Як змусити штучний інтелект працювати в екстремальних умовах; мій
Ділянки промислового виробництва, транспортні системи та канали розподілу часто утворюють своєрідний зоопарк різнорідних пристроїв. Автоматизація дозволяє створювати діючі цифрові системи управління та управління.
Штучний інтелект (ШІ) може використовуватися в багатьох промислових умовах для зменшення витрат та вдосконалення процесів. Промисловий ШІ не тільки розуміє розумні алгоритми та концепції великих даних, що знаходяться у віртуальному просторі всередині комп’ютерних систем, а й фізичні пристрої як такі. Дані повинні бути отримані за допомогою датчиків. Замовлення повинні надсилатися замовленням та системам управління. Весь цей ланцюг і потік інформації, що циркулює дротом або бездротовим способом, проходить через місця екстремальних умов. Існує довгий шлях подорожі між робочими точками на заводах, шахтах або бурових майданчиках, щоб дістатися до серверів великих даних і величезних обчислювальних потужностей, розташованих у центрах обробки даних та робочих станціях.
Місця промислового виробництва, системи фізичного транспорту та канали розподілу є складними і часто утворюють своєрідний зоопарк пристроїв різних виробників. Стрибок в автоматизації дозволив створити багато діючих цифрових систем управління та управління. Сьогодні в промислових секторах ви знайдете мережі передачі даних, системи збору та управління даними в реальному часі (SCADA), програмовані логічні контролери та системи опалення, вентиляції та кондиціонування (HVAC). Усі ці системи досліджуються з різних рівнів абстракції. Існують концепції та рівні управління складністю, а також нижчі рівні, тісніше пов'язані з фізичними проблемами.
Все це стає все важче і важче
Існуючі промислові об'єкти мають багато труб і кілометри кабелів. Ці складні мережі забезпечують постійну роботу. Ви маєте галузеві стандарти для цифрових мереж, які пов'язують пристрої та комутатори, взаємодіють між мережами та створюють зв'язок із станціями управління. Ці системи були створені спеціально для роботи в екстремальних умовах. З появою у галузі штучного інтелекту та нових глобальних цифрових комунікацій нові смарт-пристрої також повинні мати можливість працювати в тих самих екстремальних умовах. ШІ тісно пов’язаний з Інтернетом речей (IIoT) для бездротового зв'язку, а також зв’язку з бізнес-системами та Інтернетом.
Всі ці нові системи стикаються зі складнощами природи та потужністю важких виробничих машин. Виробничі ділянки можуть розташовуватися в ізольованих місцях без електромережі. Уявіть, що ви працюєте в джунглях, куди веде лише одна ледь пробита доріжка. Ви повинні забезпечити себе енергією за допомогою генераторів або акумуляторів. Кліматичні умови можуть бути холодними або жаркими, навколишнє середовище може містити шкідливі гази, які поглинають електроніку, або можуть їх знищити, вибухаючи. Але як і природа, виробничі процеси також можуть бути джерелами тепла та холоду. Плавлення та заморожування деталей можуть бути частиною виробничого процесу. Багато речей є механічними. У вас є шматки, які рухаються з великою швидкістю. У вас є машини, які створюють вібрації та удари. Штучний інтелект зараз стикається з цими фізичними проблемами в основному в галузі робототехніки та мереж IIoT.
Роботи є скрізь
Роботи - непросте завдання. Вони повинні щось робити, вони повинні йти туди, де це потрібно. Щоб досягти цього без втручання людей, роботові потрібен мозок, тобто штучний інтелект, який може зробити його автономним. Ми всі пам’ятаємо, як роботи вийшли з ладу, коли мова зайшла про виведення з експлуатації атомних електростанцій. Проблема тут полягала в тому, що випромінювання руйнувало електроніку. Тож вам потрібен загартований мозок. Спілкування із зовнішнім світом також утруднене. За наявності інтенсивного випромінювання бездротовий або дротовий зв'язок залишається серйозною проблемою.
Але проблема промислового штучного інтелекту не обмежується страхітливою природою радіоактивного розпаду як такої, вона поширюється також на глибоководні дослідження або гірничодобувну промисловість. Вони також дуже складні. За відсутності спільної інфраструктури та фіксованого джерела живлення чи доступу до Інтернету, ви повинні адаптувати існуючі передові практики до переходу на цифрові технології та використання великих даних.
Можливо, ви не знайдете цих екстремальних прикладів на околицях виробництва на своєму щоденному відвіданому промисловому майданчику, але ви зіткнетеся з подібними складними ситуаціями. Навколишнє середовище та машини в дії створюють загрози скрізь у промисловому виробництві. І армада автономних або готових стати роботами зростає з кожним днем.
У вас є роботизовані озброєння, автономні роботизовані машини, пішохідні або занурені в воду, а також повітряні пристрої для всіх типів цілей. Вони поділяються на класи, такі як автоматичні керовані транспортні засоби, безпілотні сухопутні машини, безпілотні позашляховики, автономні підводні пристрої, дистанційно керовані підводні пристрої, автономні самоскиди, автономні трактори або автономні шахтні самоскиди, безпілотні літальні апарати або безпілотники.
Ці роботи мають різні форми для ще більшої ефективності та економії. Вони можуть виконувати роботу, яку персонал не може виконати, навіть маючи довший робочий час. Вони також можуть працювати в більш суворих умовах. Або може провести інспекцію в будь-якому місці і в будь-який час, коли це потрібно.
