Imec на Smart Industries

Это называется: Smart Industries.

Человек и машина сотрудничают на фабрике: кошмар или спичка на небесах? Как будут выглядеть наши заводы в 2035 году? спрашивает Питер Симоенс из Гентского университета, филиала Imec.

Вам не нужно быть великим провидцем, чтобы представить себе современное производственное оборудование, заполненное роботами и искусственным интеллектом (ИИ).

Сценарий "подъема машин"? Не обязательно, потому что люди также будут играть важную роль на завтрашних фабриках.

Фактически, если нам удастся оптимально объединить силы человека и машины, мы можем даже заложить фундамент брака мечты, который к 2035 году может стать сигналом к ​​началу пятой промышленной революции.

Благодаря умным фабрикам, в которых основное внимание уделяется не автоматизации, оцифровке и массовому производству, а настройке и персонализации, управляемых творческим подходом человека.

Индустрия 5.0: где умная робототехника встречается с творчеством человека

За последние 300 лет индустрия развивалась стремительными темпами. Все началось в 18-м веке, когда сельские общества в Европе и Америке пережили процесс урбанизации и стали процветать металлургическая промышленность, частично благодаря изобретению парового двигателя.

Незадолго до Первой мировой войны возникли новые отрасли (например, сталелитейная и нефтяная), а изобретение электричества позволило нам начать массовое производство товаров. Это ознаменовало начало Индустрии 2.0.

С тех пор темпы развития стали все быстрее. В 1970-х годах мы стали свидетелями запуска Industry 3.0 - с цифровыми технологиями, автоматизацией производственных процессов и внедрением роботов.

И сегодня мы находимся на заре индустрии 4.0, которая в значительной степени основывается на революции Интернета вещей (IoT): всевозможные устройства, включая роботов, подключены к Интернету и создают непрерывный поток данных; данные, которые могут быть использованы для более глубокого понимания промышленных процессов и поддержки дальнейшей оптимизации этих процессов

Рис. 1. От парового двигателя к Интернету вещей: индустрия развивалась с головокружительной скоростью за последние 300 лет.

Впечатляет, правда? Конечно, мы должны добавить осторожность в отношении этих событий. По мере того, как автоматизация и оптимизация становились все более важными с годами, участию людей все больше угрожает ...

«Тем не менее, именно эта угроза будет прекращена с приходом Индустрии 5.0. В мире, в котором каждый человек хочет полностью выразить себя, будет расти спрос на уникальные, индивидуальные и персонализированные продукты. В такую ​​эпоху Святой Грааль больше не будет управляемым роботом массовым производством, а будет человеческим творчеством ».

Таким образом, на умных фабриках 2035 года необходимо будет внедрить новую модель сотрудничества. Можно сказать, брак между человеком и машиной - с роботами, выполняющими тяжелый механический труд, и с их коллегами-людьми, являющимися «творческими архитекторами» (изобретая новые, изготовленные на заказ продукты и контролируя их производство на завтрашних фабриках).

Вопрос заключается в следующем: как вы можете способствовать партнерству между человеком и машиной в такой обстановке? Как вы создадите оптимальное соединение, чтобы 1 + 1 фактически стало 3? Все будет сводиться к эффективному общению между разными сторонами!

Цифровые близнецы для наших умных фабрик?

Чтобы дать Индустрии 5.0 все шансы на успех, важно развивать связь между различными участниками (людьми и машинами).

Конечно, машины уже сегодня общаются друг с другом. Например, на крупных автомобильных заводах интеграторы с помощью стандартизированных протоколов гарантируют, что машины (иногда от разных поставщиков) «знают» друг о друге достаточно для достижения производственных целей. Но давайте будем честными: на современных заводах каждая машина в основном выполняет свою часть работы (сборочной линии), и для этого не требуется много реального общения.

В будущем, когда машины станут более автономными и будут вынуждены ожидать друг друга, общение станет более сложным.

«Например: представьте, как два робота приближаются друг к другу на заводском этаже. В такой ситуации, как один робот может предвидеть, как другой будет двигаться («Будет ли он идти влево или вправо? И что мне делать…»)? И это прежде, чем учесть позиции, действия и реакции других роботов поблизости… »

Для управления ситуациями такого типа вы можете сделать цифровую копию (или двойник) фабрики в облаке. Таким образом, вы создаете цифровую модель физического завода; модель, которая постоянно обновляется на основе данных датчика в реальном времени; модель, в которой все решения (и их результаты) моделируются в режиме реального времени.

В этом сценарии все полномочия размещаются в центральном местоположении, из которого отправляются все инструкции. А роботы и машины на фабрике - это физический результат того, что происходит в этом виртуальном мире.

На первый взгляд, эта «модель диктатора» кажется идеальным решением для решения сложных ситуаций на производстве, обеспечивая при этом достижение производственных целей. Технически такой сценарий уже вполне осуществим: единственное, что вам нужно, это быстрая передача данных между физическими машинами в рабочей области и «виртуальным мозгом», а также большая вычислительная мощность.

