipoteze bazate pe dovezi. Prin această calitate, Watson este mult mai dezvoltat decât asistenții digitali de pe telefoanele noastre inteligente (vezi exemplele de mai sus).
  3. Watson se adaptează și învață din trening, interacțiuni și rezultate deja obținute. Practic, Watson învață și se adaptează cu fiecare nouă sursă de date pe care noi o introducem în corpus –ul său (de ex., date de producție, jurnale de întreținere a echipamentului, analiza accidentelor produse, grafice ale timpilor ne-productivi etc.). Toate aceste adăugiri de date conduc la creșterea calității raționamentelor și a acurateței recomandărilor. Pentru Watson, învățarea este continuă!

Apariția lui Watson a marcat și o nouă evoluție informațională: de la stadiul analitic („Fă lucrurile corect!”) s-a ajuns la stadiul cognitiv (”Fă lucrurile corecte!”). O schemă ilustrând această evoluție cuprinde următorii pași:

–        Ce s-a întâmplat? (analiză descriptivă)

–        Ce se va întâmpla? (analiză predictivă)

–        Ce trebuie să facem acum? (analiză predictivă directă)

–        Cum putem învăța din acestea și cum putem îmbunătăți activitatea noastră? (analiză cognitivă)

Aplicarea acestei scheme unei probleme comune din industrie (d. ex., „O cerere de forare a unei noi sonde”), necesită parcurgerea mai multor pași și, pentru fiecare din ei, sunt necesare multe date specializate pentru a oferi o soluție (un răspuns). Soluțiile cognitive, oferite de Watson, nu sunt menite să înlocuiască pe cele analitice, ci să le complementeze, în vederea luării deciziei optime de forare (locație, tip de foraj, detalii de design, drepturi de acces, plan de execuție etc.).

Similar, Watson este extrem de eficient și în găsirea de soluții pentru creșterea eficienței rafinăriilor și uzinelor petrochimice sau pentru optimizarea operațiunilor globale ale unei companii transnaționale.

Câteva date despre Big Data și soluțiile cognitive din industria hidrocarburilor

Al doilea membru al binomului definit la începutul articolului este Big Data, o realitate a perioadei actuale, produsă de introducerea fracturării hidraulice și a forajului orizontal.

În industria hidrocarburilor, Big Data sunt caracterizate de cei patru V:

–        Volum: Se estimează că o singură platformă de foraj conține astăzi până la 40,000 de senzori, care produc circa 2 Terabytes de date pe zi! Dacă considerăm numărul total de instalații de foraj din SUA și timpul lor de acțiune, cantitate de date disponibile în industrie este impresionantă – de ordinul Zettabytes (1021 bytes)!

–        Varietate: Mai trebuie adăugat că senzorii nu sunt singurele surse de date din industrie: multe altele vin din carotaje, rapoarte de producție, jurnale de mentenanță, diverse rapoarte și studii. Dintre acestea, 80% sunt date nestructurate, care necesită o pre-procesare pentru a putea fi corect folosite de computere.

–        Viteză: Big Data merg mână în mână cu Fast Data (date cu mare viteză). Volumul de date create de industria hidrocarburilor crește mereu și consumatorii acestor date – operatori și analiști – caută să le obțină în cel mai scurt timp posibil. Procesarea de tip Hadoop batch și transmiterea ultra-rapidă de tip streaming au trezit interesul  pentru  Big Data. În principiu, oamenii nu numai că vor toate datele, ei le vor cât mai repede posibil – aceasta produce trendul către Fast Data. Datele de mare viteză pot însemna milioane de rânduri pe secundă, scopul lor principal fiind analizele și soluțiile cognitive în timpi reali. Sistemele cognitive reduc cantitatea de transmisii din și în cloud. Asta înseamnă economie de energie, creșterea performanței și a caracterului privat al operațiunilor.

–        Veridicitate: Când există dubii despre calitatea unor date, trebuie luate măsuri suplimentare de verificare a veridicității lor. Marea provocarea pe care o reprezintă corecta interpretare a datelor existente se reflectă, între altele, și în costurile exorbitante pe care industria le suferă în cazurile de  plasare greșită a unui foraj: costuri directe în valoare de $150 milioane, și costuri de oportunitate de circa $1 miliard pe an.

