Лидеры индустрии преодолевают барьеры ИИ в умном производстве

Почему так мало производителей в США используют технологии умного производства — искусственный интеллект и машинное обучение — для сокращения отходов, внедрения предиктивного обслуживания и улучшения систем автоматизации?

Этот вопрос стал центральным на круглом столе «Роль ИИ в производстве», организованном CESMII — Институтом умного производства. Участники представляли Procter & Gamble, Raytheon Space and Airborne Systems, Microsoft, UCLA и CESMII.

Эксперты обсуждали преодоление препятствий вроде «пилотного ада», платформозависимого ПО, ученых-данных без предметной экспертизы и «анархии данных».

«Вокруг этой сферы по-прежнему много ажиотажа, что неудивительно при потенциале перевернуть всю отрасль», — сказал Джон Дайк, CEO CESMII и модератор дискуссии. «Но это делает еще более важным понимание границы между тем, что пока лишь аспирационно, и тем, что уже прагматично достижимо».

Возвращаемся к вопросу: что сдерживает более широкое внедрение ИИ производителями?

Многие компании сообщают о попытках внедрить ИИ, но застревают в «пилотном аду» — не могут масштабировать небольшие успешные проекты.

Даже компания из Fortune 500, Procter & Gamble, признает проблемы. Находится на ранней стадии внедрения ИИ, P&G смогла развернуть некоторые алгоритмы машинного обучения, но сталкивается со сложностями их масштабирования.

«Оказывается, у меня нет инфраструктуры, которая могла бы выдавать данные в нужном мне виде», — рассказал Джефф Кент, руководитель умных платформ P&G. «Нет платформы, хорошо контекстуализирующей данные, и нет среды, где алгоритм мог бы разрабатываться не-экспертами по данным. Мы на стадии успешных пилотов, но они остаются в контексте своих разработчиков».

«Думаю, мы выходим из пилотного ада», — добавил он, — «но устойчивое масштабируемое внедрение и полная реализация обещаний Индустрии 4.0 возможны только когда все эти элементы сложатся в единый рабочий процесс и набор приложений, в которых смогут участвовать P&G, наши поставщики и OEM».

Келли Доддс, директор по передовым технологиям производства в Raytheon, отметила успех интеграции ИИ в роботизированные приложения с использованием машинного зрения.

«Способность машинного зрения надежно распознавать объекты и самообучаться — серьезное достижение», — сказала она.

Для решения проблемы внедрения ИИ Raytheon продвигает образовательные программы по науке о данных с производственным контекстом.

«Нам нужны ученые-данные с предметной экспертизой», — подчеркнула Доддс. «Поэтому важно растить кадровый резерв с таким контекстом».

Джонатан Уайз, вице-президент по технологиям CESMII, разработчик ПО, считает, что программисты должны закладывать гибкость развертывания на этапе проектирования.

«У нас есть кадры, десятилетиями внедрявшие интеллект в ПЛК, но поставщики платформ не создали аппаратный уровень абстракции (HAL) между кодом и ПЛК», — объяснил он. «В IT-программировании последние годы мы строим ПО из компонентов, слабо связанных в определенную архитектуру через четкие интерфейсы».

Антидот платформозависимому ПО — алгоритмы, независимые от платформы, построенные на общих информационных интерфейсах, сказал Уайз.

Кроме того, сами данные должны быть в стандартизированном формате.

Джим Дэвис, вице-провост по IT в UCLA, добавил: «Способ сделать это — подумать об обмене данными, их совместном использовании, объединении, коллективной работе. Нужен отраслевой подход».

С учетом пандемии и изменений климата, ломающих цепочки поставок, сокращение отходов и эффективное использование ресурсов может стать ключевым преимуществом внедрения ИИ, заявил Уалид Али, эксперт по ИИ в производстве от Microsoft.

«Промышленные процессы потребляют почти половину энергии человечества и отвечают за пятую часть глобальных выбросов парниковых газов. Это этический императив и верное бизнес-решение, учитывая стремление к замкнутым ресурсным циклам и жизненному циклу продуктов после производства», — сказал он.

«Мы живем во времена беспрецедентных возможностей сделать правильный выбор с технологической точки зрения — ИИ и умное производство — а также для экологической устойчивости».