JAL İş Akışlarını Kolaylaştırma: Fujitsu ve Headwaters’ın Yapay Zeka Yeniliği
Fujitsu Limited ve önde gelen bir yapay zeka çözümleri sağlayıcısı olan Headwaters Co., Ltd., Japan Airlines Co., Ltd. (JAL) kabin ekibi için devir raporlarının oluşturulmasını devrimleştirmek üzere üretken yapay zekayı kullanan saha denemelerini başarıyla tamamladı. 27 Ocak - 26 Mart 2025 tarihleri arasında yapılan bu denemeler, önemli ölçüde zaman tasarrufu ve artan verimlilik potansiyelini açıkça gösterdi.
Devir Raporlarının Zorluğu
JAL kabin ekibi üyeleri geleneksel olarak kapsamlı devir raporları hazırlamak için önemli zaman ve çaba harcıyorlar. Bu raporlar, birbirini takip eden kabin ekipleri ve yer personeli arasında bilgi aktarımı için çok önemli bir kanal görevi görerek sorunsuz bir operasyonel akış sağlıyor. Bu süreci kolaylaştırma fırsatını fark eden Fujitsu ve Headwaters, üretken yapay zekanın gücünden yararlanmak için ortak bir çabaya girişti.
Yeni Bir Çözüm: Çevrimdışı Üretken Yapay Zeka
Sürekli bulut bağlantısına güvenmenin sınırlamalarının üstesinden gelmek için Fujitsu ve Headwaters, çevrimdışı ortamlar için titizlikle optimize edilmiş kompakt bir dil modeli (SLM) olan Microsoft’un Phi-4’ünü tercih etti. Bu stratejik seçim, hem uçuş sırasında hem de sonrasında verimli rapor oluşturmayı kolaylaştıran tablet cihazlarda erişilebilen sohbet tabanlı bir sistemin geliştirilmesini sağladı.
Denemeler, bu yenilikçi çözümün kabin ekibine yüksek kaliteli raporlar oluşturma ve aynı zamanda rapor oluşturmaya harcanan süreyi önemli ölçüde azaltma gücü verdiğine dair ikna edici kanıtlar sağladı. Bu, JAL’ın kabin ekibi için artan verimliliğe ve sonuçta yolcular için iyileştirilmiş hizmet sunumuna dönüşüyor.
Rol ve Sorumluluklar
Bu işbirliği girişiminin başarısı, her ortağın farklı uzmanlığına ve katkılarına bağlıydı:
Fujitsu: Şirket, Microsoft Phi-4’ü kabin ekibi görevlerinin özel gereksinimlerine göre uyarlamada çok önemli bir rol oynadı. Fujitsu, Fujitsu Kozuchi AI hizmetinden yararlanarak, optimum performans ve alaka düzeyi sağlayarak JAL’ın geçmiş rapor verilerini kullanarak dil modelini titizlikle ince ayar yaptı.
Headwaters: Headwaters, Phi-4 tarafından desteklenen işle özel üretken bir yapay zeka uygulamasının geliştirilmesine öncülük etti. Headwaters, nicemleme teknolojisini kullanarak tablet cihazlarda çevrimdışı ortamlarda bile sorunsuz rapor oluşturmayı sağladı. Dahası, yapay zeka danışmanları, yapay zeka uygulaması için iş akışı analizi, deneme uygulaması ve değerlendirmesi ve çevik geliştirme ilerleme yönetimi dahil olmak üzere proje boyunca paha biçilmez destek sağladı. Şirketin yapay zeka mühendisleri ayrıca Fujitsu Kozuchi için ince ayar ortamı oluşturdu ve müşterinin benzersiz kullanım ortamına göre optimize edilmiş teknik yardım sağladı.
Sektör İçgörüleri
Fujitsu Limited, Global Çözümler İş Grubu, Sektörler Arası Çözümler İş Birimi Başkanı Shinichi Miyata, bu başarının önemini vurgulayarak, ‘Japan Airlines’ın kabin operasyonlarında üretken yapay zeka kullanımına dair bu örneği duyurmaktan memnuniyet duyuyoruz. Bu ortak kavram kanıtı, çevrimdışı ortamlarda üretken yapay zekanın ilerlemesine katkıda bulunuyor ve ağ erişiminin sınırlı olduğu çeşitli sektörler ve rollerdeki operasyonları dönüştürme potansiyeline sahip. Bu anlamlı işbirliğinin başarısı, Headwaters’ın olağanüstü teklif yeteneklerinin Fujitsu’nun teknolojik uzmanlığıyla birleşmesinin bir sonucudur. İlerleyen zamanlarda, müşterilerimizin iş genişlemesini desteklemek ve toplumsal zorlukları ele almak için ortaklığımızı güçlendirmeye kararlıyız’ dedi.