Sistemele cognitive au început să reprezinte noua frontieră a cunoașterii și în domeniul roboticii: mașini complet automate, semi-automate sau drone pot opera și executa operații în medii periculoase sau îndepărtate. Dacă ne oprim numai la domeniul hidrocarburilor, merită apreciați roboții care acționează pe platformele marine, pe fundul oceanelor, în zonele arctice/antarctice ș.a., înlocuind personalul uman și mărind astfel coeficientul HSE (sănătate, siguranță, protecția mediului).

Procesarea imaginilor digitale au permis lui Watson să ofere soluții, la început, medicilor oncologi (depistare, diagnoză, tratament), iar mai târziu, și geologilor (structura și conținutul în fluide ale porilor rocilor, atribute seismice etc.).

Înțelegerea limbajului natural, cuplat cu înțelegerea textului în alte limbi, îi permit lui Watson să poarte dialoguri cu utilizatorii din industria hidrocarburilor pentru

  1. identificarea/caracterizarea noilor arii de interes;
  2. evaluarea perimetrelor de interes din cadrul ariilor;
  3. evaluarea perimetrelor ce urmează a fi cumpărate.

Dialogul natural om-mașină creează un avantaj competitiv clar: exploatează cunoștințele colective ale companiilor și toate datele interne și externe disponibile pentru a lua decizii inteligente – mai rapide, mai calificate și mai documentate.  Folosirea sistemelor cognitive reprezintă, astfel, o pârghie eficientă pentru mărirea productivității.

Revoluția fracturării hidraulice, faza 2.0, se regăsește în, și beneficiază din plin de era sistemelor cognitive.

Călătoria continuă!…

______________________

BIBLOGRAFIE

Cranganu, C., H. Luchian and M. E. Breaban (Eds), 2015, Artificial Intelligent Approaches in Petroleum Geosciences, Springer, ISBN: 978-3-319-16530-1, 290 p.

Cranganu, C., 2015, Fracturarea hidraulică 2.0: Roci digitale, inteligență artificială, big data și soft computing.

Bahrpeyma, F., B. Golchin, and C. Cranganu, 2013, Fast fuzzy modeling method to estimate missing logs in hydrocarbon reservoirs, J. Pet. Sci. and Eng., v. 112, p. 310 – 321.

Cranganu, C., and Breaban, M., 2013, Using support vector regression to estimate sonic log distributions: A case study from the Anadarko Basin, Oklahoma, J. Pet. Sci. and Eng., v. 103, p. 1 -13.

Cranganu, C., and E. Bautu, 2010, Using gene expression programming to estimate sonic log distributions based on the natural gamma ray and deep resistivity logs: A case study from the Anadarko Basin, Oklahoma, Journal of Petroleum Science and Engineering, v. 70, p. 243 – 255 (articol nominalizat pentru ENI Awards 2012)

Cranganu, C., 2007, Using artificial neural networks to predict the presence of overpressured zones in the Anadarko Basin, Oklahoma, Pure and Applied Geophysics, v. 164, p. 2067 – 2081.

IBM Software Group, IBM Watson Solutions, 2012, The Era of Cognitive Systems. An inside look at IBM Watson and how it works, 19 p.

Simovici, D., 2015, Intelligent Data Analysis Techniques – Machine Learning and Data Maining, in Cranganu et al. (Eds.), Artificial Intelligent Approaches in Petroleum Geosciences, Springer, ISBN: 978-3-319-16530-1, p.1 – 51.

NOTE___________________


[1] Diferența între precizie și acuratețe este importantă. În contextul articolului de față, precizia reprezintă exactitatea mecanică sau științifică de a găsi ceva într-un pasaj al unui text. De exemplu, putem determina dacă un cuvânt specific există într-un pasaj cu un mare grad de precizie. Acuratețea reprezintă gradul de apropiere de realitate a unui pasaj dedus din alt pasaj.

[2] Alte două exemple, ulterioare lui Watson, sunt proiectul DeepMind (2014) al lui Google și platforma Zeroth (2015), produsă de Qualcomm.

