Page 11 - Inżynieria & Utrzyamnie Ruchu I kw. 2023

w 2023 roku
Trend #4. Wykorzystanie w zakładach produkcyjnych technologii AI jako rozszerzonej inteligencji
Obecnie coraz więcej rm produkcyjnych analizuje i adaptu- je technologię sztucznej inteligencji7 w stale rosnącej liczbie aplikacji. A tempo tych adaptacji będzie tylko rosło. Według niedawnych badań, przeprowadzonych przez rmę Gartner wśród ponad 3000 dyrektorów ds. informacji/informatyki (CIO) w 89 krajach, wdrożenia AI wzrosły o 270% w ciągu ostatnich czterech lat, w tym o 37% w samym tylko ubiegłym roku. Natomiast w tym roku wartość tych wdrożeń osiągnie 6,14 mld USD.
Nadal pozostajemy daleko od sytuacji, w której AI może całkowicie przejąć złożone zadania, jednak teraz weszliśmy do świata, w którym AI asystuje ludziom w pracy i przy podejmo- waniu decyzji – co nazywany rozszerzoną inteligencją8, mówi Chris Howard, wiceprezes ds. badań w rmie Gartner. Jeśli je- steś dyrektorem ds. informacji, a Twoje przedsiębiorstwo nie wykorzystuje sztucznej inteligencji, to istnieje duże prawdopo- dobieństwo, że Wasza konkurencja to robi i ten fakt powinien Was niepokoić.
Wśród ankietowanych dyrektorów CIO znajdowali się re- prezentujący rmy o łącznym przychodzie 15 bln USD, z sek- tora publicznego oraz te, które wydały na inwestycje IT łącznie 284 mld USD. W tej grupie wdrożenia AI potroiły się w ubie- głym roku, wzrastając od 25% w 2018 r. Gartner przypisuje ten duży wzrost dojrzałości możliwości technologii AI oraz dużej szybkości, z jaką staje się ona integralną częścią strategii cyfro- wych. AI osiąga obecnie historyczny moment z powodu sze- ściu zbiegających się czynników:
Bigger Data. Wiele urządzeń w zakładach przemysłowych dało nam dostęp do wielkich ilości danych do przetworzenia,
zarówno ustrukturyzowanych (w bazach danych i arkuszach kalkulacyjnych), jak i nieustrukturyzowanych (takich jak tekst, pliki audio, wideo oraz obrazy). Wielkie dane9 będą stawały się jeszcze większe10. Przetwarzanie tych informacji przy pomocy technologii AI pozwala nam na wykorzystanie ich w praktyce – do odkrycia wzorców historycznych, bardziej efektywnego prognozowania, dokonywania bardziej efektywnych rekomen- dacji oraz innych celów.
Moc obliczeniowa. Rozwijające się szybko technologie, ta- kie jak przetwarzanie danych w chmurze oraz procesory GPU, umożliwiły rmom tańsze i szybsze przetwarzanie wielkich ilo- ści danych za pomocą systemów opartych na AI poprzez prze- twarzanie równoległe. W przyszłości chipy „głębokiego ucze- nia”11 – będące obecnie kluczowym obiektem badań – pchną obliczenia równoległe jeszcze dalej.
Usieciowiony glob. Globalne łańcuchy dostaw w prze- myśle produkcyjnym wraz z platformami mediów społecz- nościowych fundamentalnie zmieniły sposób interakcji ludzi, rodzaj informacji, których mogą oni oczekiwać oraz czas uzy- skiwania tych informacji. Większe usieciowienie przyspiesza obecnie rozchodzenie się informacji i zachęca do udostęp- niania informacji, zapowiadając pojawienie się „kolektywnej inteligencji”, obejmującej społeczności deweloperów oprogra- mowania open source, opracowujące narzędzia AI oraz udo- stępniające aplikacje.
Oprogramowanie open source i dane otwarte. Tego typu oprogramowanie i dane przyśpieszają obecnie demokratyzację oraz wykorzystywanie AI. Wskazuje na to popularność otwar- tych standardów i platform uczenia maszynowego. Podejście typu open source może oznaczać mniejszą ilość czasu poświę- coną na tworzenie oprogramowania, standaryzację przemysłu oraz powszechniejsze wykorzystywania pojawiających się na- rzędzi AI.
Wi ksza wydajność. Badacze poczynili postępy w kilku aspektach AI, szczególnie „głębokim uczeniu” oraz „głębo- kim uczeniu ze wzmocnieniem”12. W wyniku tego zmienia się realizacja procesów technologicznych, na przykład zro-
Przemysłowy Internet Rzeczy
Wykorzystywanie okazji.
Tworzenieuzasadnieńbiznesowych.
Wytwarzanielepszychproduktówdzięki cyfryzacji.
Inteligentne produkty usieciowione.
Obniżanie kosztów.
Wykorzystywanie sprzętu ze wbudowanymi modułami sieciowymi oraz otwartych standardów
Analityka predykcyjna
AI jako rozszerzona inteligencja
• Konserwacjaprognozowana
• Prognozowanajakośćproduktu
• WizjamaszynowawykorzystującaAI
Pojawiająca się inteligentna siła robocza
Szkolenia z Przemysłu 4.0. Ocenytransformacjicyfrowej
Rys. 1. Trendy związanie z koncepcją Przemysłu 4.0 są pod wieloma względami rozszerzeniem lub dalszym rozwinięciem możliwości nieodłącznie związanych ze wprowadzeniem sterowników programowalnych oraz rozproszonych systemów sterowania w latach 80. XX w. oraz będących wprowadzanymi w ewoluujący sposób
w miarę upływu czasu. Źródło: IoTco
INŻYNIERIA & UTRZYMANIE RUCHU – www.utrzymanieruchu.pl I kwartał 2023 9