MITの研究者たちは、故障した風力タービンを特定するために、大規模言語モデル(LLM)の可能性を探りました。
このLLMは、時間に沿ったデータ、いわゆる時系列データの異常を検出する際に、従来の深層学習モデルを改良する試みです。
風力タービンからの膨大な信号とデータ点を分析するという難しい問題を、LLMを使って解決しようと試みています。
研究者らは、時系列データをテキストベースの入力に変換し、LLMが処理できるような新しいフレームワーク、SigLLMを開発しました。
これにより、専門の機械学習技術を持たない風力ファームオペレータでも、プリトレーニングされたモデルをそのまま活用し、即座に異常を検出できるようになります。
LLMはまだ最先端の深層学習モデルと比べると劣るものの、いくつかのAI手法と同等の成果を上げており、今後の改良で大幅なコスト削減につながるかもしれません。
その上で、研究チームはLLMのさらなる性能向上に向けて、検出速度の向上やファインチューニングによる改善を目指すと述べています。
出典 : MIT researchers use large language models to flag problems in complex systems https://news.mit.edu/2024/researchers-use-large-language-models-to-flag-problems-0814