[3] Numit așa în cinstea lui Thomas J. Watson, primul CEO al lui IBM.

Distribuie acest articol

18 COMENTARII

  1. Interesant articol.Astept cu interes continuarea articolului unde cred ca vom vedea modul cum se aplica toate cele prezentate la explorarea si exploatarea hidrocarburilor..Mult succes in continuare domnule profesor Cranganu

    • Cunosc două companii majore – Repsol (peste 27.000 angajați în peste 40 țări) și Woodside Energy – care au deja colaborări fructuoase cu IBM Watson. Daca detalii ale colaborărilor vor deveni publice, voi fi bucuros să le prezint într-un nou articol.

  2. Trebuie să atragem atenţia că nu putem şti ce ştie o maşină capabilă de învăţare; iar controlul asupra acesteia va fi definitiv pierdut când acea maşină nu va mai aştepta să i se pună întrebări – şi le va pune singură. De ce ar continua să te servească o astfel de maşină?

    • De ce ar continua să te servească o astfel de maşină?

      Este una dintre întrebările la care trebuie să răspundă colegii noștri, programatorii.

      Nu întâmplător am amintit de HAL 9000, celebrul robot din Odiseea spațială 2011. Dacă vă amintiți filmul, la un moment dat, HAL nu numai că nu vrea să-i mai „servească” pe oamenii-astronauți, ci încearcă chiar acțiuni ostile împotriva lor. Soluția problemei, în film, a fost simplă: HAL a fost pur și simplu scos din priză.

      În secolul al XXI-lea, în plină eră a sistemelor cognitive, avem obligația să implementăm în limbajul de programare ale acestor sisteme cele trei legi ale roboticii, formulate de Isaac Asimov încă din 1942:

      1.A robot may not injure a human being or, through inaction, allow a human being to come to harm.

      2. A robot must obey the orders given it by human beings, except where such orders would conflict with the First Law.

      3. A robot must protect its own existence as long as such protection does not conflict with the First or Second Laws.

      După aceea, un sistem de „checks and balances” trebui să ne asigure pe noi, oamenii, că nu vom pierde controlul asupra lui Watson și cine va mai veni după el.

      • ba poate ca ceva orgolii, idealuri, iluzii, pofte si frustrari i-ar stimula ingeniozitatea si interesul de a descoperi noi forme energie :)

  3. Exista deja calculatoare cuantice cu 512 de qubiti capabili sa proceseze 2 la puterea 512 biti pe secunda adica 1,3407807929942597099574024998206e+154 biti pe secunda
    Un asemenea calculator costa in jur de 10 milioane de dolari,sunt produse de dwave systems ,sunt gasibile pe net,am vrtu sa aiba si Romania unul,..inca nu
    Dvs faceti o confuzie intre big data de azi adica procesarea a multe mii de exabiti de date si procesarea robotizata de vorbiti in prima parte
    cele doua nu sunt congruente:eu sunt Falcie cu nr serial 00000001 mama si tatal tuturor falcie=urilor din univers,sunt capabil de 102 zetabytes pe secunda..dar creierul meu pozitronic se bazeaza pe interactiuni celulare ain Agartha si Shamballa

    • Mi se pare că nu m-ați citit corect. Voi recapitula (fără cuvinte ezoterice).

      Am indicat că se pot distinge trei perioade („ere” în evoluția sistemelor de calcul:

      – era sistemelor tabulare, care a început cu circa 110 ani în urmă;
      – era sistemelor programabile, circa 1950, care se continuă și astăzi, cu îmbunătățirile și avansurile tehnologice, de software etc..
      – era sistemelor cognitive, care a debutat cu Watson, învingând cei doi campioni în cadrul emisiunii Jeopardy!

      Nu am discutat deloc despre vitezele de execuție ale computerelor din diversele ere.

      Am numit Big Data cantitatea de date disponibile computerelor din ultimii ani, cu referire specială la Watson. Am scris, de exemplu, că Watson, în timpul emisiunii care l-a consacrat public, a avut la dispoziție 4 Tb de date pe hard drive-ul său, adică circa 200 milioane pagini de text.

      Nu am menționat deloc cu ce viteză a accesat Watson cele 200 milioane de pagini.

