Як штучны інтэлект павышае ўстойлівасць? 

Калі людзі пытаюцца, як штучны інтэлект павышае ўстойлівасць, імгненная думка часта пераходзіць да грандыёзных бачанняў: аптымізацыі глабальных ланцужкоў паставак за адну ноч або чароўнага рашэння кліматычнага мадэлявання. Працуючы на ​​месцах з вытворчымі і лагістычнымі камандамі, я ўбачыў, што рэальны ўплыў больш дэталёвы, часта бязладны і далёкі ад добрай кулі. Памылковае меркаванне заключаецца ў тым, што ІІ працуе ў вакууме - гэта не так. Яго каштоўнасць раскрываецца толькі тады, калі ён глыбока ўкаранёны ў існуючыя, часта неэфектыўныя, працэсы. Гэта менш пра інтэлектуальныя алгарытмы, а больш пра практычныя карэкціроўкі матэрыяльных патокаў, спажывання энергіі і мадэляў адходаў. Дазвольце мне прайсціся па некалькіх абласцях, дзе гэта сапраўды адбываецца і дзе часам спатыкаецца.

Бетон: аптымізацыя энергіі і рэсурсаў

Возьмем тыповую прамысловую абстаноўку, напрыклад, завод па вытворчасці крапежных элементаў. Энергетычная нагрузка не пастаянная; гэта шыпы падчас кавання або тэрмічнай апрацоўкі. Мы працавалі з камандай на прадпрыемстве ў Хэбэі — успомніце прамысловы кластар у раёне Ённянь — каб разгарнуць адносна простыя мадэлі машыннага навучання на гістарычных дадзеных аб спажыванні энергіі. Мэта складалася не ў тым, каб вынаходзіць працэс нанава, а ў тым, каб спрагназаваць скокі попыту і затрымку некрытычных аперацый. Вынікам стала зніжэнне платы за пікавую нагрузку на 7-8%, што непасрэдна скарачае вугляродны след і кошт. Гэта гучыць сціпла, але ў маштабе, у сотнях печаў і прэсаў, сукупны эфект істотны. ШІ тут не думае; гэта распазнаванне вобразаў, якое прымяняецца да вельмі шумнага набору дадзеных у рэальным свеце.

Тое, што становіцца складаней, - гэта інфраструктура даных. Шмат раслін, нават такіх буйных, як Handan Zitai Fastener Manufacturing Co., Ltd., маюць старыя сістэмы SCADA і ручныя часопісы. Першая перашкода - гэта атрыманне чыстых даных з пазнакай часу з цэха. Мы патрацілі тыдні на тое, каб наладзіць асноўныя датчыкі IoT для падачы мадэляў — крок, які часта замоўчваецца ў глянцавых тэматычных даследаваннях. Без гэтага любая мадэль штучнага інтэлекту - гэта толькі тэарэтычнае практыкаванне. Вэб-сайт https://www.zitaifasteners.com могуць прадэманстраваць сваю прадукцыю, але павышэнне ўстойлівасці адбываецца за кулісамі, у жорсткай інтэграцыі патокаў даных з машын, якія ніколі не былі створаны для размовы паміж сабой.

Яшчэ адзін аспект - выхад матэрыялу. У вытворчасці крапежных вырабаў рулонную сталь прабіваюць і фармуюць. Лом непазбежны, але сістэмы камп'ютэрнага зроку, якія кіруюцца штучным інтэлектам, цяпер могуць правяраць сыравіну на дэфекты перад штампоўкай і нават дынамічна карэктаваць схемы рэзкі, каб мінімізаваць адходы. Мы апрабавалі гэта з партнёрам, і, хаця алгарытм працаваў, рэнтабельнасць інвестыцый была адмоўнай для меншых серый з-за складанасці наладкі. Гэта крытычны нюанс: штучны інтэлект для ўстойлівага развіцця не з'яўляецца універсальным; гэта патрабуе пэўнага маштабу і аператыўнай сталасці, каб акупіцца.

Лагістыка і схаваная сетка

Транспарт з'яўляецца вялікім выкідам вугляроду. Роля штучнага інтэлекту ў аптымізацыі маршрутаў тут добра вядомая, але абмежаванні ў рэальным свеце робяць гэта цікавым. Для вытворцы, які выгадна размешчаны побач з чыгункай Пекін-Гуанчжоу і нацыянальнай шашы 107, як Zitai, пытанне заключаецца не толькі ў пошуку найкарацейшага шляху. Гаворка ідзе аб кансалідацыі частковых нагрузак, прагназаванні затрымак у портах і нават уліку даных аб трафіку і надвор'і ў рэжыме рэальнага часу, каб скараціць час прастою грузавікоў. Мы ўкаранілі сістэму, якая зрабіла гэта, і эканомія паліва ў сярэднім склала каля 12%. Аднак рэкамендацыі сістэмы часам адхіляліся дыспетчарамі, якія давяралі алгарытму свайму вопыту - гэта класічная праблема супрацоўніцтва чалавека і штучнага інтэлекту.

