Новости Партнёров: ИИ – мнение эксперта

Искусственный интеллект на данный момент является одной из самых обсуждаемых тем, но в чём же заключается его преимущество для производственной индустрии и о каких интересных новинках вам следует знать?  Чтобы выяснить это, мы поговорили с профессором Марком Губером.

Можете ли вы коротко рассказать нам о работе, которую вы делает в Штуттграртском Институте Промышленного Развития и Менеджмента? На чём вы в основном фокусируетесь в данный момент?

Сегодняшние системы автоматизации производства  в основном отличаются крайне строго заданными настройками и отсутствием интеллекта или даже возможности его выработать, в связи с чем гибкость подобных систем крайне ограничена. Затраты на планирование, программирование и безопасный выпуск подобных систем слишком высоки, особенно если рынок часто меняется и требует создания крайне персонализированной продукции. Я являюсь руководителем так называемой Умной Производственной Системы, с помощью которой мы надеемся решить данную проблему. Мы используем ИИ для того, чтобы в будущем производственные системы смогли самостоятельно адаптироваться к меняющимся условиям рынка.

На данный момент мы работаем над обучением машин с помощью симуляций. Это позволяет нам тестировать способности производственных систем осваивать новые навыки, но возникает и необходимость преодолеть так называемый «виртуальный барьер». Дело в том, что виртуальная  симуляция не на сто процентов соответствует реальности, так что даже если машина идеально усваивает определённый набор навыков  с помощью виртуальной реальности, то мы всё равно должны убедиться, что всё работает так, как нужно. Ещё один фокус нашей работы заключается в том, чтобы совместить  обучение машин на основе внешних данных и обучение на основе заложенных в них программ для создания так называемого «гибридного ИИ».

А чем вы занимаетесь в Фраунхофферском Институте?

Там я возглавляю два департамента: один по Обработке Изображений и Сигналов и другой по Кибер-Когнтитивному Интеллекту (ККИ). Первый департамент занимается контролем качества и предсказанием действий автоматизированных систем производства. Для выполнения этой задачи мы анализируем визуальные датчики машин и сравниваем полученные ими данные с алгоритмами их обучения. А ККИ занимается в основном поддержкой предприятий, которые хотят улучшить своё производство с помощью установки ИИ. Данная инициатива спонсируется Баден-Вюртембергским Министерством  Экономики, Труда и Строительства. Здесь наша главная задача – осуществить весь процесс от первых задумок до промышленного внедрения. Одна из услуг, которую мы предоставляем на данный момент, называется «Блиц-Проверка», суть которой заключается в том, что мы максимально быстро оцениваем то, нужен ли вашей компании ИИ. За этим может последовать  и «Исследовательский Проект», где мы уже создаём прототип исключительно под ваши требования.

Кроме того, мы занимаемся изучением обучаемости машин, в рамках разработки так называемого «Самодостаточного ИИ» -легкодоступного и надёжного обучающего алгоритма. Допустим, на данный момент большинство продвинутых программ по обучению машин используют принцип «чёрного ящика». Проще говоря, у пользователя нет к ним абсолютно никакого доступа, что нежелательно, если вам нужно, допустим, изменить параметры безопасности  или настроить производство нового продукта. Мы разрабатываем так называемый Понятный ИИ (ПИИ), который должен повысить лёгкость настройки рабочих алгоритмов.

Что вас больше всего привлекает в ваших областях работы?

Много всего. Допустим, то, как это помогает ускорить развитие ИИ и обучаемости машин. Проблемы, которые пять лет назад казались невозможными, к сегодняшнему дню уже давно решены. Посмотрите хотя бы на программы вроде AlphaGo  (ИИ, обыгравшая мирового чемпиона Го) или GPT-3 (один из новейших языковых ИИ). Кроме того, использование даже самых продвинутых ИИ становится всё проще и проще, что позволяет и чаще экспериментировать и разрабатывать новые алгоритмы для решения всевозможных проблем. Здорово видеть, что всё больше и больше компаний хотят вовлекать ИИ  в свои производственные процессы.

В плане алгоритмов, меня особенно интересует так называемое «практическое обучение». При обсуждении ИИ всё чаще и чаще используется термин «самообущающиеся алгоритмы», и практическое обучение как раз наиболее близко к этому понятию. Практическое обучение основано на том, как мы, люди, осваиваем базовые навыки методом проб и ошибок. Вот, допустим, когда ребёнок учится ходить, он несколько раз падает, прежде чем  он может стоять. Потом, когда он осваивает этот навык, он начинает ходить, держась за предметы вроде стульев или столов, и тоже много падает. Но именно за счёт этого он в итоге и начинает ходить, а потом и вовсе бегать. Данный принцип уже использовался в AlphaGo, и мы хотим продолжить использовать его для создания ИИ, ответственных за программирование других машин или обработку заказов покупателей.

Повлияла ли пандемия на вашу работу в области разработки ИИ?

Когда пандемия только началась, мы стали усердно думать над тем, как мы можем использовать наше знание ИИ для помощи людям. Одной из вещей, которую мы придумали, стал так называемый «Контролёр Доступа». Э то – бесконтактный прибор, который измеряет важные показатели человеческой жизнедеятельности вроде  температуры, дыхания и сердцебиения человека за счёт специальной тепловые камеры и высокочувствительных датчиков, отличающихся от уже существующих аналогов. В том числе, в аппарат встроены и обучающие алгоритмы, позволяющие ему запоминать и более точно собирать данные. Мы построили его во время первой волны для помощи одной местной больницы, так как обслуживающему персоналу надо было подходить очень близко к пациентам, чтобы собрать все необходимые данные, что значительно повышало риск заражения. А вот Контролёр Доступа позволяет собрать все те же самые данные на расстоянии 1,5 метра, что значительно снижает риски. Мы продолжили улучшать систему, и недавно нам удалось найти производителя, готового помочь нам внедрить аппарат в массовое производство.

Как вы думаете, какие из новшеств в области ИИ больше всего помогут промышленной сфере?

Многие из нынешних разработок будут полезны промышленному сектору, но сейчас, я бы сказал, наиболее полезной из них является возможность автоматического контроля неточностей. Контроль качества в промышленном производстве крайне важен и во время, и после завершения рабочего процесса. Во многих случаях для этого используют камеры, но для этого нужно задать очень чёткие спецификации того, какие именно ошибки вы хотите отслеживать. Но для того, чтобы выполнить ту же самую задачу с помощью ИИ вам надо будет всего лишь задать несколько примеров дефектов.

В следующем месяце мы опубликуем вторую часть нашего интервью об искусственном интеллекте, где профессор Марко Губер порекомендует вам, с каких ИИ вам лучше всего начинать, если вы хотите внедрить их в своё производство, но не очень хорошо разбираетесь в данной области.