Настоящее влияние искусственного интеллекта в производстве

Мои инстинкты говорят: нужна срочность в использовании искусственного интеллекта (ИИ) в производстве.

Срочность диктуется скоростью движения технологий сегодня и тем, как неожиданный прорыв может быстро доминировать. ИИ используется в распознавании лиц, преобразовании речи в текст, выигрыше шахматных матчей. Должно быть множество потенциальных применений в производстве.

Пока я писал, что реальность «интеллекта» ИИ — сложная математика, я получил более просвещённый взгляд, когда поставил этот взгляд настоящему эксперту. По его мнению, ИИ нужно рассматривать шире. «Справедливо сказать, что это математика, но легко застрять в математике, потому что на самом деле речь больше о данных», — объяснил Оливер Кристи, основатель Foxy Machine, консалтинговой фирмы по ИИ в Нью-Йорке. «ИИ позволяет нам задавать новые вопросы, используя данные в любой ситуации».

Но даже ограничиваясь данными и математикой — ограничительно. Третий аспект — бизнес-проблема: какая ситуация рассматривается и какие инструменты доступны, по Кристи. «Нужно смотреть на любую проблему со всех трёх сторон: математика, данные и сама проблема. Такой целостный взгляд даёт робастное решение».

Он также считает производство зрелым для ИИ. «Некоторые из самых лёгких проблем для ИИ — решение вопросов безопасности и производственных рисков», — сказал он. «Есть ИИ-системы, понимающие в огромном масштабе, какие риски могут быть и как улучшить безопасность». Использование распознавания образов в контроле качества — другой легкий выигрыш. Недавно Кристи тренировал ИИ распознавать качество стали после термообработки, флагнуть подозрительные образцы. Их детально проверял человек.

Он подчёркнул ключевой момент: как ИИ лучше использовать — дополняя, а не заменяя контролёра качества. С цифровыми изображениями ИИ может просмотреть и пометить намного больше образцов, чем человек без усталости. Но в случае со сталью не мог дать тот финальный человеческий прикосновенный контроль. Привёл пример: аналогичная система для поиска рака кожи работала лучше онколога, но ИИ + онколог вместе работали ещё лучше, чем каждый по отдельности. «Тот же подход должен использоваться в производстве, где машинные системы и люди работают рука об руке».

Переломный момент в вычислительной мощности

Вернёмся к срочности. Много современных ИИ-технологий не ново. Концепция использования компьютеров для имитации человеческих способностей вместо просто вычислительных машин существует так же долго, как сами компьютеры. Но переломный момент в вычислительной мощности и данных делает это срочно актуальным. «Когда начинал 20 лет назад, стоимость вычислений и данных ограничивала [возможные] применения», — сказал Кристи. «Теперь у нас огромные объёмы смешанных данных и очень дешёвые вычисления. У меня доступ к миллионным компьютерам, прямой доступ к технологиям вроде IBM Watson, стоимостью почти ноль». Добавьте открытый ИИ-софт вроде Google TensorFlow — фактически бесплатный — и у нас «идеальный шторм всех компонентов для построения и использования ИИ», — сказал Кристи.

Он верит, ИИ легко станет следующим конкурентным преимуществом. Но может пугать. Совет? Начинать малыми шагами. Собрать небольшую команду, начать собирать данные вокруг пилотной бизнес-проблемы, учить лучшие подходы для решения производственной задачи. «Но начните сегодня», — сказал он.