Tools

Site ExplorerSite Explorer
Close site explorer

Потенціал технології штучного інтелекту лежить в сфері промисловості

11 березня 2019 р.


Роботи, які збирають предмети без попереднього програмування. Конвеєрні лінії на фабриках, котрі самостійно оптимізуються. Потяги і вітротурбіни, які надсилають запит на проведення технічного обслуговування, спираючись на аналіз операційних даних і технологію штучного інтелекту, здатну прогнозувати поведінку механізмів і обладнання набагато краще, аніж інженери і конструктори, які їх створили. Ці розробки відкривають широкі можливості для використання і подальшого розкриття потенціалу штучного інтелекту.

Ринок праці безперечно буде змінюватися зі зростанням ролі штучного інтелекту. Однак сьогодні роботи все ще мають задовольнятися лише брудною, монотонною і небезпечною роботою.

Згідно останніх досліджень майбутнього ринку праці, подібних обмежень вже зовсім скоро не існуватиме. До 2030 року понад 375 мільйонам людей у всьому світі доведеться освоїти нову професію. Іншими словами, перекваліфікуватися має кожен третій, причому «витіснення» з ринку торкнеться не тільки виконавців «простих» завдань, але і юристів, лікарів та інженерів.

Провідні компанії з дослідження ринку прогнозують, що виконання чи не половини поточних завдань буде автоматизовано. Машини зможуть не тільки виконувати усі ці функції, але і робити це краще і швидше за людину. У чому ж переваги? Тут все просто: не буде потреби виконувати нудну роботу – з’явиться більше часу для оцінювання результатів, консультування клієнтів і пацієнтів, виявлення та розвитку здібностей співробітників.


Передати отримані результати з віртуального в реальний світ

Дискусії в форматі «людина проти машини» вже неактуальні. Якщо придивитися, стане очевидним той факт, що розробки ведуться вже в зовсім іншому напрямку. Дійсно, коли ми сьогодні говоримо про штучний інтелект, ми завжди маємо на увазі розвиток штучного інтелекту людьми.

Можна розглядати штучний інтелект, як «чорну скриньку», в яку ми вкладаємо все більше і більше знань. Але в результаті ми не можемо отримати зі скрині нічого, окрім вкладеного в неї. Відповідно, в епоху штучного інтелекту мислення «за рамками скриньки» набуває зовсім іншого значення. Для нас, ключовими будуть наступні два моменти:

Перше – все ще існують бар'єри, які стримують розвиток штучного інтелекту. В майбутньому машини, здебільшого, будуть навчатися самостійно, вони будуть здатні «мислити за рамками».

Друге – зрозуміло і передбачувано, що зростаюча присутність штучного інтелекту у нашому житті може провокувати прояв страхів і занепокоєння – і ми повинні ставитися до цих страхів серйозно. Завжди слід пам'ятати про те, що – так само, як і в ситуації із винаходом і розвитком технології штучного інтелекту – в майбутньому саме ми будемо керувати усіма процесами.

Один приклад: незважаючи на те, що в 1997 році розроблений в IBM шаховий суперкомп'ютер Deep Blue виграв матч у чемпіона світу Гаррі Каспарова, тільки зараз вдалося створити штучний інтелект, здатний повною мірою використовувати свій потенціал в стратегічних іграх. Сьогодні жодна людина, жоден канонічний штучний інтелект не можуть переграти програму AlphaZero – ані в шахах, ані в іграх набагато більш складних, таких так Ґо або Сьоґі. Ось тільки це ніколи б не стало реальністю без людського інтелекту, який створив архітектуру системи. Цей приклад доводить, що йдеться не про формат «людина проти машини», а про формат «людина і машина».

Можливість автоматичного запису до перукаря або розміщення замовлення в інтернеті віртуальним асистентом сьогодні здається чимось неймовірним. Та чи настільки інноваційним є це явище? І для кого подібний сценарій буде найвигіднішим? Насамперед, для маркетингових платформ і платформ електронної комерції. Однак є формат штучного інтелекту, застосування якого стане вигідним для усіх: інтегрований у виробничі процеси штучний інтлелект здатний створити додаткову цінність в промислових масштабах.

Зміни вже розпочалися. Щоб все йшло по плану, промислові підприємства прагнуть залучати і переманювати один у одного таланти. Найбільш затребувані ті фахівці, чия експертиза об'єднує раніше розрізнені дисципліни. Наприклад, фахівці з обробки та аналізу даних, які додатково володіють знаннями у галузі фізики або інженерії. Такі фахівці на вагу золота, оскільки тільки вони здатні читати дані, отримані завдяки штучному інтелекту з систем залізничного складу, і трансформувати їх в реальні дії.

Після того, як дані будуть трансформовані, оператори можуть отримати чіткі інструкції, який компонент якої вагонетки необхідно замінити і наскільки швидко. Прогнозне технічне обслуговування, аналіз ризиків, інформація про наявність запчастин і правові особливості країни призначення поїзда вже інтегровані в опис систем із елементами штучного інтелекту. Тільки люди здатні передавати основні інсайти з цифрового світу в світ реальний таким чином, щоб скористатися наявними можливостями штучного інтелекту в повній мірі.

