Ko AI začne delovati - preoblikovanje avtomatizacije tovarn

Povzetek epizode

Industrial AI inteligenca se premika iz laboratorija v tovarniško nadstropje. V tej epizodi Optimistični napovedi v petihLauren Espin raziskuje, kako lahko AI pomaga proizvajalcem odpraviti pomanjkanje kvalificirane delovne sile in izboljšati produktivnost inženiringa.

V središču zgodbe je Eigen Engineering Agent, ki ga je razvilo Siemensovo AI središče v Seattlu. Z združevanjem umetne inteligence z inženirskimi podatki, specifičnimi za obrat, lahko Eigen inženirjem avtomatizacije pomaga pri pisanju kode in konfiguriranju industrijskih sistemov — pri izvajanju zapletenih inženirskih nalog z do petkratno človeško hitrostjo. V pilotnih razporeditvah v več kot 100 podjetjih v 19 državah je Eigen dosegel do 50% večjo inženirsko učinkovitost.

Toda uvedba umetne inteligence v industrijska okolja zahteva več kot zmogljive modele. Človeško strokovno znanje, simulacija in potrjevanje ostajajo bistveni zagotoviti, da je delo, ki ga ustvarja umetna inteligenca, varno, zanesljivo in pripravljeno za resnični svet.

Rezultat? Pogled na to, kako lahko Industrial AI inteligenca preoblikuje proizvodnjo — ne z zamenjavo inženirjev, ampak s pomočjo usposobljenim ljudem, da naredijo več.

Celoten prepis

Jaz sem Lauren Espin, in to je Optimistični obeti v petih, hitra posodobitev o pomembnem razvoju, ki oblikuje prihodnost.

Združene države so si zastavile ambiciozen cilj reindustrializacije svojega gospodarstva. To pomeni izgradnjo novih proizvodnih zmogljivosti, posodobitev obstoječih operacij in ohranjanje globalne konkurenčnosti — vse to pa se industrija sooča z vztrajnim pomanjkanjem kvalificirane delovne sile.

Industrial AI inteligenca bi lahko bila eno najpomembnejših orodij za reševanje tega izziva. Lahko gradi na desetletjih napredka na področju avtomatizacije, programske opreme in digitalnega dvojčka, da inženirjem, operaterjem in tehnikom pomaga postati bolj produktivni, pospešiti inovacije in reševati vse bolj zapletene probleme.

Toda spoznavanje te priložnosti zahteva več kot zmogljive modele AI. Usmeriti moramo umetno inteligenco v resničnem svetu, v velikem obsegu, na načine, ki zagotavljajo merljive povečanje produktivnosti.

In to nas pripelje do dela tehnologije, o kateri večina redko razmišlja - razen če seveda delate v proizvodnji.

PLC ali programabilni logični krmilnik. Morda je nekdo nadzoroval linijo, ki je napolnila steklenico vode na vaši mizi. Drugi je pomagal izdelati sestavni del znotraj avtomobila, ki ste ga danes vozili. In še en je morda pomagal spakirati dostavno škatlo, ki se je pojavila na vaši verandi.

PLC-ji so povsod v sodobni industriji. Siemens jih naredi veliko. Pravzaprav približno tretjino strojev na svetu nadzorujejo Siemens PLC.

In vsakega od teh krmilnikov je treba programirati.

To je delo inženirjev za avtomatizacijo. Pišejo kontrolno kodo, konfigurirajo sisteme in omrežja, testirajo povezave in zagotavljajo, da vse bolj zapleteni industrijski sistemi delujejo po načrtih.

In danes teh usposobljenih inženirjev primanjkuje.

Torej, očitno vprašanje: Zakaj ne bi uporabili umetne inteligence za povečanje produktivnosti delovne sile, ki jo imamo?

AI že danes trdo dela v tovarnah. Kamere opazijo napake na proizvodnih linijah. Sistemi napovedujejo, kdaj bodo motorji kmalu propadli. Drugi najdejo načine, kako iztisniti večjo prepustnost iz kritične črte.

