35 grandes empresas estatales probadas: modelo causal mundial implementado
La empresa china Zhongshu Ruizhi ha presentado "AI for Reasoning", un modelo causal mundial que ayuda a las empresas a tomar decisiones en escenarios críticos como la perforación petrolera, la energía y las finanzas. El sistema se ha implementado en más de 35 grandes empresas estatales, cubriendo más de 800 escenarios de negocio, y no ha cometido errores de alucinación en más de 15.000 horas de operación.
La empresa china Zhongshu Ruizhi, fundada en 2020, ha desarrollado un modelo mundial causal para resolver la incapacidad de los sistemas de inteligencia artificial actuales de participar en decisiones empresariales críticas. En la conferencia WAIC, la compañía presentó el sistema "AI for Reasoning", que incluye el concepto de "metacausalidad" y un motor dinámico para construir y evolucionar relaciones de causa y efecto. A diferencia del enfoque tradicional basado en la correlación de datos, el modelo utiliza causalidad empresarial y reglas mecánicas, lo que permite no solo identificar riesgos, sino también predecir su evolución y las consecuencias de las intervenciones. El sistema ya está implementado en más de 35 grandes empresas estatales en sectores como el petróleo y gas, energía, manufactura y finanzas, abarcando más de 800 escenarios. Por ejemplo, en la perforación petrolera, el modelo alerta sobre emisiones y rupturas de gas entre 15 y 20 minutos antes de un accidente, con una precisión del 94% en la identificación de la causa raíz de situaciones complejas y una reducción del 40% en falsas alarmas. La empresa también publicó el "Libro Blanco sobre la Tecnología de Modelos Mundiales Causales", donde detalla la metodología: cinco pilares correspondientes a cinco deficiencias de los modelos lingüísticos actuales —alucinaciones fácticas, énfasis en la descripción sin predicción, falta de dimensión temporal, imposibilidad de verificación previa y acumulación de reglas. El enfoque de Zhongshu Ruizhi difiere de la corriente principal, centrada en modelos físicos: la empresa hace hincapié en la causalidad empresarial, no en las leyes físicas, y ya ha logrado una implementación industrial en escenarios con tolerancia cero a errores.
Fuente: QbitAI 量子位 —
original
