Quando l'intelligenza artificiale funziona - Trasformare l'automazione di fabbrica

Riepilogo dell'episodio

L'intelligenza artificiale industriale si sta spostando dal laboratorio alla fabbrica. In questo episodio di Prospettive ottimistiche in cinque, Lauren Espin esplora come l'intelligenza artificiale può aiutare i produttori a far fronte alla carenza di manodopera qualificata e a migliorare la produttività ingegneristica.

Al centro della storia c'è Eigen Engineering Agent, sviluppato dall'hub di intelligenza artificiale di Siemens a Seattle. Combinando l'intelligenza artificiale con dati ingegneristici specifici dell'impianto, Eigen può aiutare gli ingegneri dell'automazione a scrivere codice e configurare i sistemi industriali, eseguendo attività ingegneristiche complesse fino a cinque volte la velocità umana. In implementazioni pilota in più di 100 aziende in 19 paesi, Eigen ha ottenuto un'efficienza ingegneristica superiore fino al 50%.

Ma portare l'intelligenza artificiale negli ambienti industriali richiede più di modelli potenti. L'esperienza umana, la simulazione e la convalida rimangono essenziali per garantire che il lavoro generato dall'intelligenza artificiale sia sicuro, affidabile e pronto per il mondo reale.

Il risultato? Un assaggio di come l'Industrial AI potrebbe rimodellare la produzione, non sostituendo gli ingegneri, ma aiutando le persone qualificate a fare di più.

Trascrizione completa

Sono Lauren Espin e lui è Le prospettive ottimistiche in cinque, un rapido aggiornamento su un importante sviluppo che dà forma al futuro.

Gli Stati Uniti hanno fissato un obiettivo ambizioso per reindustrializzare la propria economia. Ciò significa costruire nuove capacità produttive, modernizzare le operazioni esistenti e rimanere competitiva a livello globale, il tutto mentre l'industria deve far fronte a una persistente carenza di manodopera qualificata.

L'intelligenza artificiale industriale potrebbe essere uno degli strumenti più importanti per affrontare questa sfida. Può basarsi su decenni di progressi nell'automazione, nel software e nel gemello digitale per aiutare ingegneri, operatori e tecnici a diventare più produttivi, accelerare l'innovazione e risolvere problemi sempre più complessi.

Ma realizzare questa opportunità richiede molto più di potenti modelli di intelligenza artificiale. Dobbiamo implementare l'intelligenza artificiale nel mondo reale, su larga scala, in modo da fornire aumenti misurabili della produttività.

E questo ci porta a una tecnologia a cui la maggior parte di noi pensa raramente, a meno che, ovviamente, Lei non lavori nel settore manifatturiero.

Il PLC, o controllore logico programmabile. Uno potrebbe aver controllato la fila che riempiva la bottiglia d'acqua sulla sua scrivania. Un altro ha contribuito a produrre un componente interno dell'auto che ha guidato oggi. E un altro potrebbe aver aiutato a imballare la scatola di consegna che è apparsa sulla sua veranda.

I PLC sono ovunque nell'industria moderna. Siemens ne produce molti. In effetti, circa un terzo delle macchine nel mondo sono controllate da PLC Siemens.

E ognuno di quei controller deve essere programmato.

Questo è il lavoro degli ingegneri dell'automazione. Scrivono codice di controllo, configurano sistemi e reti, testano le connessioni e si assicurano che i sistemi industriali sempre più complessi funzionino come previsto.

E oggi, quegli ingegneri qualificati scarseggiano.

Quindi, la domanda ovvia: perché non usare l'intelligenza artificiale per aumentare la produttività della forza lavoro che abbiamo?

L'intelligenza artificiale è già al lavoro nelle fabbriche oggi. Le telecamere rilevano difetti sulle linee di produzione. I sistemi prevedono quando i motori stanno per guastarsi. Altri trovano il modo di ottenere una maggiore produttività da una linea critica.

Queste candidature funzionano perché sono davvero brave a svolgere un lavoro specifico. Una fotocamera. Una linea di produzione. Fornisca all'intelligenza artificiale un numero sufficiente di esempi e imparerà a fare quel lavoro molto bene.