Це ще одна причина для нас покладатися на майстерність і витончену ручну працю, і ми будемо продовжувати це робити навіть тоді, коли подібні завдання будуть виконуватися на найвищому рівні. В процесі виробництва і технічного обслуговування локомотивів на заводі Siemens в місті Аллак поблизу Мюнхена, Німеччина, механіки та зварювальники виконують високоточні роботи з похибкою в десяту частину міліметра. Готовність поїздів можна гарантувати тільки за умови, що такі роботи проведені професіоналами, які використовують інформацію штучного інтелекту.

Вивести Промисловість 4.0. на новий рівень

Сьогодні три процеси протікають паралельно: виникають нові професії, зникають більше незатребувані, трансформуються численні існуючі.

Щоб баланс штучного інтелекту був позитивним, компанії – включаючи великі корпорації, малий і середній бізнес і навіть фахівців у сфері торгівлі, – мають бути спроможними широко і ефективно використовувати штучний інтелект в своїх операціях.

Йдеться про промисловий штучний інтелект – комбінацію штучного інтелекту і профільних ноу-хау. Мета Siemens – створити «цифрового компаньйона», який виконує функцію своєрідного інтенсифікатора людського інтелекту.

Цей тип штучного інтелекту, що підтримує нас як людей, повинен бути широко доступним. Однак підвищення доступності цієї технології вимагає не тільки інвестицій в наукові дослідження і розробки, але й посиленого фокусу на освіті і підвищенні рівня кваліфікації.

Ми в Siemens щорічно інвестуємо понад півмільярда євро в навчання, і цифрові навички – це невід'ємна частина наших тренінгових програм. Ми переконані, що починати розвивати навички слід набагато раніше: напрацювання навичок має стартувати ще на базовому дошкільному рівні, продовжуватися на рівні початкової та середньої школи із подальшим заглибленням у спеціалізацію в університеті.

Щоб успішно увійти в еру Четвертої Промислової Революції і залишитися конкурентними на міжнародному рівні в цифрову епоху, потрібні значні зусилля з боку провідних промисловців, політиків, вчених, а також професійних спілок.

Результати реалізації німецької ініціативи Industrie 4.0 наочно демонструють плоди таких спільних зусиль. З метою сприяння цифровій трансформації промисловості та інтенсифікації створення додаткової цінності на локальному рівні, аналогічні ініціативи і мережі були впроваджені в інших країнах. Ось найбільш яскраві приклади програм: China 2025, Manufacturing USA, Make in India і Egypt Vision 2030.

Промисловий штучний інтелект може стати найпотужнішим драйвером Четвертої Промислової Революції і вивести Промисловість 4.0. і подібні ініціативи на якісно новий рівень.

Усунути випадковості – підвищити продуктивність

Як показують останні дослідження, протягом наступних 12 років використання штучного інтелекту потенційно може сприяти збільшенню глобального валового внутрішнього продукту (ВВП) в середньому на 1,2% щорічно. Отже, виграш від використання штучного інтелекту однозначно перевищить 0,6%-ий ріст, який ми спостерігали після винаходу парового двигуна і поширення інформаційних і комунікаційних технологій.

Аналізуючи тенденції розвитку глобального ВВП протягом 200 років, ми бачимо, що в останні роки і десятиліття він росте по експоненті. Ключовим аспектом цього явища є технічний прогрес.

Технологія має прямий вплив на соціальний розвиток, економіку, продуктивність і зростання. Особливо останнім часом спостерігається стрімке прискорення розвитку інновацій і технологій. Це  досить несподівано, оскільки, за визначенням, «інновація» означає «неефективний». Я маю на увазі, що численні інноваційні рішення і передові технологічні розробки були створені випадково – достатньо лише згадати, як винайшли мікрохвильову піч, створили тефлон, відкрили рентгенівське випромінювання.

Інновація фундаментально базується на принципі проб і помилок: висування гіпотези – організація тестування – проведення тестування – визначення помилки тощо. Неефективність цього методу полягає в тому, що перед досягненням мети необхідно вжити ряд спроб. Саме це слабке місце можна нівелювати за допомогою штучного інтелекту.

У цифрову епоху ключ до успіху – це швидкість та масштаб. Де штучний інтелект набагато випереджає людину – це надзвичайна швидкість, на якій штучний інтелект обробляє дані, а потім визначає і виключає помилки. Словом, штучний інтелект потенційно здатний допомогти нам уникати помилок і виключати випадковості. З огляду на це, можна зрозуміти, чому висновок дослідження McKinsey «Записки з кордону: моделювання вкладу штучного інтелекту у глобальну економіку» говорить, що до 2030 року для світової економіки додатковий ефект використання штучного інтелекту складе 13 трильйонів доларів.