Gelecek Yörünge
Saha denemelerinin umut verici sonuçlarına dayanarak, Fujitsu ve Headwaters, JAL için üretim dağıtımının önünü açmak için daha fazla test yapmaya kararlıdır. Nihai amaçları, çözümü JAL’ın mevcut üretken yapay zeka platformuna sorunsuz bir şekilde entegre etmektir.
Ek olarak, Fujitsu, Fujitsu Kozuchi içinde çeşitli iş türlerine özel olarak uyarlanmış SLM’leri dahil etmeyi, yapay zeka hizmetinin çok yönlülüğünü ve uygulanabilirliğini daha da artırmayı öngörüyor.
Fujitsu ve Headwaters birlikte, yapay zekanın stratejik uygulaması yoluyla JAL’ın operasyonel dönüşümünü desteklemeye, kritik zorlukları ele almaya, müşteri hizmetlerini yükseltmeye ve sektör çapındaki sorunlarla mücadele etmeye devam edecekler.
Daha Derine İnme: Yapay Zeka Uygulamasının İnceliklerini Ortaya Çıkarma
Fujitsu ve Headwaters’ın JAL’ın operasyonel verimliliğini yapay zeka yoluyla artırmak için yaptığı işbirliği, gerçek dünya zorluklarını ele almak için en son teknolojinin nasıl kullanılabileceğine dair ilgi çekici bir örnek olay sunuyor. Bu projenin başarısının temelini oluşturan temel unsurları inceleyelim ve havacılık endüstrisi ve ötesi için daha geniş etkilerini keşfedelim.
1. Küçük Bir Dil Modelinin (SLM) Stratejik Seçimi
Büyük bir dil modeli (LLM) yerine küçük bir dil modeli (SLM) olan Microsoft’un Phi-4’ünü kullanma kararı, stratejik bir ustalık vuruşuydu. LLM’ler, etkileyici yeteneklere sahip olmalarına rağmen, genellikle önemli miktarda hesaplama kaynağı ve bulut sunucularına sürekli bağlantı gerektirir. Bu, uçuşlar gibi ağ erişiminin güvenilmez veya hiç olmadığı ortamlarda önemli bir zorluk teşkil ediyor.
SLM’ler ise sınırlı işlem gücüne ve depolama kapasitesine sahip cihazlarda verimli bir şekilde çalışmak üzere tasarlanmıştır. Özellikle Phi-4, çevrimdışı ortamlar için titizlikle optimize edilmiştir, bu da onu JAL projesi için ideal bir seçim haline getiriyor. Bu yaklaşım, yalnızca kabin ekibinin yapay zeka destekli rapor oluşturma sistemine ağ kullanılabilirliğinden bağımsız olarak erişebilmesini sağlamakla kalmıyor, aynı zamanda pahalı bulut altyapısına olan bağımlılığı da azaltıyor.
2. Alan Özelliği İçin İnce Ayar
SLM’ler çevrimdışı çalışma avantajını sunarken, genellikle daha büyük muadillerinin bilgi genişliği ve bağlamsal anlayışından yoksundur. Bu sınırlamayı ele almak için Fujitsu, Phi-4’ü JAL’ın geçmiş rapor verilerini kullanarak ince ayar yapmak üzere Kozuchi AI hizmetini kullandı.
İnce ayar, belirli bir görevde veya belirli bir alanda performansını artırmak için önceden eğitilmiş bir dil modelini belirli bir veri kümesi üzerinde eğitmeyi içerir. Bu durumda, Phi-4’ü JAL’ın geçmiş raporlarının zenginliğiyle karşı karşıya bırakarak, Fujitsu modelin kabin ekibi raporlamasının nüanslarını, özel terminoloji, biçimlendirme kuralları ve uçuşlar sırasında karşılaşılan yaygın sorunlar dahil olmak üzere öğrenmesini sağladı.
Bu alana özel ince ayar, yapay zeka tarafından oluşturulan raporların doğruluğunu ve alaka düzeyini önemli ölçüde artırarak, JAL’ın operasyonel prosedürlerinin katı gereksinimlerini karşılamalarını sağladı.
3. Gelişmiş Verimlilik İçin Nicemleme Teknolojisi
Headwaters’ın projeye katkısı, sohbet tabanlı uygulamanın geliştirilmesinin ötesine uzandı. Şirket ayrıca, Phi-4’ün tablet cihazlardaki performansını daha da optimize etmek için nicemleme teknolojisini kullandı.
