Зачатки интеллекта: почему нам пока не грозит восстание машин
Фото: Bloomberg
Темпы технологического прогресса заставляют все больше людей опасаться за свои рабочие места, которые вскоре могут занять роботы. О том, почему эти страхи пока что сильно преувеличены, рассказывает генеральный директор компании «Цифра» Игорь Богачев
Игорь Богачев
Некоторые участники рынка воспринимают искусственный интеллект (ИИ) не то как мессию, способного решить все проблемы человечества, не то как монстра, который отберет у людей рабочие места и захватит мир. На самом деле оба варианта далеки от истины.

Многое будет зависеть от темпов развития технологий в ближайшие годы, но в перспективности ИИ мало кто сомневается. Согласно прогнозу Gartner, внедрение ИИ принесет бизнесу к 2021 году $2,9 трлн, сэкономив 6,2 млрд рабочих часов людей. И если в 2017 году рынок ИИ оценивался в $4,8 млрд, то к 2025 году прогнозируется 20-кратный рост, до $89,8 млрд. Однако тот ИИ, который используется сейчас в промышленности и производстве, пока способен решать только локальные задачи. И хотя использование беспроводных технологий на производстве в последние годы растет темпами 32% в год, промышленный интернет вещей охватывает не более 6% производства в мире.
Некоторые участники рынка воспринимают искусственный интеллект (ИИ) не то как мессию, способного решить все проблемы человечества, не то как монстра, который отберет у людей рабочие места и захватит мир. На самом деле оба варианта далеки от истины.

Многое будет зависеть от темпов развития технологий в ближайшие годы, но в перспективности ИИ мало кто сомневается. Согласно прогнозу Gartner, внедрение ИИ принесет бизнесу к 2021 году $2,9 трлн, сэкономив 6,2 млрд рабочих часов людей. И если в 2017 году рынок ИИ оценивался в $4,8 млрд, то к 2025 году прогнозируется 20-кратный рост, до $89,8 млрд. Однако тот ИИ, который используется сейчас в промышленности и производстве, пока способен решать только локальные задачи. И хотя использование беспроводных технологий на производстве в последние годы растет темпами 32% в год, промышленный интернет вещей охватывает не более 6% производства в мире.
Игорь Богачев
Необходимо признать, что в настоящее время существуют объективные причины, которые ограничивают как возможности самого ИИ, так и масштабы его внедрения. Выделить можно две основные проблемы.
1
Отсутствие единых стандартов и регламентов работы с данными.
Около 65% всего проектного времени внедрения ИИ занимает поиск и сбор данных, необходимых для его работы. При этом удобная для человека система хранения информации порой совершенно неудобна для ИИ, ведь она и не была под него заточена. Также толику хаоса вносит то, что на каждом предприятии предусмотрена своя система сбора и хранения информации.

Так что пока скорость внедрения искусственного интеллекта тормозит то, что предприятия не готовы делать инвестиции в сбор и хранение данных, управление этим процессом и включение его в состав основных бизнес-процессов на предприятии.
2
Неспособность ИИ решать уникальные задачи.
Кроме этого, сложность заключается в отраслевой специфике предприятий и технологических процессов — для нефтехимического и металлургического производства невозможно предложить стандартизированные универсальные решения в области ИИ. Индивидуальный подход иногда нужно искать даже к конкретной промышленной установке.

К примеру, каждая доменная печь делается на заказ, ее параметры индивидуально подобраны для решения конкретных производственных задач, жизненный цикл и уровень деградации каждой печи также варьируется.


Подобные сложности есть и в работе с нефтеперерабатывающими заводами, у которых этапность производства может быть уникальной для каждого предприятия. А, как мы знаем, искусственный интеллект пока не любит все, что невозможно стандартизировать, его уровень развития еще не позволяет легко адаптироваться к вариативным технологическим решениям в сложном производстве. Поэтому программе пока приходится все объяснять «на пальцах», обучая ее для каждого процесса отдельно. При этом помимо информации о работе предприятия ИИ нужны данные о бизнес-процессах и о физико-химических процессах, релевантных каждому типу производства.
Зачастую опытные технологи при производстве металлов полагаются на свою интуицию. К примеру, для достижения необходимого химического состава стали используют ферросплавы. Легированная ферросплавами сталь обладает улучшенными физико-механическими характеристиками. И, как показывает практика, на различных предприятиях одной и той же корпорации могут наблюдаться отклонения в объемах добавляемых ферросплавов. Это значительно влияет на затраты корпорации на сырье и могло бы быть оптимизировано, если бы решение об изменении доли ферросплавов не принималось под влиянием чутья того или иного специалиста на каждом предприятии, а было бы унифицировано с помощью ИИ. Однако и здесь все упирается в отсутствие отлаженных механизмов сбора данных: зачастую они берутся из чьей-то головы и не записываются.
Может ли ИИ учиться, наблюдая за работой человека, собирая данные о том, как технолог принимает решения в зависимости от внешних факторов? Да, может и даже должен. Однако решения, которые он будет принимать в процессе работы, будут ограничены этими выученными схемами. Если на производстве ИИ столкнется с незнакомой ситуацией, которой он еще не видел, то встанет в ступор и будет вынужден передать управление технологу.

Следует отметить, что некоторое преимущество в вопросах внедрения ИИ сейчас имеют крупные поставщики промышленного оборудования вроде Siemens и Mitsubishi, которые изначально навязывали контрагентам систему сбора данных с оборудования.


В целом же отсутствие единых стандартов и регламентов работы с данными сильно тормозит цифровизацию. Так что восстанию машин помешает в итоге людская тяга к интуитивному принятию решений и всеобщая неразбериха в производственных процессах.

Следует трезво оценивать способности современных ИИ — они ограничены жесткими рамками. Именно поэтому решения в сфере ИИ внедряются точечно на отдельных производственных этапах, процессах, заводах.


Здесь еще не идет речь об интеллекте, только о его зачатках. Без человека ИИ пока вообще ничего не может — ни обучиться, ни сориентироваться в переменных факторах, поскольку много лет индустрия создавалась человеком и для человека. Так что заменить человека ИИ сможет разве что в очень далеком будущем. А пока, оказываясь в области неуверенности, программа будет обращаться за санкцией на какие-либо действия к человеку. И это правильно. Потому что безопасность при использовании ИИ в производстве должна ставиться во главу угла, принятие ложных решений программой должно отсекаться человеком. Надеемся, что исследования приведут к созданию ИИ, который способен обобщаться, инкорпорировать опыт и принимать корректные и безопасные решения в опасных ситуациях.
Читайте также
Читайте также