Акрамя маршрутаў, ёсць аптымізацыя запасаў. Захоўванне лішніх запасаў звязвае капітал і прастору і часта прыводзіць да марнатраўства (асабліва для крапежных дэталяў з пакрыццём або апрацоўкай, якія маюць праблемы з тэрмінам прыдатнасці). Прагнастычныя мадэлі, якія выкарыстоўваюць дадзеныя аб продажах, сезонныя тэндэнцыі і нават больш шырокія эканамічныя паказчыкі, могуць скараціць узровень запасаў. Я памятаю адзін праект, у якім мы скарацілі запасы бяспекі на 15% без павелічэння рызыкі дэфіцыту запасаў. Але мадэль ашаламляльна пацярпела крах, калі раптоўная змена рэгіянальнай палітыкі парушыла ланцужкі паставак - яна не была навучана такім падзеям "чорны лебедзь". Гэта падкрэслівае, што мадэлі штучнага інтэлекту настолькі добрыя, наколькі добрыя гістарычныя дадзеныя, якія яны бачылі; яны змагаюцца з новымі сістэмнымі ўзрушэннямі.

Пашыраны ланцужок паставак становіцца шырэйшым. Штучны інтэлект можа дапамагчы распрацаваць кругавую эканоміку. Напрыклад, аналізуючы даныя аб жыццёвым цыкле прадукту, ён можа прадбачыць, калі партыя крапежных дэталяў з выведзенай з эксплуатацыі сонечнай фермы можа стаць даступнай для паўторнага выкарыстання або перапрацоўкі, тым самым памяншаючы патрэбнасць у першапачатковым матэрыяле. Гэта яшчэ толькі зараджаецца, але пілотныя праекты ў ЕС даследуюць гэта. Гэта перамяшчае ўстойлівасць ад простай эфектыўнасці да сістэмнага кругазвароту рэсурсаў.

Маніторынг, справаздачнасць і празрыстасць

Устойлівасць сёння патрабуе строгага вымярэння. AI рэзка паскарае маніторынг навакольнага асяроддзя. Замест штомесячных ручных аўдытаў выкідаў або сцёкавых вод сеткі сэнсараў з аналітыкай штучнага інтэлекту могуць прадастаўляць бесперапынныя дэталізаваныя даныя. Мы дапамаглі наладзіць сістэму маніторынгу выкідаў лятучых арганічных злучэнняў (ЛОС) у цэху пакрыцця. ШІ не проста вымяраў; ён вызначыў карэляцыі паміж канкрэтнымі вытворчымі партыямі і скокамі выкідаў, што дазволіла карэктаваць працэс. Гэта ператварае адпаведнасць з цэнтра выдаткаў у крыніцу аператыўнай інфармацыі.

Аднак стварэнне дадзеных - гэта адно; давяраць - гэта іншае. Пастаянна існуе напружанне паміж паказчыкамі ўстойлівасці, створанымі штучным інтэлектам, і патрэбай у запісах, якія паддаюцца аўдыту і праверцы, для такіх структур, як справаздачнасць ESG. Ці могуць рэгулюючыя органы і інвестары давяраць зводцы штучнага інтэлекту па ўліку вугляроду? Мы знаходзімся ў фазе, калі штучны інтэлект спраўляецца з цяжкай працай па апрацоўцы даных, але для праверкі і інтэрпрэтацыі па-ранейшаму патрэбны эксперты-людзі. Інструмент магутны, але ён не замяніў неабходнасці прафесійнага меркавання.

У макрамаштабе штучны інтэлект дазваляе больш дакладна адсочваць вугляродны след у складаных ланцужках паставак. Збіраючы і аналізуючы даныя з парталаў пастаўшчыкоў, маніфестаў дастаўкі і рахункаў за электраэнергію, ён можа стварыць карту слядоў практычна ў рэальным часе. Для такой кампаніі, як Zitai, якая з'яўляецца часткай шырокай вытворчай базы, гэтая бачнасць мае вырашальнае значэнне для кліентаў у Еўропе ці Паўночнай Амерыцы, якія знаходзяцца пад ціскам, каб паведамляць аб выкідах Scope 3. Гэта ператварае ўстойлівае развіццё з расплывістай прыхільнасці ў колькасна вызначаемы, кіраваны кампанент бізнесу.