Ma programmare un controller non è un lavoro.

A un ingegnere dell'automazione potrebbe essere chiesto di risolvere un numero qualsiasi di problemi e la risposta giusta dipende dall'impianto specifico: l'attrezzatura, la configurazione, il cablaggio e persino le convenzioni di denominazione.

Ciò rende difficile scalare l'intelligenza artificiale allo stesso modo. Non può costruire e addestrare un nuovo modello per ogni stabilimento e ogni cliente.

Nel frattempo, l'intelligenza artificiale generica risolve parte di quel problema. I modelli più potenti di oggi possono ragionare, scrivere software e affrontare una gamma molto più ampia di attività. Ma non comprendono intrinsecamente la sua fabbrica. I dati tecnici che descrivono un impianto, le sue apparecchiature, la configurazione e i sistemi elettrici, sono specifici di quell'ambiente e spesso privati.

È qui che conta il contesto industriale.

Pensi a un nuovo brillante ingegnere il primo giorno. Capiscono l'ingegneria, ma non hanno mai messo piede nel suo stabilimento. Lei non li rimanda a scuola. Lei dà loro accesso alle informazioni giuste sul sistema specifico su cui stanno lavorando e, molto rapidamente, stanno contribuendo.

Questa è l'idea alla base dell'Eigen Engineering Agent.

Sviluppato presso l'hub di intelligenza artificiale di Siemens a Seattle, Eigen lavora all'interno del software ingegneristico che già utilizzano gli ingegneri di automazione. Può accedere alle informazioni sul progetto che descrivono la configurazione di un impianto, insieme agli schemi elettrici e ad altri dati ingegneristici pertinenti.

Un ingegnere può descrivere ciò che vuole in un linguaggio semplice. Eigen va oltre la generazione di suggerimenti per eseguire autonomamente attività ingegneristiche complesse. Può comprendere la sfida e fondamentalmente mettersi al lavoro, scrivendo codice o configurando sistemi, fino a raggiungere l'obiettivo prestazionale fissato dall'ingegnere.

Ed è già in fase di implementazione.

Nelle implementazioni pilota in più di 100 aziende in 19 paesi, Eigen ha ottenuto un'efficienza ingegneristica superiore fino al 50 percento. Può eseguire attività di ingegneria a una velocità da due a cinque volte superiore a quella umana.

Quando gli ingegneri di automazione qualificati sono scarsi, questi vantaggi sono importanti.

Affinché l'IA industriale possa essere implementata su larga scala, deve anche essere affidabile.

Ecco perché la supervisione e la convalida umane sono integrate nel processo. Il codice può essere testato tramite strumenti di simulazione che modellano il comportamento del controller prima che raggiunga le apparecchiature in funzione, con un tecnico che esamina e approva il lavoro.

Questa è una distinzione importante. L'intelligenza artificiale industriale non consiste semplicemente nel portare potenti modelli di intelligenza artificiale in una fabbrica. Si tratta di combinare l'intelligenza artificiale con un profondo contesto industriale e competenze ingegneristiche in modo che possa essere implementata in modo sicuro e affidabile nel mondo reale.

Ed Eigen fa parte di uno sforzo molto più ampio. Siemens sta investendo 1 miliardo di dollari in funzionalità e offerte di intelligenza artificiale nei prossimi tre anni, basandosi su decenni di esperienza nell'applicazione della tecnologia nel settore e nelle infrastrutture.

Perché il prossimo capitolo dell'intelligenza artificiale non sarà definito solo da modelli più potenti. Sarà definito anche dalla nostra capacità di implementarli nel mondo reale, con il contesto industriale e le competenze umane necessarie per risolvere problemi reali e fornire valore misurabile.

È un tipo di progresso più silenzioso rispetto a un chatbot che diventa più intelligente. Succede all'interno delle fabbriche, lavorando a fianco degli ingegneri e, in ultima analisi, all'interno di quei PLC che la maggior parte di noi non vedrà mai.

Ma ne vedremo tutti i risultati.

Sono Lauren Espin e lui è Le prospettive ottimistiche.