Все буде пов’язано
Другим основним застосуванням промислового ШІ є збір та агрегування даних на всьому підприємстві. Всі дані, зібрані датчиками, будуть зберігатися в єдиному океані даних. Мережу, що поводиться як живий організм, можна створити за допомогою промислового IoT. Тут бездротові та дротові з'єднання для передачі даних переходять у фізичний світ. Кабелі, комутатори, маршрутизатори та шлюзи повинні бути надійними. Вони повинні витримувати пил, вібрацію, туман і воду, а також шкідливі речовини або більш небезпечні фізичні стреси. Вони повинні бути надійними та здатними працювати роками без втручання персоналу технічного обслуговування.
Новий промисловий ШІ також стикається з проблемою інтеграції аспектів безпеки. Багато старих систем працювали протягом декількох років з точним налаштуванням. Вони забезпечують рішення з дуже хорошою продуктивністю в екстремальних умовах, з якими вони стикаються. Процеси їх оптимізації тривають вже кілька років. Новий промисловий ШІ не повинен ставити під сумнів цей досягнутий баланс. Інше питання - безпека даних та операцій. Як тільки виробничі потужності підключаються до глобальної мережі Інтернет, зловмисники отримують теоретичний доступ до систем. Оскільки у важкій промисловості значення та показники дуже високі, це знову надзвичайна реальність.
Наявні дані є неправильними та пошкодженими
При налаштуванні промислового ШІ виникають проблеми з джерелами даних при створенні інтелектуальних рекомендацій та прогнозів. Значна частина даних, необхідних у промисловому контексті, - це дані часових рядів та дані, зібрані в екстремальних умовах. Це означає, що деякі частини даних можуть бути ненадійними. Самі датчики можуть створювати неточні значення через навколишнє середовище.
Можна говорити про промислові великі дані "3B". Ви повинні знати про ці проблеми, починаючи новий промисловий проект на основі ШІ.
Перший В означає "поганий" (поганий). Більшість промислових даних мають чітке фізичне значення. Це стосується безлічі датчиків, які реєструють повітря, струми або швидкість руху. Виявляються всі типи шуму, вологості, витоків або рівнів. Дані про подорожі, які сягають сотень терабайт на день. Всі ці дані можуть бути низької якості через фізичні вимірювання. Порівняно з даними, зібраними в цифрових системах, такими як дані про онлайн-покупки та дані про клієнтів, перед використанням ці дані повинні бути ретельно очищені. Крім того, важко поліпшити якість за допомогою кількості даних.
Другий В означає "зламаний". Дані, що використовуються для навчання моделей ШІ для складання прогнозів та рекомендацій, не відображають чітких станів працездатності. Не існує режимів затемнення або вищого рівня абстрактних даних, які б показували умови праці. Це може призвести до багатьох помилкових спрацьовувань та помилкових негативних наслідків під час налаштування системи ШІ.
Третя і остання проблема B - "досвід" (передумови). У складних промислових умовах фахівці певного сектору повинні мати великий досвід інтерпретації даних датчиків. Нові моделі можуть бути дуже швидкоплинними, і їх інтерпретація вимагає спеціальних знань. Навчити ШІ дуже важко лише зібраних цифрових даних.
Вирішувати фізичні проблеми
Одним із способів розпочати вирішення проблем з промисловим ШІ є розуміння специфіки промислових операцій. Не слід зосереджуватися на нестандартних рішеннях ШІ, а на готових промислових рішеннях. Компоненти та пристрої, призначені для використання в екстремальних умовах, вже доступні на промисловому ринку IoT. Враховуючи безліч датчиків в існуючих установках, збір даних здійснюється на рівні існуючих систем управління. Системи SCADA, промислові роботи та машини надають дані. Виділені шлюзи IIoT передають дані в системи ШІ. Ці додаткові шлюзи не заважають існуючим системам управління.
Талант - один із найважливіших факторів цифрового переходу. Щоб утримати витрати на низькому рівні та керувати новими мережами, співпраця з експертами певної галузі все ще є найкращим способом. Ці фахівці повинні знати як специфіку галузі, так і промисловий ШІ. Вони допомагають вибрати правильне обладнання та правильні концепції.
Зробіть правильний вибір щодо розповсюдження ШІ
Екстремальні умови не обмежуються фізично суворими умовами, це може бути брак рясних ресурсів в інших районах. Потрібно розробити конкретні секторні концепції для вирішення проблем електропостачання, мережевої інфраструктури та підключення до Інтернету. Рішення, незалежні від безперервного з'єднання з мережею, можуть бути обрані у випадку нестабільного та ненадійного з'єднання. Доступні дуже низькі витрати, багаторічний термін служби акумулятора IIoT. Обчислення меж забезпечують полотно ШІ та агрегування безпосередньо всередині пристроїв без необхідності постійного підключення до систем центрів обробки даних.
ШІ працюватиме в екстремальних умовах з гарним дослідженням проекту індустріальної інфраструктури Інтернету речей. Необхідно усунути відмінності між IoT загалом та IIoT. Хоча IoT та IIoT переслідують спільні цілі, їх стратегії впровадження відповідають принципово різним вимогам. Промисловий IoT повинен приділяти більше уваги надійності та стійкості до відмов, що виникають внаслідок проблем із живленням та підключенням.