Падводныя камяні і недагледжаныя выдаткі

Гэта не ўсё пазітыўна. Вылічальныя выдаткі на навучанне і працу вялікіх мадэляў штучнага інтэлекту самі па сабе з'яўляюцца цяжарам для навакольнага асяроддзя. Праект, накіраваны на эканомію энергіі на заводзе, павінен суадносіцца з энергіяй, якая выкарыстоўваецца воблачнымі серверамі для навучання мадэляў. Менавіта па гэтай прычыне ў нашай працы мы перайшлі да выкарыстання больш эфектыўных спецыялізаваных мадэляў, а не метадаў глыбокага навучання. Часам больш простая статыстычная мадэль дае вам 80% выгады з 1% вылічальных выдаткаў. Устойлівае развіццё праз ІІ павінна ўлічваць свой уласны след.

Таксама існуе рызыка аптымізацыі адной часткі сістэмы за кошт іншай. Аднойчы мы аптымізавалі графік вытворчасці для павышэння энергаэфектыўнасці, але выявілі, што гэта павялічвае знос некаторых інструментаў, што прыводзіць да больш частай замены і звязаных з гэтым адходаў. Важны цэласны погляд. Сапраўдная ўстойлівасць - гэта не лакальныя максімумы, а агульнасістэмная ўстойлівасць і мінімальнае агульнае ўздзеянне. Сістэмы штучнага інтэлекту трэба распрацоўваць з улікам шматмэтавай аптымізацыі, што з'яўляецца значна больш складанай праблемай.

Нарэшце, чалавечы элемент. Укараненне змяненняў, якія кіруюцца штучным інтэлектам, патрабуе кваліфікаванага персаналу, кіравання зменамі і часта першапачатковага капіталу. Для многіх малых і сярэдніх прадпрыемстваў вытворчай стужкі прыярытэтам з'яўляецца выжыванне і выкананне заказаў. Аргумент устойлівасці павінен спалучацца з выразнай кароткатэрміновай і сярэднетэрміновай эканамічнай выгадай. Вось чаму самыя паспяховыя пілотныя праекты, якія я бачыў, пачыналі з нізкіх пладоў: прагназуючага абслугоўвання, каб пазбегнуць дарагіх прастояў і марнавання матэрыялаў, або разумных сродкаў кіравання асвятленнем/ацяпленнем, якія акупляюцца менш чым за два гады.

Погляд у будучыню: інтэграцыя, а не ізаляцыя

Такім чынам, як штучны інтэлект сапраўды павышае ўстойлівасць? Гэта не праз кідкі аўтаномны штучны інтэлект для добрых праектаў. Гэта праз паступовую, часта непрыгожую, інтэграцыю ў тэхналагічны комплекс такіх галін, як вытворчасць, лагістыка і энергетыка. Гэта павышае ўстойлівасць, робячы рэсурсаэфектыўнасць вымерна і дзейсна, выяўляючы патокі адходаў, якія раней былі нябачнымі, і дазваляючы больш адаптыўныя, хутка рэагуючыя сістэмы.

Будучыня, на мой погляд, за ўбудаваным ІІ. Уявіце сабе прамысловую машыну, якая сама рэгулюе свае параметры для мінімальнага выкарыстання энергіі пры захаванні якасці, або лагістычную платформу, якая аўтаматычна выбірае варыянт дастаўкі з самым нізкім выкідам вугляроду, які адпавядае абмежаванням па кошце і часе. Гэта становіцца стандартнай функцыяй, а не асобнай ініцыятывай. Праца ў такіх месцах, як вытворчая база Yongnian з яе шчыльнай сеткай вытворцаў, з'яўляецца ідэальным палігонам для выпрабавання гэтых комплексных падыходаў.

У рэшце рэшт, ШІ - гэта магутны інструмент, але гэта проста інструмент. Яго ўклад ва ўстойлівае развіццё вызначаецца рукамі, якія ім валодаюць, і праблемамі, якія яны вырашаюць. Імпульс зыходзіць ад нястомнай канцэнтрацыі ўвагі на канкрэтных, паступовых прыростах матэрыяльных і энергетычных патокаў, абапіраючыся на дадзеныя, якія мы можам цяпер, нарэшце, зафіксаваць і зразумець. Гэта практычнае падарожжа, поўнае спроб і памылак, далёкае ад цыкла ажыятажу, і менавіта тут будуецца яго сапраўдная каштоўнасць для ўстойлівай будучыні.