ИИ создаёт ценность в реальном мире, а также и в промышленности

04.07.2022
Raute Group

Пришествие ИИ (Искусственного интеллекта) горячо обсуждалось на различных промышленных симпозиумах последние несколько лет. Однако, разговоры в основном идут об ожиданиях, возлагаемых на общий искусственный интеллект (ОИИ), искусственный сверхинтеллект, человекоподобные роботы и всё то, что с ними связано.

Чтобы лучше понять, что происходит в этой сфере, мы поговорили с Петером Сарлином, генеральным директором и с Нико Вуокко, техническим директором компании Silo AI, одной из самых крупных частных компаний по разработке ИИ в Европе.

Q: Давайте определимся с терминологией. Как бы вы объяснили что такое ИИ простому обывателю?

Сарлин: ИИ часто делят на три уровня: Сверхинтеллект, Общий искусственный интеллект и слабый искусственный интеллект. На сегодняшний день просто не существует технологий создания ОИИ или сверхинтеллекта, носителями которых являлись бы искусственные создания, чей интеллект был бы равен или же значительно превосходил человеческий. То что мы сегодня видим это успешное применение слабого ИИ для решения узкоспециализированных задач. Такой ИИ в основном базируется на определённой технологии машинного обучения, которая называется контролируемым обучением, в процессе которого машина изучает определённую тему на огромном объёме соответствующих данных.   Такая технология — это не более чем переключение между вариантами А и Б, входами и выходами. Это позволяет определять дорожные знаки или близко находящиеся транспортные средства на видеокадрах, создавать рекомендации по книгам, музыке или фильмам для конкретного пользователя, переводить предложения на другой язык, находить соответствия между действиями и произносимыми словами помимо многих других задач. Все эти технологии являются примерами продуктов из реального мира, такими как автотранспортные средства, интернет, мобильные приложения и телефоны. Вкратце, ценность ИИ сегодня состоит в автоматизации или частичной автоматизации тех задач, которые ставятся перед цифровыми продуктами, которыми мы пользуемся каждый день.

Q: Что значит ИИ в контексте промышленного производства?

Вуокко: Контролируемое обучение является самой распространённой технологией в сфере ИИ, и основным ценностным фактором для промышленности. Данная технология предполагает, что люди будут выбирать определённый набор данных, например связанных со сканерами, процессом, технологией и качеством, выгружать их в приложение и утверждать конечный результат. После достаточного количества повторений алгоритм учится воспроизводить процесс. Недавно разработанные алгоритмы ИИ способны работать с более сложными данными и решать более сложные задачи.

В последнее время мы видим, что всё больше приложений базируются на бесконтрольном обучении и обучении по типу «кнут и пряник». Это означает, что машины могут учиться как без надсмотра, без примеров так и через «кнут и пряник», через автоматическую систему поощрений и штрафов за решение определённой задачи. В качестве примеров применения таких систем можно привести автономную лесозаготовку и горную добычу, а также автоматизированные производство и технологические процессы.

Q: Когда мы увидим широкое использование систем ИИ по всему миру?

Сарлин: За последние 50 лет мы прошли несколько волн развития ИИ, за которыми часто шли «заморозки». Первые волны пошли в 1960-х и 1970-х, после чего вспышки интереса к ИИ случались каждые лет десять. Однако, нынешняя волна, образовавшаяся 5–10 лет назад, отличается от предыдущих. Сегодняшний ИИ ценен тем, что используется в обыденных для нас вещах – таких как персонализированные рекомендации в сети, перевод с иностранных языков, распознавание речи, автоматизированное управление автотранспортом, роботы-пылесосы и газонокосилки и многое прочее.

Так что ИИ действительно влияет на бизнес, меняет структуру организаций, то как мы работаем и в какой-то мере наше общество. И это также значительно влияет на процесс создания стоимости в организациях. В частности сильно изменился процесс создания стоимости в цифровых продуктах. Следующим шагом будет трансформация более традиционных промышленных производств. Для таких компаний переход к использованию ИИ потребует создания информационной инфраструктуры и собственного цифрового продукта.

Q: Что ещё изменится в будущем?

Vuokko:  ИИ хорош в работе со сложными данными. В промышленности, как и во многих других сферах, составные элементы технологических процессов или цепочки создания ценности оцифровываются по отдельности. По ходу развития первичной цифровизации, всё больше внимания будет уделяться использованию ИИ для оптимизации всего производства и цепочки создания ценности. Учитывая объём инвестиций в ИИ, всё больше внимания уделяется тому, как сделать эти инвестиции ещё более эффективными. Набор процедур, направленных на последовательное и эффективное внедрение и поддержку моделей машинного обучения (MLOps), методология и разработка инструментария для повышения надёжности применения машинного обучения, являются ключевым фактором окупаемости средств, вложенных в ИИ. Другой ключевой фактор, связанный с MLOps это использование ИИ на комбинате в рамках технологических процессов или процессов, критично важных с точки зрения безопасности. Такой переход подчёркивает необходимость в экспертах нового типа, сочетающих в себе серьёзные навыки в сфере машинного обучения со знаниями в сфере аппаратного обеспечения и с пониманием технологических процессов.

Q: Вы не могли бы рассказать подробнее о том, как это всё повлияет на бизнес?

Вуокко: Для примера, ИИ уже помогает улучшать клиентский сервис, разрабатывать продукцию и повышать её характеристики, оптимизировать процессы, повышать производительность активов и помогает оцифровывать целые комбинаты. Чаще всего ИИ используется не для потребительской аналитики, а скорее для того, чтобы машины могли принимать более разумные решения. С одной стороны такой потенциал вполне осязаем и реален, но с другой это всё будет только в далёком будущем, а не прямо сейчас, по причине грандиозности такой задачи. Автомобильная промышленность Германии является хорошим примером конкретных действий на будущее. Если вкратце, то немцы не инвестируют на короткий отрезок времени, чтобы увеличить выгоду на 3%, а инвестируют в долгую с целью выйти на увеличение в 30%. Они также осознают, что в будущем будет значительный прирост возможностей ИИ, и таким образом не растрачивают свои ресурсы и время на типовую продукцию, требующую долгой и сложной разработки. Промышленность в Скандинавии свой урок усвоила: искать или создавать крупные хабы, в которых можно размещать крупные инвестиции в ИИ и которые будут играть важную роль в этом столетии.

Q: И где же начинать?

Сарлин: Несмотря на то, что машинное обучение будет усовершенствовано только через лет 10, пользоваться им можно уже сейчас. На что нужно обратить больше внимания, так это поиск и определение вариантов применения для значительного увеличения эффективности и ценности. И после определения и постановки цели, не стоит забывать, что применение ИИ — это цикличный процесс, где учится также и пользователь. Здесь важны целеустремлённость и заинтересованность; что в свою очередь даст и ценность. К разработке ИИ нужно подходить как к долгосрочному проекту, требующему качественную цифровую инфраструктуру, настойчивость и сосредоточенность, а не как к очередному эксперименту с ИИ, которых набрался уже целый том.

Каким бы ни было начало проекта, и каким бы ни был прогресс, важно помнить, что будущее ИИ всё ещё тесно связано со взаимодействием между машиной и человеком. Если всё сделать правильно, то можно значительно увеличить как ценность так и эффективность традиционных промышленных производств.

Компания Silo AI является одной из крупнейших частных компаний по разработке ИИ в Европе – мы это зарекомендовавший себя партнёр, помогающий своим заказчикам улучшать конкурентоспособность продукции при её разработке и испытаниях. Мы разрабатываем технологии ИИ и ПО для интеллектуальных устройств, автономных транспортных средств, умных городов и киберфизических систем в производстве. Silo AI предоставляет своим заказчикам услуги мирового уровня по разработке и внедрению ИИ, а также инфраструктуру на базе ОС Silo для ускорения разработки и внедрения систем ИИ. Появившись в 2017 году, компания Silo AI поставила перед собой задачу стать ведущей компанией по разработке ИИ в Европе, с офисами на данный момент в Хельсинки, Турку, Тампере, Оулу, Стокгольме, Копенгагене, Лондоне и Пало-Алто.

Share: