Двадцатые годы XXI века ознаменованы расцветом искусственного интеллекта. Нейросети рисуют картины, разрабатывают лекарства и участвуют в управлении термоядерной энергией. 2022 год продемонстрировал, что даже в постиндустриальную эпоху промышленность остаётся основой цивилизации и образа жизни. Может ли искусственный интеллект способствовать производству благ, и какие успехи уже достигли российские промышленники с помощью машинного обучения — об этом в статье из цикла Naked Science о ИИ.
Промышленность уже пятьдесят лет занимает второе место в экономике большинства стран мира, включая Россию, — лидирует сфера услуг. Однако для жизни людей промышленность остаётся первостепенной: ежедневно она добывает сырье и преобразует его в привычные нам тёплые дома, изобилие еды, одежды и различных предметов.
Несмотря на значимость для развития цивилизации, труд на производстве труден, опасен и часто бесрезультатным. Это обстоятельство характерно как для периода сразу после промышленной революции, которая охватила мир от Англии до России в XVIII—XIX веках, так и для современности.
Философы и гуманисты предложили много способов избежать участи работников промышленности. Самая популярная — автоматизация. Машины, работающие вместо людей, решают проблему сама собой. Предприниматели также заинтересовались идеей: машины способны работать круглосуточно и не требуют такого же ухода, как люди.
Заменить рабочих машинами оказалось непросто. Первые автоматические станки появились в СССР и США только к середине XX века. К тому времени уже существовали компьютеры, и ученые серьезно говорили о том, что вычислительные машины в скором будущем смогут мыслить вместо человека. Следовательно, шахты, заводы и фабрики можно было бы сделать полностью безлюдными, передав их роботизированным рукам компьютеров с искусственным интеллектом — вот и свобода от физического труда.
Индустриализация с интеллектуальными аспектами в СССР и других государствах той эпохи.
Государственная идеология СССР, основанная на марксизме, благосклонно относилась к автоматизации промышленности, включая интеллектуальную работу, например, управление заводами и отраслями. В связи с этим советские власти уделяли автоматизации особое внимание и начали ее развитие в 1950-х годах наряду с развитыми капиталистическими странами.
Сначала этот процесс ограничивалсяВнедрением простейшей автоматики в отрасли, такие как металлургия, горное дело, энергетика, химическая промышленность, машиностроение и деревообработка. Чисто электрические схемы и первые маломощные компьютеры реагировали на сигналы, запускали и останавливали оборудование, изменяли его режим работы и защищали от опасных нагрузок. Такую базовую автоматизацию получали целые заводы. Работа становилась проще и безопаснее.
В шестидесятых годах компьютеры ускорились в десятки раз и перешли от единичных экземпляров к массовому производству. К тому времени правительство СССР… реабилитировалиКибернетика, которую перестали считать «буржуазной лженаукой», вместе с бурным развитием ЭВМ внушила надежду на скорую автоматизацию промышленности и всего народного хозяйства.
В середине столетия рабочие избавились от выполнения самых простых механических действий, а к 1960-м годам произошел… дошлоАвтоматизированные системы управления (АСУ) осуществляют прием, обработку и анализ данных в режиме реального времени, ведут складской учет, оптимизируют планирование процессов и документооборот, объединяя все это в единую производственно-информационную среду под управлением компьютеров.
Первой работающей автоматизированной системой управления (АСУ) в СССР стала система «Львов» с ЭВМ «Минск-22», запущенная к 1967 году на Львовском телевизионном заводе «Электрон». Следующая АСУ «Кунцево», пущенная в 1970 году на Кунцевском радиозаводе, была типовой и на её основе создали сотни АСУ для предприятий машиностроения.
Тогда же появилисьВ СССР первые станки с числовым программным управлением появились в 1970-х годах и пошли в серийное производство. Советские ученые вместе с инженерами создали широкий спектр промышленных роботов серии «Универсал», «Бриг-10», ИЭС-690, ТУР-10 и других.
