AI хэрхэн тогтвортой байдлыг нэмэгдүүлдэг вэ? 

Хүмүүс хиймэл оюун ухаан хэрхэн тогтвортой байдлыг сайжруулдаг вэ гэж асуухад дэлхийн ханган нийлүүлэлтийн сүлжээг нэг шөнийн дотор оновчтой болгох эсвэл уур амьсгалын загварчлалыг ид шидийн аргаар шийдэх гэсэн том алсын хараа руу шууд ордог. Үйлдвэрлэл, ложистикийн багуудтай газар дээр нь ажиллаж байхдаа би бодит нөлөөлөл нь илүү нарийн ширхэгтэй, ихэвчлэн замбараагүй, мөнгөн сумаас хол байгааг олж харсан. Хиймэл оюун ухаан нь вакуум орчинд ажилладаг гэсэн буруу ойлголт юм. Одоо байгаа, ихэвчлэн үр ашиггүй процессуудад гүн гүнзгий шингэсэн үед л түүний үнэ цэнэ нээгддэг. Энэ нь ухаалаг алгоритмуудын тухай биш харин материалын урсгал, эрчим хүчний зарцуулалт, хог хаягдлын хэв маягийн практик зохицуулалтын талаар илүү их зүйл юм. Энэ нь үнэхээр тохиолддог, заримдаа бүдэрдэг хэд хэдэн газраар алхъя.

Бетон: Эрчим хүч ба нөөцийг оновчтой болгох

Бэхэлгээний үйлдвэр гэх мэт ердийн үйлдвэрлэлийн байгууламжийг авч үзье. Эрчим хүчний ачаалал тогтмол биш; энэ нь хуурамчаар үйлдэх эсвэл дулааны боловсруулалт хийх үед нэмэгддэг. Бид Хэбэй дэх нэгэн байгууламжийн багтай хамтран ажиллаж - Ённянь дүүргийн аж үйлдвэрийн кластерийг бодоод үз - цахилгаан хэрэглээний түүхэн өгөгдөл дээр харьцангуй энгийн машин сургалтын загваруудыг ашиглахаар ажилласан. Зорилго нь үйл явцыг дахин зохион бүтээх биш харин эрэлтийн өсөлтийг урьдчилан таамаглах, чухал бус үйл ажиллагааг зогсоох явдал байв. Үүний үр дүнд оргил ачааллын төлбөрийг 7-8%-иар бууруулж, нүүрстөрөгчийн ул мөр, зардлыг шууд бууруулсан. Энэ нь даруухан сонсогдож байгаа ч олон зуун зуух, шахагчийг хамарсан хэмжээгээр хуримтлагдсан үр нөлөө нь мэдэгдэхүйц юм. Энд байгаа хиймэл оюун ухаан сэтгэдэггүй; Энэ нь маш их чимээ шуугиантай, бодит ертөнцийн өгөгдлийн багцад хэрэглэгдэх хэв маягийг таних явдал юм.

Хаана төвөгтэй болж байна вэ гэвэл мэдээллийн дэд бүтэц. Олон ургамал, тэр байтугай том ургамал ч дуртай ГАДАА ЗИПА БУСАД БУСАД ТУХАЙ ХУУЛИЙН ХЯНАЛТЫН ХЯНАЛТ., хуучин SCADA системүүд болон гарын авлагын бүртгэлтэй байх. Эхний саад бэрхшээл бол дэлгүүрээс цэвэр, цаг хугацааны тамгатай өгөгдлийг олж авах явдал юм. Бид загваруудаа тэжээхийн тулд IoT-ийн үндсэн мэдрэгчийг тохируулахад долоо хоног зарцуулсан нь гялгар кейс судалгаанд ихэвчлэн өнгөрдөг алхам юм. Үүнгүйгээр аливаа AI загвар нь зөвхөн онолын дасгал юм. вэб сайт https://www.zitaifififeeners.com бүтээгдэхүүнээ дэлгэн үзүүлж болох ч тогтвортой байдлын өсөлт нь хөшигний ард, хэзээ ч бие биетэйгээ ярихаар төлөвлөөгүй машинуудын өгөгдлийн урсгалыг нэгтгэснээр тохиолддог.