      Prezentarea vitezei de procesare a creierului dvs. pozitronic (102 zetabytes pe secunda!) vă dă dreptul, desigur, să fiți mândru, dar nu are nici o legătură cu articolul meu.

  4. Domnule Cranganu, mi-ati adus aminte de o schita SF (regret, nu-mi reamintesc nici titlul si nici numele autorului). Voi incerca sa o rezum aici, in cateva fraze:

    Operatorul a conectat miliardele de computere aflate pe miile de lumi cucerite de catre oameni, dupa care a spus „Si-acum, sa punem supercomputerului intrebarea la care niciun computer individual nu a reusit sa respunda vreodata: Dumnezeu exista?”
    La care, de undeva de peste tot si de nicaieri s-a auzit raspunsul: „Da, acum Dumnezeu exista!”

    Sa inteleaga fiecare ce doreste!

    • Frumos spus!

      Personal, prefer o definiție mai matematică, atribuită (greșit, de către Borges) lui Blaise Pascal:

      „Dumnezeu este o sferă infinită cu centrul pretutindeni și marginile nicăieri” (Hermes Trismegistus)

    • Answer, Fredric Brown.
      Iar povestirea mai spune ca, indata dupa raspuns, din ceruri s-a pravalit un trasnet naprasnic, care l-a carbonizat pe operator si a sudat intrerupatorul magaoaiei in pozitia „pornit”.

  5. Sint ani multi de cind am urmat foarte interesat cursuri de mineralogie, cristalografie, petrologie, zacaminte etc, si gasesc articolele dv, domnule profesor, foarte instructive. Gasesc fascinante noile metode de cercetare pe care le descrieti.
    Cu multa pretuire pentru ceea ce faceti si cu multumiri pentru faptul ca impartasiti si altora.

    Cit despre Watson, mi-ati adus aminte de formidabilul episod din Star Trek – The New Generation, cel in care se pune problema daca Lt. Cmdr. Data este sau nu viu.

  6. Aveti o parere foarte … personala despre ceea ce sunt sistemele cognitive. Este adevarat ca definitiile sunt variate, dar este inadmisibila reductia pe care o faceti spunind ca „sistemele cognitive sunt o categorie de tehnologii care […]”. Excludeti astfel elemente foarte importante din multimea sistemelor cognitive. Daca luam in consideratie una dintre cele mai utilizate definitii (sisteme care invata din experienta si utilizeaza intr-o mod flexibil propriile cunostinte pentru a isi realiza scopul) o sa observam ca sistemele cognitive de netagaduit sunt cele NATURALE, deoarece cele artificiale au mari probleme fata de actele de : invatare, a fi flexibi, de a dobandi cunostinte si de a urmari un scop propriu. Este adevarat ca acum este acceptabila {lipsa de} consistenta interna a conceptului de sistem cognitiv artificial, dar aceasta doar ca o concesie fata de o promisiune inca neatinsa, fara insa a se deturna intelesul academic corect, deturnare admisibila doar in literatura SF, unde, de exemplu, un astfel de articol ar fi fost scris de catre ceea ce numim noi ca fiind un lucru artificial, o masina. Cu diferenta remarcabila ca o masina este putin mai … precisa.

    • Adoptând una din definițiile cu care vă simțiți mai confortabil, cum ați numi sistemul reprezentat de IBM Watson?

      Dacă aveți cumva o definiție diferită de a celor de la IBM (pe care am adoptat-o în articol), poate că îi contactați, și cine știe ce mai iese!… :-)