В 1970-х годах началась миниатюризация: громоздкие компьютеры, занимавшие комнаты, сменились компактными устройствами с микросхемами внутри. Производительность удваивалась каждые . полтора годаУменьшалось энергопотребление. Соединив это с идеями в сфере искусственного интеллекта, можно было предположить недавнее появление полностью автоматизированной промышленности, которую всегда желали гуманисты.
Однако в действительности автоматизация вязлаВ советской экономике возникало множество проблем. «Умное» оборудование и компьютеры не были стандартизированы, поэтому предприятия и ведомства часто начинали все с нуля, расходуя ресурсы нерационально. Производство роботов и станков с ЧПУ было трудоёмким и дорогостоящим, поэтому не успевало за планами автоматизации.
Внедрение АСУ шлоК 1975 году в СССР функционировало более трех тысяч автоматизированных систем управления предприятиями, организациями и отраслями, не считая засекреченных. В сочетании с ЧПУ и роботами АСУ поднимали производительность труда в два-три раза и ускоряли производство продукции на такое же количество.
Промышленная революция по сути «умной» не состоялась. Не хватало не только роботов и станков с ЧПУ, но и вычислительной мощности. Например, система автоматизированного управления «Кунцево». удалосьВозникли трудности с постройкой системы из-за сложности поставленных перед ней задач. Даже через двадцать лет, после появления доступа к более мощным компьютерам от IBM, система так и не заработала в полной мере. Разработчики АСУ оказались слишком опередив временем.
США, Западная Европа и Япония столкнулисьВ 1960-х годах политиков и предпринимателей развитых стран волновал энтузиазм по поводу ИИ. Люди верили, что машины будут выполнять монотонную работу, изучать сложные процессы, проектировать масштабные конструкции и механизмы. Это должно было освободить много рабочей силы, повысить прибыли и улучшить жизнь людей.
Идея искусственных нейронных сетей (перцептронов) сначала заинтересовала ученых, но затем стало понятно, что для их нормальной работы требуются вычислительные мощности фантастической силы. символический ИИЕго логические рассуждения, подобные человеческим, также не подтвердились. Известный… отчет ЛайтхиллаВ 1972 году создание такого ИИ было невозможным вследствие стремительного усложнения алгоритмов с ростом объема входных данных.
К концу XX века настала «зима искусственного интеллекта»: большинство исследований приостановились, и любые попытки возобновления интереса к ИИ… смотрелиПочти как шарлатаны действовали до середины 2000-х годов, пока создание алгоритмов глубокого обучения не сделало прорыв в области искусственных нейронных сетей. После этого подошла и подходящая аппаратная основа — видеокарты с мощными графическими процессорами.
Как промышленность России использует ИИ в 2022 году
Машинное обучение и нейросети в качестве искусственного интеллекта получили широкое распространение к концу 2010-х годов, через полвека после первого всплеска интереса к ИИ. Бизнес высоко оценил возможности этих технологий и… Индустрии 4.0Приступил к внедрению машинного обучения в производство.
Промышленники увиделиВ нейросетях созданы системы, подобные специализированным автоматизированным системам управления. Такой инструмент способен оперативно обрабатывать большие объемы информации и получать выводы. Разработаны нейросети для предсказаний. сбоев в промышленном оборудовании, выявления аномалий на производственных линиях, контроля качества продукции, предсказания спроса на газ, проектирования интеллектуальных систем управления производствами.
Российские промышленные предприятия тоже начали использовать решения с искусственным интеллектом. Но скорость внедрения нейросетей и машинного обучения в российскую промышленность была… в несколько раз нижеГенеральный директор АНО «Цифровая экономика» Сергей Плуготаренко отметил: «Главный вывод – мы отстаем на данный момент, но обладаем большим потенциалом в ближайшем будущем». По его словам, в России есть сотни тысяч талантливых специалистов, которые способны создавать решения на базе ИИ, компании-первопроходцы, активно использующие технологии искусственного интеллекта, и опыт внедрения таких решений. К концу 2021 года 16 процентов российских предприятий уже применяли или внедряли искусственный интеллект, в основном – крупные компании.
Компания «Газпром нефть» — хороший пример. В этом году она впервые… применилаИнженеры и разработчики применили технологию цифрового бурения на арктическом месторождении. Сначала машинный интеллект создал виртуальные модели будущих скважин. Бурение проходило под контролем машин: буровая установка подключилась к «автопилоту», который собирал данные от датчиков и регулировал режим работы бура в зависимости от геологических условий. Искусственный интеллект позволил ускорить строительство высокотехнологичных скважин длиной более пяти километров на 10 процентов.
На том же месторождении компания «Газпром нефть» добилась успеха. испыталаВо время испытаний беспилотные модификации «КАМАЗов» преодолели почти три тысячи километров по северным дорогам. Грузовики следовали маршрутам, уклоняясь от препятствий и адаптируясь к условиям автозимников. Для этого грузовики постоянно обменивались данными через дублируемые каналы связи, действуя как единый «роем». В результате повышена безопасность на транспорте на 50 процентов, а расходы в грузоперевозках снижены на 15 процентов.
Система управления «Диспетчер» компании «Цифра». анализируетПоток данных с датчиков и видеокамер предсказывает поломки оборудования. Например, «Диспетчер» предупреждает о скором отломившемся зубе ковша экскаватора, который попадет в дробилку (после чего та обычно выходит из строя). Система позволяет избежать простоев оборудования, которые обходятся очень дорого.
Предприятия нефтегазовой отрасли, металлургии, энергетики, машиностроения и транспорта после внедрения «Диспетчера» сократили на 12 процентов время простоев, на 30 процентов — затраты на ремонт, а общее потребление энергии уменьшилось на 4,4 процента. Продолжительность полезной работы станков с ЧПУ возросла на четверть, а совокупная производительность труда — на 70 процентов.
Магнитогорский металлургический комбинат (ММК) в 2020 году сталДля контроля электрических двигателей, насосов и редукторов можно применить специализированную систему, подобную описанной. Программно-аппаратный комплекс «Мониторинг-Предиктив» на основе машинного обучения выявляет отклонения в работе и предстоящие поломки по изображению электромагнитного поля, которое создаёт каждый агрегат.
Благодаря системе «Мониторинг-Предиктива» ММК полностью отказалась от планового обслуживания электрооборудования, теперь довольствуясь текущими ремонтами по её сигналам. Это привело к снижению расходов на обслуживание на 17,5 процента, увеличению срока между ремонтами на три недели и росту общей производительности комбината на два процента.
Челябинский металлургический комбинат поставилПредприятие поставило на службу технологии глубокого обучения и машинного зрения для контроля качества стали. Система АРМИЛ использует не только видимый свет, но и другие диапазоны спектра, что позволяет выявить более 20 классов дефектов, включая внутренние микротрещины размером от 0,3 миллиметра.
Анализ одного стального листа раньше занимал восемь минут работы двух специалистов, и потери от брака составляли три миллиона рублей в год. Сейчас анализ проводится непрерывно, а количество выпускаемой дефектной стали снизилось практически до нуля.
Похожую систему используетНоволипецкий металлургический комбинат использует нейросеть для контроля чистоты чугуна и стали.
Обученная на 6500 изображениях нейросеть повысила уровень очищения чугуна от шлака с 75 процентов до 90 процентов, что дало ежегодную экономию 20 миллионов рублей и увеличило годовой выпуск стали на тысячу тонн за счет новой системы контроля. ИИ избавил от субъективности в оценке качества металла, что улучшило рабочие отношения на комбинате.
Разработчики из России работают с группой компаний «Тайгер-Сибирь» и АО «Автопарк №1 Спецтранс». создалиРобот-сортировщик бытовых отходов заменяет трёх-шестерых рабочих и извлекает вторсырье на 400-800 тысяч рублей ежемесячно. Производительность мусоропереработки возросла на пять процентов, а скорость сортировки на ленте увеличилась до 130 объектов в минуту. Возможно, с такими роботами ручная сортировка мусора станет излишней?
Если изучить недавний отчетВ автономной некоммерческой организации «Цифровая экономика» найдете множество интересных материалов.
- Автоматизация контроля за техникой безопасности и средствами индивидуальной защиты на предприятиях АО «Росатом».
- Система прогнозирования качества полупроводниковых изделий на заводе «Ангстрем».
- На Ярославском заводе напитков используют беспилотники для транспортировки продукции внутри завода.
- В Кашире функционирует полностью автоматизированное производство пищевой продукции холдинга «Черкизово».
- Быстрое и автоматизированное подсчет объема и видов уложенной или загруженной древесины для «Сегежа Групп».
- Анализ технического состояния техники и советы по ее обслуживанию на Тверском вагоностроительном заводе.
Внедрение искусственного интеллекта в промышленность сейчас очень востребовано из-за своей выгодности. Оборудование реже выходит из строя и простаивает, работа становится удобнее и безопаснее для людей, расходы сокращаются, а прибыль увеличивается. Уже в ближайшем будущем ИИ может повысить рентабельность предприятия на пять процентов и больше. Владимир Дождёв, отвечающий за цифровые технологии в Минпроме России, считает цифровизацию производства неизбежностью.
Цифровизация, как и цифровая трансформация, подобно автоматизации в своё время, представляет собой эволюционное развитие традиционных базовых отраслей. Это не модный тренд, а осознанная потребность, без которой современное производство теряет конкурентоспособность. Цифровую трансформацию пройдут все без исключения, поскольку цифровая экономика необходима всем отраслям. Сельское хозяйство, например, является одним из двигателей нашей современной цифровой экономики.
Владимир Дождёв руководит отделом цифровых технологий министерства промторга РФ.
Что будет дальше с ИИ в российской промышленности
Экономические санкции значительно усложнили России получение современных компьютерных микропроцессоров. Хуже того, что… лишиласьРоссия получила возможность выпускать собственные, уникальные процессоры («Эльбрус», «Байкал» и прочие) на передовых заводах, таких как тайванская TSMC.
Функционирование нейросетей, машинного зрения и индустриального программного обеспечения требует применения современных многоядерных процессоров и высокопроизводительных видеокарт. Россия на данный момент не обладает возможностью производить всё это самостоятельно на своей территории.
Как гласитДоклад петербургских исследователей ИИ гласит, что нейросети эффективно функционируют на микрочипах с техпроцессом не более 16 нанометров. Процессоры с более «грубыми» технологиями либо недостаточно мощны, либо потребляют слишком много энергии. TSMC уже выпускает пятинанометровые процессоры, а фабрики в России (например, «Ангстрем» в Зеленограде) производят только чипы с техпроцессом 65 нанометров и выше. Это уровень процессоров, созданных 18 лет назад.
Авторы отчета утверждают, что … «Лаборатория „Амфора”»Могут разрабатывать собственное оборудование для производства чипов с техпроцессом до 13,5 нанометра при использовании безмасочной литографии. Для нейросетей и машинного обучения не требуются видеокарты, можно применять тензорные ядра или специализированные нейроморфные чипы, которые проще графических процессоров видеокарт.
Впрочем, импортозамещение современных чипов — дело не ближайшего будущего. Сейчас бизнесу приходится искать способы купить компьютерное «железо» и оптимизировать программное обеспечение по максимуму. Государство предлагаетВводятся меры поддержки для цифровой трансформации производства, которая должна стать стимулятором развития экономики. Эксперты считают, что искусственный интеллект в скором времени сможет увеличить российский ВВП на один процент.
Польза для бизнеса и государства очевидна, но что ожидает ИИ рядовых работников? Экономисты единодушны: технический прогресс не приводит к росту безработицы, а, напротив, сокращает ее. Даже с исчезновением некоторых профессий цифровые технологии к 2025 году… заменятПо всему миру исчезнет 85 миллионов рабочих мест, но появится 97 миллионов новых.
Однако это не значитНовые рабочие места займут те, кто потерял работу из-за искусственного интеллекта. Производство нуждается в цифровизации, поэтому спрос на специалистов по ИИ в России будет большим. будетНеобходимо выращивать, ведь сейчас уже не хватает.