Өөр нэг өнцөг бол материалын гарц юм. Бэхэлгээний үйлдвэрлэлд ороомог ган нь цоолж, үүсдэг. Хаягдал нь зайлшгүй боловч хиймэл оюун ухаанд суурилсан компьютерийн харааны систем одоо түүхий эдийг тамгалахаас өмнө согогтой эсэхийг шалгаж, тэр ч байтугай хаягдлыг багасгахын тулд зүсэх хэлбэрийг динамикаар тохируулах боломжтой болсон. Бид үүнийг хамтрагчтайгаа туршсан бөгөөд алгоритм ажиллаж байх хооронд тохиргооны нарийн төвөгтэй байдлаас шалтгаалан бага хэмжээний багцын ROI сөрөг байсан. Энэ бол маш чухал нюанс юм: Тогтвортой байдлын төлөөх хиймэл оюун ухааныг бүх нийтээр ашиглах боломжгүй; үр дүнгээ өгөхийн тулд тодорхой цар хүрээ, үйл ажиллагааны төлөвшлийг шаарддаг.

Логистик ба далд сүлжээ

Тээвэрлэлт бол асар их нүүрстөрөгч ялгаруулагч юм. Маршрутыг оновчтой болгоход AI-ийн гүйцэтгэх үүргийг сайн мэддэг боловч бодит хязгаарлалт нь үүнийг сонирхолтой болгодог. Зитай шиг Бээжин-Гуанжоугийн төмөр зам, Үндэсний хурдны 107-р замын ойролцоо байрладаг үйлдвэрлэгчийн хувьд асуудал нь зөвхөн хамгийн дөт замыг олох биш юм. Энэ нь ачааны машины сул зогсолтыг багасгахын тулд хэсэгчилсэн ачааллыг нэгтгэх, боомтын саатлыг урьдчилан таамаглах, тэр ч байтугай бодит цагийн хөдөлгөөн, цаг агаарын мэдээллийг харгалзан үзэх явдал юм. Бид ийм системийг хэрэгжүүлсэн бөгөөд түлшний хэмнэлт дунджаар 12% орчим байсан. Гэсэн хэдий ч системийн зөвлөмжийг алгоритмын талаархи туршлагадаа итгэсэн диспетчерүүд заримдаа татгалздаг - хүн-AI хамтын ажиллагааны сонгодог сорилт.

Маршрутаас гадна бараа материалын оновчлол бий. Илүүдэл бараа материал хадгалах нь хөрөнгө, орон зайг холбодог бөгөөд ихэвчлэн хог хаягдал үүсгэдэг (ялангуяа бүрсэн эсвэл боловсруулсан бэхэлгээний хадгалалтын хугацаатай холбоотой). Борлуулалтын өгөгдөл, улирлын чиг хандлага, эдийн засгийн илүү өргөн үзүүлэлтүүдийг ашиглан урьдчилан таамаглах загварууд нь бараа материалын түвшинг чангатгах боломжтой. Бид нөөцөө алдах эрсдэлийг нэмэгдүүлэхгүйгээр аюулгүйн нөөцийг 15 хувиар бууруулсан нэг төслийг санаж байна. Гэвч бүс нутгийн бодлогын гэнэтийн өөрчлөлт нь нийлүүлэлтийн сүлжээг тасалдуулахад загвар нь гайхалтай бүтэлгүйтсэн - энэ нь ийм хар хунгийн үйл явдлуудад бэлтгэгдээгүй байв. Энэ нь хиймэл оюун ухааны загварууд нь тэдний үзсэн түүхэн өгөгдөлтэй адил сайн гэдгийг онцолж байна; Тэд шинэ системийн цочролтой тэмцдэг.

Өргөтгөсөн нийлүүлэлтийн сүлжээ нь илүү өргөн хүрээтэй болдог. AI нь дугуй эдийн засгийн гогцоог зохиоход тусална. Жишээлбэл, бүтээгдэхүүний амьдралын мөчлөгийн өгөгдөлд дүн шинжилгээ хийснээр ашиглалтаас хасагдсан нарны фермийн бэхэлгээний багцыг хэзээ дахин ашиглах эсвэл дахин боловсруулах боломжтой болохыг урьдчилан таамаглах боломжтой бөгөөд ингэснээр онгон материалын хэрэгцээг бууруулна. Энэ нь одоо болтол гараагүй байгаа ч ЕХ-ны туршилтын төслүүд үүнийг судалж байна. Энэ нь тогтвортой байдлыг энгийн үр ашгаас нөөцийн системийн эргэлтэд шилжүүлдэг.

Хяналт, тайлагнах, ил тод байдлын түлхэц

Өнөөдөр тогтвортой байдал нь нарийн хэмжилтийг шаарддаг. AI нь байгаль орчны хяналтыг эрс хурдасгадаг. Ялгарал, бохир усны гар аргаар сар бүр аудит хийхийн оронд хиймэл оюун ухааны аналитик бүхий мэдрэгч сүлжээнүүд нь тасралтгүй, нарийн ширхэгтэй мэдээлэл өгөх боломжтой. Бид өнгөлгөөний цехэд дэгдэмхий органик нэгдэл (VOC) ялгаруулалтыг хянах системийг бий болгоход тусалсан. AI зөвхөн хэмжсэнгүй; Энэ нь үйлдвэрлэлийн тодорхой багц болон ялгаралтын огцом өсөлтийн хоорондын хамаарлыг тодорхойлж, үйл явцыг тохируулах боломжийг олгосон. Энэ нь зардлын төвөөс дагаж мөрдөхийг үйл ажиллагааны ойлголтын эх үүсвэр болгон хувиргадаг.

Гэсэн хэдий ч өгөгдөл үүсгэх нь нэг зүйл юм; үүнд итгэх нь өөр хэрэг. AI-аас бий болсон тогтвортой байдлын хэмжүүрүүд болон ESG тайлагнал гэх мэт тогтолцоонд аудит хийх боломжтой, баталгаажсан бүртгэл шаардлагын хооронд хурцадмал байдал үргэлжилсээр байна. Зохицуулагчид болон хөрөнгө оруулагчид AI-ийн нүүрстөрөгчийн нягтлан бодох бүртгэлийн хураангуй мэдээлэлд итгэж чадах уу? Бид хиймэл оюун ухаан нь өгөгдлийг задлах хүнд хэцүү ажлыг хариуцдаг үе шатанд байгаа ч баталгаажуулж, тайлбарлахын тулд хүний ​​​​мэргэжилтнүүд шаардлагатай хэвээр байна. Энэ хэрэгсэл нь хүчирхэг боловч мэргэжлийн дүгнэлт хийх хэрэгцээг орлож чадаагүй юм.

Макро хэмжээний хувьд хиймэл оюун ухаан нь нийлүүлэлтийн нарийн төвөгтэй сүлжээн дэх нүүрстөрөгчийн ул мөрийг илүү нарийвчлалтай хянах боломжийг олгодог. Нийлүүлэгчийн портал, тээвэрлэлтийн манифест, эрчим хүчний төлбөрөөс авсан өгөгдлийг хусах, дүн шинжилгээ хийх замаар энэ нь бараг бодит цагийн хөлийн газрын зургийг үүсгэж чадна. Өргөн уудам үйлдвэрлэлийн баазын нэг хэсэг болох Зитай зэрэг компанийн хувьд энэхүү харагдах байдал нь 3-р хамрах хүрээний ялгаруулалтыг мэдээлэх дарамтад байгаа Европ эсвэл Хойд Америк дахь доод урсгалын хэрэглэгчдэд маш чухал юм. Энэ нь тогтвортой байдлыг тодорхойгүй амлалтаас бизнесийн тоон үзүүлэлттэй, удирддаг бүрэлдэхүүн хэсэг болгон хувиргадаг.

Алдаа болон үл тоомсорлосон зардал

Энэ бүхэн эерэг биш юм. Томоохон AI загваруудыг сургах, ажиллуулах тооцооны зардал нь өөрөө байгаль орчны дарамт юм. Үйлдвэрийн эрчим хүч хэмнэхэд чиглэсэн төсөл нь загваруудыг сургаж буй үүлэн серверүүдийн ашигладаг эрчим хүчтэй харьцуулах ёстой. Бид яг ийм шалтгаанаар гүн гүнзгий суралцахаас илүү үр ашигтай, тусгай загваруудыг ашиглахад шилжсэн. Заримдаа илүү энгийн статистик загвар нь тооцооллын нэмэлт зардлын 1% -ийн үр ашгийн 80% -ийг авдаг. AI-аар дамжуулан тогтвортой байдал нь өөрийн ул мөрийг тооцох ёстой.