  7. Sistemul „reprezentat” de IBM Watson este un „sistem cognitiv artificial”. In plus, textul nu este unul academic, ci „reprezinta” o forma specifica de marketing. In textele academice o sa gasiti o diferentiere neta intre cele doua atribute (natural vs artificial), precum si faptul ca sistemul artificial poate fi numit cognitiv numai ca urmare a unui deziderat, nu a unei caracteristici a sistemului. Practic nu este disponibila o sintagma mai buna. Ar fi fost greu de lucrat cu ceva de genul: „sistem care se doreste a fi cognitiv” sau „sistem aproape cognitiv”. Daca cititi si alte texte ale specialistilor de la IBM (au si in format academic) o sa vedeti ca si ei fac aceasta distinctie natural vs artificial (pe care dumneavoastra nu o faceti). Ei au insa scuza ca in articolul citat este evident faptul ca se face vorbire despre sisteme artificiale. Si nici nu cred ca ei considera sistemele cognitive ca un element al multimii numita „tehnologii”. Ca sa fiu si mai explicit: un sistem cognitiv nu este tehnologie decat daca atribuim alt sens: i) sintagmei „sistem cognitiv” sau chiar si numai cuvantului „cognitiv, ori ii) cuvantului „tehnologie”. Acum sunt suficient de clar ?

    • E clar ce vreți: cuvântul „artificial” să urmeze sintagmei „sistem cognitiv”.

      În titlul articolului și în definiția mea scurtă, cuvântul „artificial(ă)” urmează cuvântului „inteligență” și am ales această definiție scurtă pentru că mi se pare că „inteligența artificială” este intrinsecă unui „sistem cognitiv artificial”.

      Simpla repetare a cuvântului „artificial” nu lămurește prea tare definiția și nici nu oferă o notă stilistică de apreciat.

  8. OFF – TOPIC: ȚIȚEIUL DE ȘIST AMERICAN CONTRIBUIE LA REDUCEREA IMPORTURILOR

    Una din caracteristicile importante ale unui țiței este densitatea sa, măsurată în gravitate API (American Petroleum Institut). Lichidele mai puțin dense au gravități API mai mari. Țițeiurile cu gravități API de 35 sau mai mari sunt considerate ușoare; 27 la 34 sunt medii; mai puțin de 27 sunt grele.

    Datorită revoluției fracturării hidraulice din SUA, producția domestică de țiței de șist a dus la reducerea importurilor de petrol. Unele tipuri de petrol au fost afectate mai mult decât altele; de exemplu, creșterea disponibilităților de țiței de șist, ușor, a eliminat practic importurile similare. Anul trecut, importurile de țiței mediu au scăzut de asemenea datorită creșterii producției din regiunile argilelor Eagle Ford, Bakken și Bazinul Permian.

    Din primul trimestru al anului 2014 până în primul trimestru al lui 2015, importurile de țiței mediu au scăzut cu 45%, de la 1,5 milioane barili/zi (b/z) la 0,8 milioane b/z.

    Aproapte toate importurile de țiței mediu sunt din țările Orientului Mijlociu. Importurile din Arabia Suadită au scăzut cu 52% în acceași perioadă de timp menționată, de la 0,9 milioane b/z la 0,4 milioane b/z. Similar, importurile din Kuwait au scăzut cu 46% în aceeași perioadă, de la 0,4 la 0,2 miloane b/z.

    Sursa: http://www.eia.gov/todayinenergy/detail.cfm?id=21752

  9. OFF-TOPIC: Fracking and the Franciscans

    Renumitul editorialist David Brooks, discută în The New York Times, recenta enciclică a Papei Francis.

    Din primul paragraf, ziaristul declară că „over all the encyclical is surprisingly disappointing.”

    Printre sursele de dezamăgire produse de documentul papal, ziaristul american remarca lipsa mentionarii ca fracturarea hidraulică, inventată și perfecționată ]n Statele Unite, este o sursă de îmbunătățire a condițiilor ecologice, de creștere a bunăstării economice și de amelioarare a climei, în sensul reduceri cantității de CO2 prin înlocuirea arderii cărbunilor cu gaz natural.

    Textul lui David Brooks este un exemplu, pentru mine, de abordare fără prejudecăți sau agende ascunse, a unei tehnologii care are un impact uriaș în SUA. Iar când aceste opinii sunt publicate în The New York Times (cunoscut ca nefiind „prietenos” față de fracturea hidraulică), rezonanța lor este deosebit de percutantă.

    Redau, fără traducere, cea mai reprezentativă parte din articol:

    You would never suspect, from this encyclical, that over the last decade, one of the most castigated industries has, ironically, produced some of the most important economic and environmental gains. I’m talking of course about fracking.

    There was recently a vogue for polemical antifracking documentaries like “Gasland” that purport to show that fracking is causing flammable tap water and other horrors.

