Σχεδίαση και ανάπτυξη ενός στρατηγικού εταίρου τεχνητής νοημοσύνης : μια ολοκληρωμένη αρχιτεκτονική βασισμένη σε δυναμικά ψηφιακά δίδυμα και μεγάλα γλωσσικά μοντέλα

Abstract

Τα σύγχρονα συστήματα τεχνητής νοημοσύνης, παρά τις εντυπωσιακές τους δυνατότητες, λειτουργούν κατά κανόνα ως παθητικοί βοηθοί όπου απλώς ο χρήστης ρωτά και το σύστημα απαντά. Η παρούσα διπλωματική εργασία προτείνει και τεκμηριώνει πειραματικά τον μετασχηματισμό αυτού του παθητικού ρόλου σε έναν πραγματικό στρατηγικό εταίρο, ο οποίος είναι ικανός να αναλύει ενεργά δεδομένα, να προσομοιώνει σενάρια και να αξιολογεί την αξιοπιστία των ίδιων του των αποτελεσμάτων. Η προτεινόμενη αρχιτεκτονική βασίζεται στην έννοια του Δυναμικού Ψηφιακού Διδύμου Επιχείρησης και οργανώνεται σε τέσσερις βασικούς πυλώνες. Αυτοί περιλαμβάνουν τη Βαθιά Γνώση μέσα από υβριδική αναζήτηση, αυτοδιορθωτικό RAG και γράφους γνώσης, τη Συλλογιστική με δυναμική έγχυση δεξιοτήτων, την Προσομοίωση μέσω στοχαστικής ανάλυσης Monte Carlo και, τέλος, την Εμπιστοσύνη με τη χρήση ενός σύνθετου βαθμού αξιοπιστίας. Ο συντονισμός όλων αυτών επιτυγχάνεται μέσω του Pillar Integration Context Protocol (PICP), ενός πρωτοκόλλου που εφαρμόζει αρχές κατανεμημένων συστημάτων στον συντονισμό υποσυστημάτων τεχνητής νοημοσύνης. Για την αξιολόγηση του συστήματος διεξήχθησαν επτά πειράματα με χρήση ενός συνόλου δεδομένων που περιλαμβάνει 544.629 πραγματικές συναλλαγές. Τα δεδομένα αντλήθηκαν από το Σύστημα Ενδοεπιχειρησιακού Σχεδιασμού ελληνικής εμπορικής επιχείρησης και καλύπτουν την περίοδο από το 2004 έως το 2024. Τα κύρια ευρήματα ήταν ιδιαίτερα θετικά, καθώς η υβριδική αναζήτηση πέτυχε βαθμολογία nDCG@5 ίση με 0,926 (95% CI: [0,833–0,991]), ενώ η ακρίβεια δρομολόγησης άγγιξε το 80% με σφάλματα αποκλειστικά σε αμφίσημα ερωτήματα. Ο μηχανισμός αυτο-διόρθωσης πέτυχε ποσοστό επιτυχίας 66,7%, με την ανάλυση αποτυχιών να αναδεικνύει τρεις διακριτές κατηγορίες (διαχρονική σύνθεση, συσχέτιση μεταβλητών, συμπερασματική ανάλυση) που αντικατοπτρίζουν το θεμελιώδες όριο μεταξύ ανάκτησης και συλλογισμού. Παράλληλα, η προσομοίωση Monte Carlo εμφάνισε σύγκλιση στα 500 δείγματα με αναδρομική κάλυψη 75%. Αξίζει να σημειωθεί ότι το πρωτόκολλο PICP επέδειξε απόλυτη ανθεκτικότητα σε οκτώ διαφορετικά σενάρια αστοχίας, με αμελητέα χρονική επιβάρυνση μικρότερη από 1 χιλιοστό του δευτερολέπτου. Συνολικά, η εργασία προσφέρει μια τριπλή συνεισφορά. Σε θεωρητικό επίπεδο προτείνει ένα ολοκληρωμένο πλαίσιο ενοποίησης γνώσης, συλλογιστικής, προσομοίωσης και εμπιστοσύνης. Σε πρακτικό επίπεδο εισάγει το PICP ως μια πρωτότυπη εφαρμογή κατανεμημένου συντονισμού, ενώ σε εμπειρικό επίπεδο εξασφαλίζει αναπαραγώγιμα αποτελέσματα μέσα από 459 αυτοματοποιημένες δοκιμές (89,3% κάλυψη κώδικα) και 9.291γραμμές κώδικα.