Te aplikacije delujejo, ker so res dobre pri opravljanju določenega dela. Ena kamera. Ena proizvodna linija. Navedite AI dovolj primerov in nauči se to delo opravljati izjemno dobro.

Toda programiranje krmilnika ni eno delo.

Inženirja avtomatizacije se lahko zahteva, da reši poljubno število težav, pravi odgovor pa je odvisen od posamezne naprave - opreme, konfiguracije, ožičenja in celo konvencij o poimenovanju.

Zaradi tega je težko razširiti AI na enak način. Ne morete zgraditi in usposobiti novega modela za vsako tovarno in vsako stranko.

Medtem AI splošne namene reši del tega problema. Današnji najzmogljivejši modeli lahko razmišljajo, pišejo programsko opremo in se lotijo veliko širšega spektra nalog. Toda sami po sebi ne razumejo vaše tovarne. Inženirski podatki, ki opisujejo obrat - njegovo opremo, konfiguracijo in električne sisteme - so specifični za to okolje in pogosto zasebni.

Tu je pomemben industrijski kontekst.

Pomislite na briljantnega novega inženirja na njihovem prvem dnevu. Razumejo inženiring, vendar nikoli niso stopili v vašo rastlino. Ne pošljete jih nazaj v šolo. Omogočate jim dostop do pravih informacij o določenem sistemu, na katerem delajo, in zelo hitro prispevajo.

To je ideja za Eigen Engineering Agent.

Eigen, razvit v Siemensovem središču AI v Seattlu, deluje v okviru inženirske programske avtomatizacije, ki jo inženirji že uporabljajo. Dostopa lahko do informacij o projektu, ki opisujejo, kako je naprava konfigurirana, skupaj s shemami električne napeljave in drugimi ustreznimi inženirskimi podatki.

Inženir lahko opiše, kaj hoče v preprostem jeziku. Eigen presega generiranje predlogov za samostojno izvajanje zapletenih inženirskih nalog. Lahko razume izziv in se v bistvu loti dela - pisanje kode ali konfiguriranje sistemov - dokler ne doseže cilja uspešnosti, ki ga je zastavil inženir.

In že se uporablja.

V pilotnih razporeditvah v več kot 100 podjetjih v 19 državah je Eigen zagotovil do 50 odstotkov večjo inženirsko učinkovitost. Inženirske naloge lahko izvaja z dvema do petkratno človeško hitrostjo.

Kadar je usposobljenih inženirjev za avtomatizacijo malo, so ti dobički pomembni.

Da bi se industrijska umetna inteligenca lahko uporabila v obsežnem obsegu, ji je treba tudi zaupati.

Zato sta človeški nadzor in potrjevanje vgrajena v proces. Kodo je mogoče preizkusiti s simulacijskimi orodji, ki modelirajo, kako se bo krmilnik obnašal, preden doseže živo opremo, pri čemer inženir pregleda in odobri delo.

To je pomembno razlikovanje. Industrial AI inteligenca ni zgolj vnos zmogljivih modelov umetne inteligence v tovarno. Gre za združevanje umetne inteligence z globokim industrijskim kontekstom in inženirskim znanjem, da jo je mogoče varno in zanesljivo uporabljati v resničnem svetu.

In Eigen je del veliko večjega prizadevanja. Siemens bo v naslednjih treh letih vlagal milijardo dolarjev v zmogljivosti in ponudbe umetne inteligence, pri čemer temelji na desetletjih izkušenj z uporabo tehnologije v industriji in infrastrukturi.

Ker naslednjega poglavja umetne inteligence ne bodo opredelili le zmogljivejši modeli. Opredelila jo bo tudi naša sposobnost, da jih uporabimo v resničnem svetu — z industrijskim kontekstom in človeškim strokovnim znanjem, potrebnim za reševanje resničnih problemov in zagotavljanje merljive vrednosti.

To je tišji napredek kot klepetalni bot, ki postaja pametnejši. To se dogaja v tovarnah, sodelujemo z inženirji in navsezadnje znotraj tistih PLC-jev, ki jih večina od nas nikoli ne bo videla.

Toda vsi bomo doživeli rezultate.

Jaz sem Lauren Espin, in to je Optimistični pogledi.