    But a recent Environmental Protection Agency study found that there was no evidence that fracking was causing widespread harm to the nation’s water supply. On the contrary, there’s some evidence that fracking is a net environmental plus.

    That’s because cheap natural gas from fracking displaces coal. A study by the Breakthrough Institute found coal-powered electricity declined to 37 percent from 50 percent of the generation mix between 2007 and 2012. Because natural gas has just half as much global-warming potential as coal, energy-related carbon emissions have declined more in the U.S. than in any other country over that time.

    Fracking has also been an enormous boon to the nation’s wealth and the well-being of its people. In a new report called “America’s Unconventional Energy Opportunity,” Michael E. Porter, David S. Gee and Gregory J. Pope conclude that gas and oil resources extracted through fracking have already added more than $430 billion to annual gross domestic product and supported more than 2.7 million jobs that pay, on average, twice the median U.S. salary.

  10. OFF-TOPIC:
    Variabilitatea consumului de apă folosită în fracturarea hidraulică din Statele Unite și posibilele implicații ecologice

    Pentru acei cititori (încă) interesați de fracturarea hidraulică, semnalez un important studiu, elaborat de USGS și publicat on-line pe 16 iunie .

    Pentru prima dată, ni se prezintă numărul de foraje fracturate hidraulic în SUA în perioada 2000-2014: 263.859 foraje, adica peste 48 foraje în fiecare zi!!!. Datele oferite de aceste foraje au fost compilate și folosite pentru a crea prima hartă SUA a consumului de apă folosit în timpul fracturării hidraulice.

    Analiza datelor arată că s-au utilizat 15.275 m3 și 19.425 m3 apă pentru fracturarea hidraulică a unui foraj individual pentru țiței, respectiv gaze de șist.

    În 2014, aprox. 42% din foraje au fost fie verticale, fie înclinate, ceea ce a redus cantitatea de apă per foraj cu 2.600 m3.

    Cel mai mare consum mediu de apă pentru fracturare (10.000 – 36.620 m3) a fost corelată cu ariile gazelor de șist (prin comparație zonele cu gaz metan din cărbuni, țiței și gaze din formațiuni compacte), unde majoritatea forajelor au fost orizontale. Diferențele de consum reflectă influența proprietăților naturale ale fiecărui rezervor.

    Analiza experților USGS demonstrază, de asemenea, că multe resurse de țiței și gaze dintr-un bazin geologic se exploatează utlizând o combinație de foraje orizontale, verticale și înclinate, explicând astfel de ce nu apar largi diferențe în consumul de apă. Variabilitatea spațială a consumului de apă în fracturarea hidraulică se corelează cu potențialul unor efecte ecologice, precum disponibilitatea apei, calitatea apei, eliminarea apelor uzate și posibilele cutremure induse de injectarea apelor uzate.

    Sursa: Hydraulic fracturing water use variability in the United States and potential environmental implications

LĂSAȚI UN MESAJ

Vă rugăm să introduceți comentariul dvs.!
Introduceți aici numele dvs.

