ИИ обещает взять на себя человеческий труд во многих сценариях применения, но не может заменить человеческую интуицию и творческие способности, пишет на портале IoT World Today Билл Дайкас, старший менеджер по продуктам Telit Cinterion.
Промышленное производство — это деликатная отрасль, в которой незначительные ошибки могут привести к катастрофическим сбоям. Долгое время инженеры-люди служили оплотом против таких сбоев, отслеживая данные машин или систем на предмет аномалий, внезапных скачков и несоответствий. Если на основании полученных данных они делали вывод о неизбежности сбоя, то принимали решение о необходимых действиях, будь то полный вывод машины из эксплуатации или небольшая корректировка.
Однако сегодня смарт-датчики Интернета вещей (IoT), модели на базе ИИ и другие цифровые технологии могут анализировать данные и приходить к тем же выводам, что и квалифицированный инженер. Более того, ИИ может анализировать огромные объемы данных из разрозненных источников гораздо быстрее, чем команда людей. В связи с этим возникает вопрос: приведут ли эти достижения к вытеснению человека из процесса принятия решений на производстве?
Как ИИ может помочь человеку в принятии решений
Ответ на этот вопрос не так прост. Рассмотрим такой простой пример, как статистический контроль процесса, отслеживающий температуру, у которой есть верхнее и нижнее предельные значения. Если показатели остаются в пределах допустимого диапазона, все в порядке. Хотя температура может никогда не пересекать установленные пороги, что если инженер заметит, что выходные данные несколько раз подозрительно близко подходят к нижней границе диапазона? В такой ситуации многие производители предпочли бы, чтобы выбор действия (и типа действия) оставался в руках человека, а не системы ИИ.
Этот пример показывает, что ИИ не должен полностью заменять человека в принятии решений, а должен дополнять его способность принимать своевременные и точные решения. По мере того как технологии ИИ будут лучше объединять данные и быстрее их анализировать, качество информации, доступной инженерам при принятии важных решений, также будет повышаться. Кроме того, генеративный ИИ может предоставлять инженерам обратную связь, например: «Согласно этому набору данных, вам следует сделать то-то и то-то». Даже в этом случае окончательное решение все равно остается за инженером, но он может принять его гораздо увереннее и проактивнее.
Пример из практики: визуальный контроль с помощью ИИ
Совместное принятие решений человеком и ИИ — невероятно мощный инструмент. Компания, предлагающая комплексные IoT-решения, создала решение для визуального контроля, которое использует передовые алгоритмы и методы глубокого обучения для осмотра колес на производственной линии и определения наличия каких-либо дефектов. В частности, это решение было обучено распознавать отсутствие гаек крепления, неправильные гайки крепления, царапины и т. д.
Когда решение для визуального контроля обнаруживает проблему, оно создает сообщение о неисправности, которое попадает к оператору, предоставляя ему мгновенную визуальную обратную связь для устранения дефектов на рабочем месте. Эта производственная система упрощает выявление проблем и предоставляет операторам информацию, необходимую для быстрого решения проблемы, сводя к минимуму негативное влияние на производственный график. Проще говоря, система визуального контроля делает процесс принятия решений оператором максимально эффективным.
Сотрудничество, а не замена
ИИ, как и многие другие технологии в долгой истории производства, призван дополнить человеческий опыт, предоставляя людям точную информацию в режиме реального времени для принятия решений. Хотя ИИ обещает взять на себя человеческий труд во многих случаях, мы не можем так легко заменить человеческую интуицию и творческий потенциал, особенно когда речь идет о принятии сложных решений.
