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

eLoran и «еЧайка»: когда морская навигация получит надежную систему позиционирования?

Первым действительно умным городом России станет «нейронный город» Тюмень: как это повлияет на коррупцию?

Российский рынок IoT-решений для бизнеса: статистика и прогнозы

Нюансы заземления и молниезащиты в условиях Крайнего Севера

Как правильно диагностировать силовые кабели и электрооборудование?