Искусственный интеллект

Вспышка COVID-19 создала неопределенность и изменения во всех аспектах повседневной жизни и работы. Это также подталкивает лидеров бизнеса и владельцев предприятий действовать быстрее, чем когда-либо прежде, чтобы выжить и превзойти других. Это предоставило больше возможностей для технологий искусственного интеллекта и ускорило внедрение искусственного интеллекта в производство.

С практической точки зрения мы увидим больше приложений на основе искусственного интеллекта, специально предназначенных для различных аспектов принятия решений, таких как повышение эффективности производства/операции, сокращение времени простоев, обеспечение профилактического обслуживания, оптимизация цепочки поставок и снижение энергопотребления.

Возможности человека и искусственного интеллекта дополняют друг друга. Люди креативны, могут видеть выше текущей задачи и могут применять знания, полученные из другого опыта, в текущей задаче. Однако люди менее совершенны в повторяющихся задачах. ИИ высокопроизводителен и старателен, но менее креативен. Существует большой потенциал для сотрудничества человека и ИИ, и люди должны совместно взаимодействовать с ИИ, поскольку они продолжают выполнять роли владельцев проектов, системных инструкторов, конечных пользователей и будут взаимодействовать с ИИ на протяжении всего жизненного цикла проекта.

ИИ применяется в широком спектре приложений и отраслей. В управлении процессами искусственный интеллект и машинное обучение применяются для приложений расширенного управления процессами (APC) и автономной работы предприятий. В дискретном производстве искусственный интеллект применяется в робототехнике. В долгосрочной перспективе все процессы теоретически могут контролироваться той или иной формой искусственного интеллекта. Независимо от приложения, ARC определила несколько основных шагов для обеспечения успеха при развертывании ИИ:

В этом стратегическом отчете, основанном на презентациях Европейского форума ARC 2022 года, представлены новейшие варианты использования ИИ и всестороннее сравнение сильных сторон и проблем человека по сравнению с ИИ. В этом отчете показано, как люди и ИИ могут эффективно сотрудничать, а также какие ключевые аспекты и приложения следует учитывать. В число компаний, поддержавших мероприятие, входят Microsoft Project Bonsai, Dow Chemical, NNaisense, ABB и Throughput AI.

Следующие примеры промышленного использования технологий искусственного интеллекта были представлены на Европейском форуме ARC 2022 года.

Microsoft Project Bonsai поделилась своими взглядами на автономные системы и на то, как платформа Bonsai может оптимизировать оборудование и процессы, распознавая и реагируя в режиме реального времени. По мнению Microsoft, автономная трансформация — это эволюционный процесс, состоящий из четырех этапов:

На втором этапе предприятия могут использовать контролируемое и неконтролируемое обучение для реализации таких вещей, как улучшение прогнозируемого обслуживания и прогнозирования спроса. Платформа Bonsai сочетает в себе моделирование, более глубокое обучение правоприменению и машинное обучение. Bonsai может помочь пользователям создавать модели ИИ, используя собственный опыт и отраслевые ноу-хау, а также ускорить разработку последних трех этапов. Ниже приведены некоторые примеры использования бонсай:

Компания Dow Chemical рассказала, как облако обеспечивает профилактическое обслуживание посредством оптимизации производственных данных и аналитики. Незапланированные простои приводят к огромным потерям доходов перерабатывающих отраслей. Использование профилактического обслуживания для принятия мер до того, как произойдет сбой, — одно из ведущих применений ИИ в производстве.

В собственном проекте Dow Chemical три разных человека работают вместе как одна команда. Специалисты по данным обучают модели и проверяют облачную среду Azure. Разработчики Azure Cloud отправляют данные о заводах в облако и передают данные в модели. Операторы на объекте осуществляют мониторинг, принимают меры при получении информации от систем и обеспечивают обратную связь с системами. Этот рабочий цикл постоянно продолжается для более эффективного построения алгоритмов и моделей. В этом проекте облачные вычисления необходимы для решения нескольких проблем, в том числе:

Компания Throughput AI рассказала, как ИИ помогает оптимизировать цепочку поставок и превратить прозрачность в способность действовать. Цепочка поставок всегда непрозрачна, фрагментарна и неэффективна. Вспышка COVID-19 сделала узкие места более очевидными, чем когда-либо в последние годы. Между тем, предприятия сталкиваются с растущим давлением, требующим повышения эффективности цепочки поставок и поиска возможностей для улучшения деловых, операционных, финансовых результатов, а также результатов в области устойчивого развития и превзойти отрасли в долгосрочной перспективе. В качестве инструмента ИИ может помочь использовать существующие данные и опыт существующих команд в предметной области, чтобы увеличить производительность, оборачиваемость запасов и прибыльность, минимизировать избыточные запасы и сократить отходы и выбросы CO2. Некоторые случаи описаны здесь: