К основному контенту

На каком производстве нужен и где не нужен искусственный интеллект?


Уже в начале двухтысячных годов многие производители средств индустриальной автоматизации представляли свои продукты как интеллектуальные. Эти «разумные» устройства обладали способностями обработки измеряемых ими же величин, а иногда и анализа данных, на основе которого вырабатываются управляющие команды. Однако и разработчики систем автоматизированного управления, и их пользователи никогда не воспринимали всерьез восторженные заявления маркетологов об «интеллекте» сенсоров, контроллеров, АЦП и т. д. Это определение потребителями «пропускалось мимо ушей»: «Отрабатывают устройства заложенную в них функциональность и - хорошо, а их возвеличивание производителями пусть потешит неосведомленных в понятие «интеллекта».


С появлением в последние несколько лет нейроморфных процессоров, архитектура которых основывается на копировании работы мозга человека (кстати, очень приближенном), посыпались заявления о системах, в которых используется «искусственный интеллект». И в наши дни, как и прежде в отношениях к «интеллектуальным» устройствам нужно объективно оценивать «интеллектуальность искусственного интеллекта», которая, по мнению ученых, работающих в области искусственного интеллекта (ИИ), еще очень далека от действительно интеллектуальных возможностей. И еще по крайне мере 5-7 лет «интеллектуальный» уровень ИИ не сможет претендовать на разумность. Максимум, на что способны сегодня системы искусственного интеллекта в производстве, – это использование алгоритмов машинного обучения в управлении технологическими процессами.

В различных областях производства автоматизация внедрялась лишь тогда, когда становились понятными ее экономические выгоды. И теперь, когда ставшие традиционными решения индустриальной автоматизации предлагают заменить технологиями управления, основанными на искусственном интеллекте, стоит скрупулезно подсчитать «дебет и кредит» этой замены. Ведь очевидно, что не стоит «стрелять из пушки по воробьям», внедряя ИИ (с дорогостоящим аппаратным обеспечением), если можно продолжать использовать простую программку, которая уже несколько лет верой и правдой решает задачу информационно-управляющего обеспечения.

Сегментами АСУ ТП, в которых критически необходимы применения ИИ, являются процессы, зависящие от большого количества переменных. Для таких сложных функциональных зависимостей не всегда можно разработать математические модели и, соответственно, алгоритмы управления технологическими процессами. И тогда искусственный интеллект становится действительно незаменимым.

Одним из наиболее ярких примеров «интеллектуальной функциональности», к которой неспособны классические системы автоматизации, является АСУ ТП выплавки чугуна в доменной печи. В описании процесса производства необходимы исходные данные о составе шихты, динамики ее загрузки в печь, характеристиках используемого топлива, температурно-временном режиме плавки и других менее критичных для металлургического процесса показателях. Очевидно, что все эти показатели могут быть определены лишь приближенно – «на глазок», но опытные инженеры-металлурги справляются с задачей управления плавкой, обеспечивая высокий выход продукта заданного качества. И вот этот-то опыт может быть воспринят АСУ, в которой работает обученный искусственный интеллект, который после нескольких плавок «прикидывает» необходимые действия лучше, чем самый опытный технолог, повышая эффективность производственного процесса и, соответственно, качество выплавленного чугуна.

См. также:

Комментарии

ПОПУЛЯРНОЕ

Как сделать call-центр никому не нужным?

Новая память для компьютеров на основе квантовых кубитов сможет работать при комнатной температуре!

АО «Российские космические системы» нашло способ заработать на геоинформационных сервисах (ГИС)

10 самых умных городов мира: статистика + опыт Японии

Зачем немцы разрабатывают робота-сборщика огурцов?