Когато AI отива на работа - трансформиране на автоматизацията на фабриката

Резюме на епизода

Индустриалният AI се премества от лабораторията на фабричния етаж. В този епизод на Оптимистични перспективи в пет, Лорън Еспин изследва как AI може да помогне на производителите да се справят с недостига на квалифицирана работна ръка и да подобрят инженерната производителност.

В центъра на историята е Eigen Engineering Agent, разработен от AI центъра на Siemens в Сиатъл. Чрез комбиниране на AI със специфични за завода инженерни данни, Eigen може да помогне на инженерите по автоматизация да пишат код и да конфигурират индустриални системи — изпълнявайки сложни инженерни задачи с до пет пъти човешка скорост. При пилотни внедрявания в повече от 100 компании в 19 страни Eigen е постигнала до 50% по-висока инженерна ефективност.

Но въвеждането на AI в индустриална среда изисква повече от мощни модели. Човешката експертиза, симулацията и валидирането остават от съществено да се гарантира, че работата, генерирана от изкуствен интелект, е безопасна, надеждна и готова за реалния свят.

Резултатът? Поглед към това как Industrial AI интелект може да промени производството — не чрез замяна на инженери, а като помага на квалифицирани хора да правят повече.

Пълен препис

Аз съм Лорън Еспин, а това е Оптимистичните перспективи в пет, бърза актуализация за важно развитие, оформящо бъдещето.

Съединените щати си поставиха амбициозна цел да реиндустриализират икономиката си. Това означава изграждане на нов производствен капацитет, модернизиране на съществуващите операции и запазване на конкурентоспособност в световен мащаб, докато индустрията е изправена пред постоянен недостиг на квалифицирана работна ръка.

Индустриалният AI може да бъде един от най-важните инструменти за справяне с това предизвикателство. Тя може да надгражда десетилетия напредък в областта на автоматизацията, софтуера и цифровия близнак, за да помогне на инженерите, операторите и техниците да станат по-продуктивни, да ускорят иновациите и да решават все по-сложни проблеми.

Но осъзнаването на тази възможност изисква повече от мощни AI модели. Трябва да внедрим изкуствения интелект в реалния свят, в мащаб, по начини, които осигуряват измерими увеличения на производителността.

И това ни води до част от технологията, за която повечето от нас рядко мислят - освен ако, разбира се, не работите в производството.

PLC или програмируем логически контролер. Може би някой е контролирал линията, която напълни бутилката с вода на бюрото ви. Друг помогна за производството на компонент вътре в колата, която карахте днес. И друг може да е помогнал да опаковате кутията за доставка, която се появи на верандата ви.

PLC са навсякъде в съвременната индустрия. Siemens прави много от тях. Всъщност около една трета от машините в света се управляват от PLC на Siemens.

И всеки един от тези контролери трябва да бъде програмиран.

Това е работата на инженерите по автоматизация. Те пишат контролен код, конфигурират системи и мрежи, тестват връзки и гарантират, че все по-сложните промишлени системи работят по предназначение.

И днес тези квалифицирани инженери са в недостиг.

И така, очевидният въпрос: Защо да не използваме AI, за да увеличите производителността на работната сила, с която разполагаме?

Днес AI вече работи усилено във фабриките. Камерите забелязват дефекти на производствените линии. Системите прогнозират кога двигателите са на път да се повредят. Други намират начини да изтласкат повече производителност от критична линия.

Тези приложения работят, защото са наистина добри в извършването на конкретна работа. Една камера. Една производствена линия. Дайте на AI достатъчно примери и той се научава да върши тази работа изключително добре.

Но програмирането на контролер не е една работа.

Инженер по автоматизация може да бъде помолен да реши произволен брой проблеми и правилният отговор зависи от конкретната инсталация - оборудването, конфигурацията, окабеляването, дори конвенциите за именуване.

Това затруднява мащабирането на AI по същия начин. Не можете да изградите и обучите нов модел за всеки завод и всеки клиент.

Междувременно AI с общо предназначение решава част от този проблем. Най-мощните модели днес могат да разсъждават, пишат софтуер и да се справят с много по-широк спектър от задачи. Но те по своята същност не разбират вашата фабрика. Инженерните данни, които описват инсталацията - нейното оборудване, конфигурация и електрически системи - са специфични за тази среда и често частни.

Това е мястото, където индустриалният контекст има значение.

Помислете за брилянтен нов инженер в първия им ден. Те разбират инженерството, но никога не са стъпвали във вашето растение. Не ги връщаш обратно в училище. Вие им давате достъп до точната информация за конкретната система, върху която работят, и много бързо те допринасят.

Това е идеята зад Инженерния агент Ейген.

Разработен в центъра за изкуствен интелект на Siemens в Сиатъл, Eigen работи в рамките на инженерната софтуерна автоматизация, която инженерите вече използват. Той може да получи достъп до информацията за проекта, която описва как е конфигурирана инсталацията, заедно с електрически схеми и други съответни инженерни данни.

Един инженер може да опише какво иска на обикновен език. Eigen надхвърля генерирането на предложения до автономно изпълнение на сложни инженерни задачи. Той може да разбере предизвикателството и основно да работи - пише код или конфигурира системи - докато не постигне целта за ефективност, зададена от инженера.

И вече се разгръща.

При пилотни внедрявания в повече от 100 компании в 19 страни Eigen осигури до 50% по-висока инженерна ефективност. Той може да изпълнява инженерни задачи с два до пет пъти човешка скорост.

Когато квалифицираните инженери по автоматизация са оскъдни, тези печалби имат значение.

За да може индустриалният AI да бъде внедрен в мащаб, също трябва да му се вярва.

Ето защо човешкият надзор и валидиране са вградени в процеса. Кодът може да бъде тестван чрез инструменти за симулация, които моделират как ще се държи контролерът, преди да достигне до живо оборудване, като инженер преглежда и одобри работата.

Това е важно разграничение. Индустриалният AI не е просто въвеждане на мощни модели на AI във фабрика. Става въпрос за комбиниране на изкуствен интелект с дълбок индустриален контекст и инженерна експертиза, така че той да може да бъде внедрен безопасно и надеждно в реалния свят.

А Eigen е част от много по-голямо усилие. Siemens инвестира 1 милиард долара в възможности и предложения за изкуствен интелект през следващите три години, надграждайки десетилетия опит в прилагането на технологии в индустрията и инфраструктурата.

Защото следващата глава на AI няма да бъде дефинирана само от по-мощни модели. Тя ще бъде дефинирана и от способността ни да ги внедряваме в реалния свят — с индустриалния контекст и човешката експертиза, необходими за решаване на реални проблеми и осигуряване на измерима стойност.

Това е по-тих вид напредък, отколкото чатбот, който става по-умен. Това се случва във фабрики, работещи заедно с инженери и в крайна сметка вътре в тези PLC, повечето от нас никога няма да видят.

Но всички ще изпитаме резултатите.

Аз съм Лорън Еспин, а това е Оптимистичните перспективи.