Директор компании ROIN о возможностях и ограничениях ИИ в тяжёлом машиностроении

Искусственный интеллект — всё та же двоичная система

Источник фото: roin.proПавел Фирсов, соучредитель и директор компании ROIN

Докладчик начал выступление с того, что привёл два расхожие мнения об искусственном интеллекте (далее ИИ):

• ИИ — это игрушка, которая ничего хорошего не может и не принесёт пользы, но классно выглядит;
• ИИ может всё и захватит мир.

Если тезисно, то ИИ — всё та же двоичная система, всё тот же Excel, пусть и многократно усложнённый. Здесь используется тот же алгоритм «если — то». Вычисления, которые происходят скрыто внутри системы, ещё называют нейронами, потому часто можно слышать, что ИИ — это нейронная сеть. Даже если нейроны многократно усложнились, от этого они не перестали быть алгоритмом «если — то».

Докладчик считает, что ещё очень долгое время (сотни лет, а может и никогда) ИИ ничего не захватит и не сможет управлять планетой. Для работы ИИ нужны исходные данные, большие объёмы исходных данных. ИИ не умеет думать и не способен тестировать новые гипотезы. То, в чём силён ИИ, — это выполнение рутинных операций и обработка огромных массивов данных.

Что реальному сектору с этим делать?

Согласно отчёту MacKinsey Global Institute (оценка объёмов стоимости, созданной при помощи ИИ), в рейтинге отраслей на 3 и 4 местах располагаются транспорт и автомобильная промышленность. Их опережают ретейл и туризм, при этом на более низких позициях оказались сфера высоких технологий, телеком и нефтегаз. Это значит, что две сферы из реального сектора уже чувствуют себя уверенно на этом поле.

В числе полезного для вашего бизнеса, что может делать ИИ, — прогнозная аналитика, управление запасами, автоматизация производственных процессов, визуальные проверки и контроль качества, оптимизация логистики. ИИ используется для взаимодействия друг с другом, для визуализации данных. Можно создать дополненную реальность для ремонта техники. Фотосъёмки, замеры территорий, промышленных объектов и горных разработок помогают создавать виртуальные модели для обучения на тренажёрах-симуляторах операторов сложной техники. И это только часть примеров.

«Если не получается разобраться самим, можно пригласить специалиста data scientist, пусть он укажет на существующие возможности — это недорого и даже недолго», — посоветовал Павел Фирсов.

Если суммировать, то среди множества видов ИИ можно выделить три основных:

• генеративный ИИ, который создает картинки, меняет голоса, одним словом, что-то генерирует;
• Data Science — знание о том, как собирать информацию и в каком виде её складировать, чтобы можно было потом использовать;
• машинное обучение — знание о том, как эту data (информацию) обрабатывать и что с ней делать, чтобы получить финансовую выгоду.

Технологические тренды 2024 года

Все технологические тренды 2024 года, которые выделяет известная исследовательская компания Gartner, в той или иной мере содержат применение ИИ (в различных его проявлениях). Искусственный интеллект — это единое явление, на базе которого активно разрабатываются новые продукты и сервисы.

Одно из самых перспективных применений ИИ — это предиктивная экономика на основе огромного массива данных. Задача ИИ — находить повторяющиеся паттерны, анализировать их и на основе этого строить прогнозы по дальнейшему развитию рынка. Но важно помнить, что никто не умеет предсказывать будущее, также никто не отменял «чёрных лебедей». Потому всё, что может ИИ — это всего лишь работать с информацией, пусть и с большими её объёмами.

Вызовы и ограничения в тяжёлой промышленности

«Это одна из самых энергоёмких отраслей, а может, и самая энергоёмкая. И несколько процентов дополнительной прибыли или экономии в данной отрасли могут привести к впечатляющим цифрам. Поэтому в тяжёлой промышленности особенно важно работать с данными. Это наиболее перспективная сфера с точки зрения применения ИИ — в публикуемых трендах её ставят даже выше ретейла и сферы IT-разработок», — считает Павел Фирсов.

Но чтобы новые продукты действительно работали, необходима системность и последовательность. По словам Павла, зачастую на старте компаниям некому посоветовать, как сделать каркас, чтобы каждая последующая технология нанизывалась на предыдущую. Когда айтишники приходят на предприятие оцифровывать информацию и диджитализировать процессы, то нередка такая ситуация: кто специализируется на дополненной реальности — продаёт руководителю именно дополнительную реальность, а те, кто специализируется на ИИ — продают ИИ.

Кроме того, непонятны финансовые результаты всей этой бурной деятельности. Часто digital-продукты получаются маркетинговыми: повесили на сайт, сделали видимость, что используется ИИ («мы технологичная компания, покупайте у нас»), а на самом деле внутри компании эти данные не используются. А между тем ИИ позволяет работать с огромными массивами данных и на ходу принимать решения.

Что делать сегодня?

Докладчик считает, что не обязательно всем прямо сейчас инвестировать в ИИ, и тем более инвестировать сразу большие суммы. На текущем этапе вы можете собирать данные: историю складских запасов, фотографии поломок и многое другое, что связано с вашей деятельностью. Данная информация понадобится вам в будущем. А если и нет — вы сможете её продать. Так как ИИ может обучаться только на основе существующей информации, то подобные базы — это большая ценность. Тот же ChatGPT сделали общедоступным именно для того, чтобы он мог обучаться.

Конкретные примеры применения

ООО «Санкт-Петербургский лифтовый завод». Руководство данного предприятия обратилось в компанию ROIN для визуализации ассортимента своей продукции. На заводе доступно порядка 1 200 вариантов кабин лифта — в реальном шоу-руме такое разнообразие показать невозможно. В созданном ROIN приложении клиенты могут осматривать лифты в том виде, как они существуют в реальности (вплоть до того, как лучи света отражаются на поверхности). Можно изучить любой из вариантов лифта, а также собрать свой собственный из имеющихся элементов. Причём система не позволит соединить элементы, которые не подходят друг к другу. На выходе сотрудник получает историю, что смотрел клиент и какие модели понравились, а также получает списки компонентов, из чего состоят данные лифты.

ПАО «Уралкалий». Компания заказала цифровой двойник подстанции «Строгановская». С его помощью электрики проходят курс подготовки перед тем, как их допускают к работе. И уже есть конкретные цифры, свидетельствующие о повышении уровня подготовки специалистов.

НПО «Пассат». Поступил заказ на цифрового двойника нефтехимического предприятия, которое на тот момент не было возведено. Клиент передал в компанию ROIN чертежи и попросил сделать так, чтобы по виртуальному заводу можно было ходить и осматривать его внутреннее оснащение.

Подписывайтесь на наш Telegram-канал, чтобы быть в курсе последних трендов в мире спецтехники!