Nicemleme, parametrelerini daha az bit kullanarak temsil ederek bir sinir ağının bellek ayak izini ve hesaplama gereksinimlerini azaltan bir tekniktir. Örneğin, 32 bit kayan nokta sayıları kullanmak yerine, modelin parametreleri 8 bit tamsayılar kullanılarak temsil edilebilir.
Hassasiyetteki bu azalma, doğrulukta hafif bir maliyetle gelir, ancak takas genellikle iyileştirilmiş hız ve azaltılmış bellek tüketimi açısından buna değerdir. Phi-4’ü nicemleyerek, Headwaters yapay zeka modelinin tablet cihazların sınırlı kaynaklarında sorunsuz ve verimli bir şekilde çalışabilmesini sağlayarak kabin ekibi için sorunsuz bir kullanıcı deneyimi sağladı.
4. Çevik Geliştirme ve İşbirlikçi Uzmanlık
JAL projesinin başarısı aynı zamanda Headwaters tarafından kullanılan çevik geliştirme metodolojisine ve Fujitsu-Headwaters ortaklığının işbirlikçi ruhuna da bağlanabilir.
Çevik geliştirme, yinelemeli geliştirmeyi, sık geri bildirimi ve paydaşlar arasında yakın işbirliğini vurgular. Bu yaklaşım, proje ekibinin değişen gereksinimlere hızla uyum sağlamasına ve öngörülemeyen zorlukları ele almasına olanak tanıdı.
Fujitsu ve Headwaters’ın tamamlayıcı uzmanlığı da projenin başarısı için çok önemliydi. Fujitsu, yapay zeka teknolojisi ve Kozuchi AI hizmeti konusundaki derin anlayışını getirirken, Headwaters yapay zeka uygulama geliştirme, iş akışı analizi ve çevik proje yönetimi konusundaki uzmanlığını katkıda bulundu. Beceri ve bilgi sinerjisi, ekibin gerçekten yenilikçi ve etkili bir çözüm geliştirmesini sağladı.
Havacılık Endüstrisi İçin Daha Geniş Etkileri
JAL projesi, havacılık endüstrisinde yapay zekanın geleceğine bir bakış sunuyor. Rapor oluşturma gibi rutin görevleri otomatikleştirerek yapay zeka, kabin ekibinin yolcu güvenliği ve müşteri hizmetleri gibi daha önemli sorumluluklara odaklanmasını sağlayabilir.
Ek olarak, yapay zeka diğer çeşitli alanlarda operasyonel verimliliği artırmak için kullanılabilir, bunlara şunlar dahildir:
- Tahmini bakım: Yapay zeka, arıza süresini azaltmak ve güvenliği artırmak için uçaklardan gelen sensör verilerini analiz ederek bakımın ne zaman gerekli olduğunu tahmin edebilir.
- Rota optimizasyonu: Yapay zeka, yakıt tasarrufu sağlamak ve seyahat süresini azaltmak için hava koşullarını, trafik koşullarını ve diğer faktörleri analiz ederek uçuş rotalarını optimize edebilir.
- Müşteri hizmetleri: Yapay zeka destekli sohbet robotları, yolculara anında destek sağlayabilir, soruları yanıtlayabilir, sorunları çözebilir ve kişiselleştirilmiş önerilerde bulunabilir.
Yapay zeka teknolojisi gelişmeye devam ettikçe, havacılık endüstrisini dönüştürme potansiyeli çok büyüktür. JAL projesi, yapay zekanın verimliliği artırmak, güvenliği artırmak ve yolcu deneyimini yükseltmek için nasıl kullanılabileceğine dair değerli bir örnek teşkil ediyor.
Havacılık Ötesinde: Çevrimdışı Yapay Zekanın Çok Yönlülüğü
Fujitsu-Headwaters’ın JAL için geliştirdiği proje, çevrimdışı yapay zeka çözümlerinin çeşitli endüstri ve sektörlerdeki daha geniş uygulanabilirliğinin altını çiziyor. Sınırlı veya hiç ağ bağlantısı olmayan ortamlarda yapay zeka modellerini dağıtma yeteneği, uzak veya zorlu ortamlarda yapay zekanın gücünden yararlanmak isteyen kuruluşlar için bir olasılıklar dünyasının kapılarını açıyor.
1. Uzak Bölgelerde Sağlık Hizmetleri
Kırsal veya yetersiz hizmet alan topluluklarda, sağlık hizmeti sağlayıcıları genellikle güvenilir internet bağlantısına sınırlı erişimle ilgili zorluklarla karşı karşıyadır. Çevrimdışı yapay zeka çözümleri, bu sağlayıcılara istikrarlı bir internet bağlantısı olmasa bile tanı araçları, tedavi önerileri ve hasta izleme yetenekleri sağlayabilir.
Örneğin, yapay zeka destekli görüntü tanıma algoritmaları, sağlık çalışanlarına tıbbi görüntülerden, örneğin röntgen veya BT taramalarından hastalıkları belirlemede yardımcı olmak için taşınabilir cihazlarda dağıtılabilir. Benzer şekilde, yapay zeka güdümlü karar destek sistemleri, uzmanlık erişiminin sınırlı olduğu bölgelerde bile hasta semptomlarına ve tıbbi geçmişine dayalı olarak tedavi protokolleri hakkında rehberlik sağlayabilir.
2. Gelişmekte Olan Ülkelerde Tarım
Gelişmekte olan ülkelerdeki çiftçiler genellikle en son tarım bilgileri ve teknolojilerine erişemiyor. Çevrimdışı yapay zeka çözümleri, çiftçilere internet erişimi olmasa bile ürün seçimi, sulama teknikleri ve zararlı kontrol stratejileri hakkında kişiselleştirilmiş öneriler sunarak bu açığı kapatabilir.
Yapay zeka destekli görüntü analizi araçları, mahsul sağlığını değerlendirmek, bitki hastalıklarını belirlemek ve zararlı haşere istilalarını tespit etmek için kullanılabilir, bu da çiftçilerin verimlerini korumak için zamanında harekete geçmelerini sağlar. Dahası, yapay zeka güdümlü hava durumu tahmin modelleri, çiftçilerin ekim, hasat ve sulama hakkında bilinçli kararlar almalarına yardımcı olarak, çiftçilere doğru ve yerelleştirilmiş hava durumu tahminleri sağlayabilir.
3. Afet Yardımı ve Acil Durum Müdahalesi
Depremler, seller veya kasırgalar gibi doğal afetlerin ardından iletişim altyapısı genellikle bozulur, bu da kurtarma görevlilerinin çabalarını koordine etmesini ve ihtiyacı olanlara yardım sağlamasını zorlaştırır. Çevrimdışı yapay zeka çözümleri, kurtarma görevlilerine durumsal farkındalık, hasar değerlendirmesi ve kaynak tahsisi için araçlar sağlayarak bu durumlarda çok önemli bir rol oynayabilir.
Yapay zeka destekli görüntü tanıma algoritmaları, hasarın boyutunu değerlendirmek ve yardımın en acil ihtiyaç duyulduğu alanları belirlemek için uydu görüntülerini veya drone çekimlerini analiz etmek için kullanılabilir. Benzer şekilde, yapay zeka güdümlü iletişim platformları, kurtarma görevlilerinin hücresel veya internet bağlantısı olmasa bile birbirleriyle ve etkilenen topluluklarla iletişim kurmasını sağlayabilir.
4. Üretim ve Endüstriyel Otomasyon
Üretim tesislerinde ve endüstriyel tesislerde, özellikle uzak bölgelerde veya elektromanyetik girişim olan ortamlarda güvenilir internet bağlantısı her zaman garanti edilmez. Çevrimdışı yapay zeka çözümleri, üreticilerin istikrarlı bir internet bağlantısı olmasa bile kalite kontrol, tahmini bakım ve envanter yönetimi gibi çeşitli süreçleri otomatikleştirmesini sağlayabilir.
Yapay zeka destekli vizyon sistemleri, yalnızca yüksek kaliteli ürünlerin müşterilere gönderilmesini sağlayarak ürünleri kusurlar açısından incelemek için kullanılabilir. Benzer şekilde, yapay zeka güdümlü tahmini bakım modelleri, arıza süresini azaltmak ve üretkenliği artırmak için ekipmandan gelen sensör verilerini analiz ederek bakımın ne zaman gerekli olduğunu tahmin edebilir.
Fujitsu-Headwaters’ın JAL için geliştirdiği proje, çevrimdışı yapay zeka çözümlerinin gücünün ve çok yönlülüğünün ikna edici bir gösterimi olarak hizmet ediyor. Yapay zeka teknolojisi gelişmeye devam ettikçe, kuruluşların internet bağlantısına erişimleri ne olursa olsun, gerçek dünya sorunlarını çözmelerini ve insanların yaşamlarını iyileştirmelerini sağlayarak, çevrimdışı yapay zekanın çok çeşitli endüstri ve sektörlerde daha da yenilikçi uygulamalarını görmeyi bekleyebiliriz.