Однако есть два предостережения. Первый чисто экономический. Давайте не будем забывать, что промышленные условия часто являются сложными и конкурентными местами, где сотрудничают многие участники (поставщики и партнеры, а иногда и конкуренты). В таком контексте чрезвычайно важна защита данных, конфиденциальности и информации, что не соответствует сценарию «модели диктатора», когда центральный мозг должен иметь доступ ко всем возможным типам данных (включая данные, чувствительные к конкуренции), чтобы выполнять свою работу должным образом. , Для многих лидеров бизнеса необходимость делиться этими данными была бы настоящим кошмаром.

Рис. 2: Должны ли мы создать в облаке цифровых близнецов для реализации надежной связи между людьми и машинами? Хотя эта «модель диктатора» кажется идеальным решением для решения сложных ситуаций на заводском цехе, есть два предостережения: конкуренты, работающие на одном и том же заводе, не хотят обмениваться данными, и человеческий сотрудник должен иметь возможность вмешиваться.

А вторая оговорка? Человеческая непредсказуемость! Даже если мы сможем управлять фабрикой, в которой задействованы коммерческие интересы только одной стороны, сценарий с централизованным контролем рушится, как только один человек обходит фабрику; человек со своей собственной автономией и властью. Например, представьте себе, что сотрудник-человек («творческий архитектор», как мы их обозначили ранее) замечает, что робот делает что-то не так, и вмешивается, чтобы исправить ошибку ... В этот момент вся система остановится, так как виртуальный мозг потерял бы контроль над собой.

Следовательно, эта модель может быть действительной только для промышленных предприятий, которые сосредоточены на производстве сыпучих товаров, и где роль людей минимальна (или - в долгосрочной перспективе - возможно, даже не существует).

Новая форма искусственного интеллекта: сложное мышление

Другими словами: всякий раз, когда человеку и машине приходится работать вместе, нам нужно будет использовать разные методы, чтобы учесть непредсказуемость человека и гарантировать, что роботы могут его предвидеть.

«Особенно многообещающим является принцип« сложного мышления »- новой формы искусственного интеллекта, которую можно использовать для обучения машин автономному мышлению и предвидению действий чего-либо (или кого-то) другого. Однако до того, как мы сможем применить принцип комплексного мышления на практике, еще предстоит пройти долгий путь ».

В конце концов, искусственный интеллект, каким мы его знаем сегодня, основан на «глубоком обучении» - мощной технологии распознавания моделей в огромных объемах данных. Тем временем мы освоили эту технологию, поэтому теперь цель состоит в том, чтобы сделать следующий шаг и заставить машины задать себе вопрос: «Как мои действия влияют на действия окружающих меня людей?»

Чтобы сделать вещи еще более сложными, мы должны бросить это дополнительное соображение в смесь: в промышленных условиях главным требованием является прозрачность (чтобы обеспечить достижение производственных целей).

Но глубокое обучение на самом деле противоположно этому, а именно «черный ящик»: вы обучаете систему распознавать шаблоны, но теряете контроль над тем, как эта система приходит к своим выводам.

Следовательно, дополнительным требованием сложных рассуждений является то, что оно должно быть достаточно прозрачным (или «объяснимым»), чтобы люди могли его принять, а это означает, что в будущем мы будем говорить о «объяснимом ИИ».

Обучение на протяжении всей жизни: также для роботов

В период до 2035 года сложные рассуждения станут новой темой стратегических исследований, и команды со всего мира будут изучать, как следует разрабатывать, внедрять и оптимизировать базовые алгоритмы.

Кроме того, мы столкнемся с вопросом о том, как машины могут постоянно улучшать свою реакцию, и о способах предвидения действий. Это означает, что необходимо разработать новые «системы вознаграждений», основанные на неявных и явных сигналах обратной связи.

«Можно поспорить, что в будущем концепция« обучения на протяжении всей жизни »больше не будет применяться не только к человеку, но и к машинам…»

Как IMEC способствует этому будущему?

Imec занимает лидирующую позицию в мире в нескольких технологических областях, которые способствуют созданию интеллектуальных отраслей: от исследований в области интеллектуальной логистики и Интернета вещей до взаимодействия человека с машиной, осмысления больших данных, создания сенсорных систем для промышленные приложения, технологии обработки изображений и так далее.

Вопросы, на которые наши исследователи пытаются ответить, включают в себя:

• Как мы можем помочь компаниям снизить эксплуатационные расходы (например, время производства и потребление энергии) - и помочь им решить сложные логистические задачи, используя интеллектуальные алгоритмы?

• Как мы можем расширить преимущества голографической 3D-технологии или систем интеллектуального зрения для таких областей, как интеллектуальные развлечения и интеллектуальное производство?

• Как мы можем оптимально и безопасно приспособить взаимодействие человека с машиной в производственной среде?

• Как мы можем объединить датчики, исполнительные механизмы и электронику в микросхемы малого и сверхнизкого энергопотребления, которые непрерывно собирают данные о производственных процессах, хранении и управлении запасами?

• Как можно интегрировать недорогие идентификационные, отслеживающие и считывающие чипы в пластиковую пленку, тоньше, чем бумага?

• Как мы можем превратить огромные объемы неструктурированных данных, генерируемых сенсорными сетями, в полезные знания, которые делают компании более эффективными?