Штучний інтелект з профільним ноу-хау

Сьогодні Siemens є лідером в області розвитку промислового штучного інтелекту – в концерні завчасно побачили потенціал цієї технології. Перші успіхи наших фахівців в галузі штучного інтелекту були продемонстровані в 1995 році. Комбінування штучного інтелекту з профільними ноу-хау змінило наші комерційні пропозиції.

На відміну від методів, які застосовуються залізничними операторами, наші сервісні пропозиції, наприклад, дозволяють не тільки ідентифікувати поламані компоненти і своєчасно проводити ремонт – ми гарантуємо такий рівень експлуатаційної готовності, який дозволяє поїздам конкурувати з літаками і вигравати в цій боротьбі.

Гарним прикладом слугує швидкісна залізнична лінія між Мадридом і Барселоною, яка обслуговується Іспанською залізницею Renfe. Час у дорозі становить 150 хвилин, тоді як чистий час польоту тим само маршрутом – 80 хвилин. У разі затримки або запізнення поїзда на 15 і більше хвилин пасажирам повертається повна вартість квитка.

Для забезпечення високої експлуатаційної готовності, разом з Siemens Renfe заснували спільне підприємство, яке здійснює обслуговування рухомого складу, спираючись на аналіз даних на основі штучного інтелекту. На поточний момент лише один з кожних 2300 рейсів суттєво затримувався в зв'язку із технічними несправностями. Результат? Десять років тому, коли залізничне сполучення між двома найбільшими містами Іспанії тільки запускалося, лише 20% пасажирів здійснювали поїздки поїздом. Сьогодні їх понад 60%.


Сьогодні в Siemens працює близько 800 фахівців в області аналізу даних і штучного інтелекту. За останні кілька років вони створили безліч розробок на базі штучного інтелекту для промисловості, в тому числі:

  • Промислові сервіси на базі безперервних алгоритмів, інтегровані в виробничі процеси. Завдяки безперервному збору та обробки даних, ми здатні постійно перенавчати машинні моделі і підвищувати точність прогнозного аналізу. Ці розробки дозволили знизити витрати на витратний контроль якості – наприклад, перевірку рентгеном – більш ніж на 30%;

  • Алгоритми, котрі автоматично аналізують операційні дані, метеорологічні умови і властивості компонентів газових турбін. Завдяки використанню такого підходу вдалося збільшити інтервали технічного обслуговування на 30% і знизити витрати на 16%;

  • Штучний інтелект в області медицини дозволяє Siemens надавати підтримку лікарям в оцінюванні тисяч рентгенівських знімків, що, в свою чергу підвищує вірогідність діагнозу і якість лікування пацієнтів;

  • Надзвичайно складний контроль якості на базі штучного інтелекту для сталепрокатних підприємств. Ця система, що здатна самостійно навчатися, сьогодні є класичною пропозицією; з 1995 року вона була встановлена на 30 сталепрокатних підприємствах по всьому світу.


Більш того, штучний інтелект дозволяє вибудовувати нові бізнес-моделі. Візьмемо приклад Renfe: замість того, щоб продавати клієнту компоненти, Siemens продає період безперервної експлуатації – час, протягом якого рухомий склад знаходиться в робочому стані.

Існує аналогічна модель для компаній, які виробляють машинне обладнання. Використання штучного інтелекту дозволить їм значно розширити можливості аналізу і прогнозування зносу і амортизації обладнання. Така інформація допомагає створити для обладнання бізнес модель, засновану на специфіці експлуатації.

Успішно розпочати цифрову трансформацію

В дискусіях на тему штучного інтелекту недооцінюється один момент, на який варто звернути увагу. Коли штучний інтелект буде відігравати провідну роль в процесі подальшого розвитку ВВП, економікам необхідно буде пере форматуватися, щоб пристосуватися до цифрової трансформації. Такі зміни потребують наявності працездатного населення, активність якого буде не трудомісткою, а інтелектоємною. Цінність створюється за рахунок кваліфікації і продуктивності.

Суспільства, які прагнуть відстояти свої позиції в цьому світі, мають довести до ладу свою економіку. Прогнози провідних компаній із дослідження ринку повністю збігаються з думкою, що технології штучного інтелекту – за умови їх правильного і послідовного використання – мають потенціал стати драйвером ВВП.

Сьогодні ми знаходимося в критичній точці еволюції штучного інтелекту і, якщо не сьогодні, то вже завтра вступимо в фазу експонентного зростання. І це незважаючи на те, що левова частка потенціалу штучного інтелекту все ще не розкрита.

Старт реалізації ініціативи Industrie 4.0 дозволив нам успішно розпочати цифрову трансформацію. Маючи у своєму розпорядженні такий інструмент як промисловий штучний інтелект, ми можемо вийти на якісно інший рівень: усунути випадковості і виключити помилки, стимулювати інновації, підвищувати ефективність і продуктивність, тим самим визначаючи технологічний і соціальний прогрес.