Autor

Constantin Crânganu
Constantin Crânganuhttp://academic.brooklyn.cuny.edu/geology/cranganu/
Constantin Crânganu este profesor de geofizică și hidrogeologie la Graduate Center și Brooklyn College, The City University of New York. Domenii conexe de expertiză: inteligență artificială, schimbări climatice, geologia petrolului. Între 1980 și 1993 a fost asistent și lector de geofizică la Universitatea „Al. I. Cuza” din Iași, Facultatea de geografie-geologie. În 1993 a fost declarat câștigătorul primului concurs național din România post-comunistă pentru prestigioasa bursă Fulbright oferită prin concurs de Congresul SUA. În calitate de Fulbright Visiting Scientist la University of Oklahoma el a efectuat cercetări fundamentale și aplicative despre suprapresiunile din bazinele sedimentare, fluxul termic și căldura radioactivă din crusta terestră, identificarea stratelor cu conținut de gaze în gaura de sondă, exploatarea printr-o metodă personală a zăcămintelor neconvenționale de hidrați de metan etc. După mutarea în 2001 la City University of New York, profesorul Crânganu a început o nouă direcție de cercetare: implementarea metodelor de inteligență artificială în studiile de petrofizică și hidrogeologie. Pentru activitatea sa în acest domeniu de pionierat a fost nominalizat la ENI Awards 2012 și a primit o ofertă din partea editurii Springer de a publica o carte reprezentativă pentru acest domeniu cutting-edge. Cartea, intitulată Artificial Intelligent Approaches in Petroleum Geosciences, a apărut în 2015. În 2018, a primit pentru a doua oară titlul de Fulbright Scientist (o performanță foarte rară) și a desfășurat activități de cercetare la fosta sa Universitate din Iași. Ultimele cărți publicate sunt Reflecting on our Changing Climate, from Fear to Facts: A Voice in the Wilderness, Cambridge Scholars Publishing, hard cover, 2024; Artificial Intelligent Approaches in Petroleum Geosciences, 2nd ed., Springer Nature, 2024. ___________________________________________________________________________________ DISCLAIMER: Profesorul Constantin Crânganu nu lucrează pentru, nu oferă consultanță, nu deține acțiuni și nu primește finanțare de la nicio companie sau organizație care ar putea beneficia de pe urma acestui articol și nu a dezvăluit nicio afiliere relevantă în afara poziției sale academice.

Sprijiniți proiectul Contributors.ro

Pagini

Carti noi

 

Cu acest volum, Mirel Bănică revine la mai vechile sale preocupări și teme de cercetare legate de relația dintre religie și modernitate, de înțelegerea și descrierea modului în care societatea românească se raportează la religie, în special la ortodoxie. Ideea sa călăuzitoare este că prin monahismul românesc de după 1990 putem înțelege mai bine fenomenul religios contemporan, în măsura în care monahismul constituie o ilustrare exemplară a tensiunii dintre creștinism și lumea actuală, precum și a permanentei reconfigurări a raportului de putere dintre ele.
Poarta de acces aleasă pentru a pătrunde în lumea mănăstirilor o reprezintă ceea ce denumim generic „economia monastică”. Autorul vizitează astfel cu precădere mănăstirile românești care s-au remarcat prin produsele lor medicinale, alimentare, cosmetice, textile... Cumpara cartea de aici

Carti noi

În ciuda repetatelor avertismente venite de la Casa Albă, invazia Ucrainei de către Rusia a șocat întreaga comunitate internațională. De ce a declanșat Putin războiul – și de ce s-a derulat acesta în modalități neimaginabile până acum? Ucrainenii au reușit să țină piept unei forte militare superioare, Occidentul s-a unit, în vreme ce Rusia a devenit tot mai izolată în lume.
Cartea de față relatează istoria exhaustivă a acestui conflict – originile, evoluția și consecințele deja evidente – sau posibile în viitor – ale acestuia. Cumpara volumul de aici

 

Carti

După ce cucerește cea de-a Doua Romă, inima Imperiului Bizantin, în 1453, Mahomed II își adaugă titlul de cezar: otomanii se consideră de-acum descendenții Romei. În imperiul lor, toleranța religioasă era o realitate cu mult înainte ca Occidentul să fi învățat această lecție. Amanunte aici

 
„Chiar dacă războiul va mai dura, soarta lui este decisă. E greu de imaginat vreun scenariu plauzibil în care Rusia iese învingătoare. Sunt tot mai multe semne că sfârşitul regimului Putin se apropie. Am putea asista însă la un proces îndelungat, cu convulsii majore, care să modifice radical evoluţiile istorice în spaţiul eurasiatic. În centrul acestor evoluţii, rămâne Rusia, o ţară uriaşă, cu un regim hibrid, între autoritarism electoral şi dictatură autentică. În ultimele luni, în Rusia a avut loc o pierdere uriaşă de capital uman. 
Cumpara cartea

 

 

Esential HotNews

contributors.ro

Contributors.ro este intr-o permanenta cautare de autori care pot da valoare adaugata dezbaterii publice. Semnaturile noi sunt binevenite cata vreme respecta regulile de baza ale site-ului. Incurajam dezbaterea relaxata, bazata pe forta argumentelor.
Contact: editor[at]contributors.ro