Системийн нэг хэсгийг нөгөөгөөр нь оновчтой болгох эрсдэл бас бий. Бид нэг удаа эрчим хүчний хэмнэлттэй үйлдвэрлэлийн хуваарийг оновчтой болгосон боловч энэ нь тодорхой багажны элэгдлийг ихэсгэж, илүү ойр ойрхон солих болон холбогдох материалын хог хаягдлыг олж мэдсэн. Нэгдмэл үзэл бодол чухал. Жинхэнэ тогтвортой байдал нь орон нутгийн дээд хэмжээ биш харин системийн хэмжээнд уян хатан байдал, нийт нөлөөллийн хамгийн бага үзүүлэлт юм. AI системийг олон зорилтот оновчлолоор төлөвлөх шаардлагатай бөгөөд энэ нь илүү хэцүү асуудал юм.

Эцэст нь хүний элемент. Хиймэл оюун ухаанд суурилсан өөрчлөлтүүдийг хэрэгжүүлэхэд чадварлаг боловсон хүчин, өөрчлөлтийн менежмент, ихэвчлэн урьдчилсан хөрөнгө шаардагдана. Үйлдвэрлэлийн бүс дэх олон жижиг, дунд үйлдвэрүүдийн хувьд оршин тогтнох, захиалгыг биелүүлэх нь тэргүүлэх чиглэл юм. Тогтвортой байдлын аргумент нь тодорхой, богино болон дунд хугацааны эдийн засгийн үр өгөөжтэй хослуулах ёстой. Тийм ч учраас миний харсан хамгийн амжилттай нисгэгчид бага унжсан жимснээс эхэлдэг: өндөр өртөгтэй зогсолт, материалын хог хаягдлаас зайлсхийхийн тулд урьдчилан тооцоолсон засвар үйлчилгээ, эсвэл хоёр жилийн дотор нөхөгдөх ухаалаг гэрэлтүүлэг/халаалтын удирдлага.

Урагшаа харах: Тусгаарлах биш, нэгтгэх

Тэгэхээр хиймэл оюун ухаан тогтвортой байдлыг хэрхэн нэмэгдүүлдэг вэ? Энэ нь сайн төслүүдэд зориулсан гялалзсан, бие даасан хиймэл оюун ухаанаар дамждаггүй. Энэ нь үйлдвэрлэл, ложистик, эрчим хүч гэх мэт салбаруудын үйл ажиллагааны технологийн стектэй аажмаар, ихэвчлэн тачаангуй, интеграцчлалаар дамждаг. Энэ нь хийснээр тогтвортой байдлыг нэмэгдүүлдэг нөөцийн үр ашиг Өмнө нь үл үзэгдэх байсан хог хаягдлын урсгалыг илрүүлж, илүү дасан зохицох, хариу үйлдэл үзүүлэх системийг идэвхжүүлснээр хэмжигдэхүйц, үр дүнтэй.

Миний бодлоор ирээдүй бол суулгагдсан хиймэл оюун ухаанд оршдог. Чанарыг хадгалахын зэрэгцээ хамгийн бага эрчим хүчний хэрэглээнд зориулж параметрээ өөрөө тохируулдаг үйлдвэрлэлийн машин эсвэл зардал, цаг хугацааны хязгаарлалтыг хангасан хамгийн бага нүүрстөрөгчийн тээвэрлэлтийн сонголтыг автоматаар сонгодог ложистикийн платформыг бодоорой. Энэ нь тусдаа санаачилга биш стандарт шинж чанар болж хувирдаг. Үйлдвэрлэгчдийн нягт сүлжээ бүхий Ённяны үйлдвэрлэлийн бааз зэрэг газруудад хийх ажил нь эдгээр нэгдсэн арга барилыг турших төгс талбар юм.

Эцсийн эцэст хиймэл оюун ухаан бол хүчирхэг хэрэгсэл, гэхдээ энэ бол зүгээр л хэрэгсэл юм. Тогтвортой байдалд оруулах хувь нэмэр нь түүнийг удирдаж буй гарууд болон шийдвэрлэхээр сонгосон асуудлаас нь хамаардаг. Энэхүү өсөлт нь бетонд тасралтгүй анхаарал хандуулж, материаллаг болон эрчим хүчний урсгалын өсөлтийг нэмэгдүүлэх замаар олж авсан бөгөөд бид одоо олж авч, ойлгож чадна. Энэ бол сорилт, алдаагаар дүүрэн, шуугиан дэгдээхээс хол, тогтвортой ирээдүйн бодит үнэ цэнийг чухам энд л бүтээж буй бодит аялал юм.