Rambler's Top100
 
Статьи
Ольга СТАГУРОВА  31 мая 2018

Повсеместное использование искусственного интеллекта – лишь вопрос времени

Технологии ИИ и машинного обучения, хотя и не способны заменить человека полностью, но позволяют увеличить выработку готовой продукции на 5–10% без значительных инвестиций в модернизацию производства.

Ольга Стагурова, вице-президент в России и СНГ, NewtraxСовременный уровень развития технологий позволяет внедрять искусственный интеллект и машинное обучение в самые разные отрасли и сферы, трансформируя тем самым привычные бизнес-процессы. Эти технологии уже применяются в медицине, образовании, строительстве, бизнесе, науке, промышленности и проч. Кроме того, «умные» решения все более необходимы ИТ-специалистам, так как современные сетевые инфраструктуры все сильнее усложняются. В то же время из-а целого ряда мифов многие эксперты по-прежнему не готовы вкладывать средства в искусственный интеллект, несмотря на его достаточно широкое распространение.

Применение ИИ сегодня

На сегодняшний день возможный спектр использования искусственного интеллекта и машинного обучения достаточно широк. Сюда входят промышленность, бизнес, наука, образование и т.д. Говоря о промышленности, в пример можно привести проект LG Electronics по созданию нового завода в Южной Корее, который будет оснащен технологиями ИИ. Как сообщает Nikkei Asian Review, все процессы там будут автоматизированы, начиная с момента закупки сырья и материалов и заканчивая выпуском готовой продукции.

По сути, ключевая задача технологий ИИ – автоматизация процессов производства, которая позволит существенно повысить скорость работы предприятия и его производительность. Согласно отчету Центра стратегических разработок, современные технологии искусственного интеллекта позволяют увеличить выработку готовой продукции на 5–10% без значительных инвестиций в модернизацию производства. Кроме того, они избавляют сотрудников от тяжелого и опасного труда, а также от возможности получить серьезную травму. Например, некоторые страны используют роботов для обезвреживания мин или работы с радиоактивными материалами. Еще один существенный плюс заключается в том, что ИИ помогает свести к минимуму возможные производственные ошибки, таким образом улучшая качество готового продукта и сокращая затрачиваемые ресурсы. Например, компания Automated Insights разработала технологию Wordsmith. Она сама создает финансовые отчеты и, в отличие от человека, не может устать, ошибиться или пропустить какую-нибудь цифру. Таким образом, исключается человеческий фактор и экономится время. Также технологии ИИ могут быть полезны для решения различных бизнес-задач, как, например, оценка и прогнозирование результатов, моделирование и программирование, контроль и диагностика производственных процессов и оборудования.

Реальным примером получения выгоды от применения технологий машинного обучения стала шахта «Голдекс» компании Agnico Eagle в Канаде.

Компания хотела снизить простои своей тяжелой техники. При этом одна из главных проблем, с которой сталкивается большинство шахт, – сложность однородного сбора данных при работе со смешанным парком мобильной техники. Специалисты «Голдекс» искали решение, которое могло бы закрыть эту проблему, и в итоге в 2015 году приступили к внедрению системы телеметрии мобильной техники (MET). В результате в течение последних трех лет предприятие постоянно видит рост производительности и повышение точности прогнозов по техническому обслуживанию техники.

В частности, шахта стала следить в реальном времени за загрузкой своих самосвалов и обнаружила систематический недогруз – своевременное внедрение системы MET позволило оперативно решить проблему. Кроме того, благодаря MET компания смогла лучше предсказывать поломки техники, отслеживая показатели ее работы в реальном времени. Анализ шаблонов расхода топлива для разных самосвалов позволил сократить топливные затраты на более чем $1 млн в год. Предприятие увидело разницу в потреблении топлива в зависимости от условий эксплуатации и стиля вождения водителя.

Мифы о внедрении ИИ

Несмотря на очевидные достоинства ИИ, существует ряд проблем, с которыми компании могут столкнуться при его применении в производстве. Одна из них заключается в том, что сам процесс внедрения ИИ очень сложен. Чтобы запустить решение в эксплуатацию, недостаточно научить искусственный интеллект работать с небольшим объемом информации. Это сложный, многоуровневый процесс, который помимо обучения включает в себя постоянное обновление данных, исправление ошибок и использование больших массивов информации. Только таким образом можно научить ИИ принимать решения.

Одним из главных заблуждений по-прежнему остается мнение, что внедрение машинного обучения или ИИ моментально принесет компании прибыль и сокращение расходов. На деле же доход предприятия увеличивается в среднем через шесть-девять месяцев, поэтому придется запастись терпением.

Также ошибочно полагать, что ИИ способен полностью заменить человека. Согласно данным Организации экономического сотрудничества и развития, лишь в 14% профессий возможно автоматизировать производство на 60–70%. Это или опасная и физически тяжелая работа (добыча ископаемых, строительство, производство) или повторяющиеся задачи, связанные с поиском и первичной обработкой информации.

Чего ожидать в будущем?

Сегодня одна из самых главных перспектив применения ИИ – возможность накопления больших данных и дальнейшего применения алгоритмов машинного обучения для их обработки и анализа.

Существуют компании, которые много лет предлагают технологии ИИ для генерации данных, но вопросы их машинного анализа пока находятся в состоянии разработки и обкатки. В том числе разрабатываются устройства, ПО и алгоритмы, которые позволят решить ряд важных вопросов:
  • перерассчитывать план и оптимизировать работу шахты в режиме реального времени;
  • разработать саморазвивающийся алгоритм прогнозирования аварий техники на основе показаний от датчиков. Это само по себе может исключить огромное количество часов простоя;
  • прогнозировать возникновение узких мест в производственном процессе в реальном времени;
  • выявлять шаблоны в событиях, которые привели к авариям или несчастным случаям, что позволит шахте увидеть бреши в стандартах безопасности;
  • находить шаблоны в различиях в производительности. Это улучшит планирование и управление, поскольку в реальном времени будет видно, что можно сделать лучше прямо сейчас.
Сегодня искусственный интеллект является ключевым технологическим трендом, который распространяется на все новые сферы и находит себе применение в широком круге задач. Объем глобальных инвестиций в него превышает $500 млн, а, по прогнозам международной исследовательской компании Markets and Markets, к 2020 году рынок ИИ вырастет до $5 млрд за счет применения технологий машинного обучения и распознавания естественного языка в рекламе, розничной торговле, финансах и здравоохранении. Сейчас уже невозможно представить будущее без ИИ, поэтому для того, чтобы сохранить конкурентоспособность, компании должны активно внедрять эти технологии в свою работу.

Ольга Стагурова, вице-президент в России и СНГ, Newtrax
Поделиться:
Заметили неточность или опечатку в тексте? Выделите её мышкой и нажмите: Ctrl + Enter. Спасибо!