În ultimii ani, „IA” a devenit aproape sinonimă cu sistemele generative care scriu texte și răspund la întrebări. De aceea, prima idee pentru un proiect de IA industrială este adesea un chatbot pentru documentație, mentenanță sau rapoartele pentru management.

Acest lucru poate fi util. Însă inteligența artificială industrială este un domeniu mult mai larg și, în multe cazuri, mai puțin spectaculos.

Un model care funcționează bine s-ar putea să nu vorbească niciodată un limbaj uman. El doar observă că un echipament se comportă altfel decât de obicei, prognozează necesarul de energie pentru ziua următoare sau programează consumatorii și sistemele de stocare astfel încât să scadă costurile și riscurile pentru rețea.

Patru sarcini tipice ale inteligenței artificiale industriale

Detectarea anomaliilor

Sistemul învață tiparul de funcționare normală, apoi semnalează abaterile semnificative de la acesta. Poate fi folosit pentru a recunoaște modificări ale stării utilajelor, ale consumului de energie sau ale comportamentului rețelei, precum și defecte ale senzorilor.

O anomalie nu înseamnă automat o defecțiune. Este mai degrabă o întrebare justificată: ce s-a schimbat și este necesară o intervenție?

Prognoza

Modelele de serii de timp pot estima consumul, producția, sarcina sau necesarul de căldură pentru următoarele ore sau zile. Prognoza poate sta la baza achizițiilor, programării, planificării capacităților și reglării.

Clasificare și diagnosticare

Dacă sunt disponibile date etichetate corespunzător, modelul poate identifica diferite stări sau moduri de defectare. De exemplu, poate distinge funcționarea normală de suprasarcină, dezechilibru sau defectarea unui senzor.

Optimizarea

Un sistem de optimizare nu spune doar ce se va întâmpla, ci propune și cum se poate obține cel mai bun rezultat în limitele date. Poate fi vorba de planificarea încărcării și descărcării unui sistem de stocare a energiei în baterii, de programarea sarcinilor de producție sau de reducerea vârfurilor de sarcină.

IA industrială lucrează în limite fizice

Un răspuns greșit al unui sistem care generează text poate fi neplăcut. O decizie greșită a unui model folosit în comandă poate provoca daune fizice, pierderi de producție sau probleme de siguranță.

De aceea, IA industrială nu poate funcționa ca o cutie neagră fără limite. Deciziile modelului trebuie încadrate în reguli tehnologice și de siguranță.

De exemplu, un model de optimizare energetică poate propune descărcarea rapidă a unei baterii, dar nivelul de execuție trebuie să țină cont de:

  • limitele stării de încărcare;
  • limita de putere;
  • temperatură;
  • prescripțiile producătorului;
  • condițiile de racordare la rețea;
  • starea de funcționare actuală;
  • drepturile utilizatorilor și ale sistemului.

Modelul poate face o recomandare. Execuția sigură trebuie protejată de limite deterministe și de un proces controlat.

Fără date nu există IA, fără context nu există IA cu sens

O serie de timp a consumului de energie este rareori suficientă în sine. Trebuie știut de la ce echipament provine, în ce schimb, la ce volum de producție, în ce condiții meteorologice și în ce stare de mentenanță a fost înregistrată.

Una dintre cele mai dificile părți ale inteligenței artificiale industriale nu este, așadar, alegerea modelului, ci corelarea datelor:

  • date de măsurare;
  • date de bază despre echipamente și amplasamente;
  • stări de funcționare;
  • evenimente de producție și de mentenanță;
  • date meteorologice sau de piață;
  • intervenții și rezultatele acestora.

Dacă acestea se află în sisteme separate, cu identificatori diferiți și marcaje temporale nesigure, modelul poate fi finalizat din punct de vedere tehnic, dar va rămâne slab din punct de vedere al afacerii.

IA generativă își are și ea locul – doar că nu ea comandă motorul

IA generativă poate fi deosebit de utilă în gestionarea informațiilor nestructurate. Poate ajuta la:

  • căutarea în documentația tehnică;
  • rezumarea jurnalelor de evenimente;
  • pregătirea proceselor-verbale de mentenanță;
  • interogări în limbaj natural;
  • formularea rapoartelor și a propunerilor de măsuri;
  • întocmirea documentației de audit.

În execuția operațională însă merită păstrată o limită clară. Răspunsul modelului generativ poate fi o informație de sprijin decizional, în timp ce comanda efectivă este verificată prin drepturi de acces, aprobare, un motor de reguli (rule engine) și o logică locală de siguranță.

Rezultatul oferit de IA nu este un scor, ci o funcționare mai bună

Precizia unui model este un indicator tehnic important, dar nu este identică cu rezultatul de afaceri. Un model de mentenanță poate fi bun din punct de vedere statistic și totuși inutilizabil dacă generează prea multe alarme, avertizează prea târziu sau nu oferă tehnicianului de mentenanță suficiente informații pentru a acționa.

De aceea, merită definiți indicatori de succes precum:

  • timpul de nefuncționare evitat;
  • reducerea costurilor cu energia sau cu mentenanța;
  • eroarea de prognoză pe un orizont de timp relevant pentru afacere;
  • rata alarmelor false;
  • timpul scurs de la eveniment până la intervenție;
  • numărul pașilor manuali care pot fi automatizați sau eliminați.

La OrigSmart, IA nu este o demonstrație separată

Platforma OrigSmart conectează într-un sistem comun punctul fizic de măsurare, colectarea datelor din teren, gestionarea centralizată a datelor și procesul de afaceri executabil. Acesta este mediul în care rezultatul oferit de IA nu rămâne o ieșire izolată a unui model.

O prognoză poate deveni o dată de planificare. O anomalie, o sarcină de mentenanță. O propunere de optimizare, o intervenție de comandă aprobată și limitată. Iar rezultatul execuției se poate întoarce în sistem, astfel încât procesul devine măsurabil și poate fi îmbunătățit în continuare.

De aceea, abordarea OrigSmart nu începe cu întrebarea „unde să punem IA?”. Mai întâi definim problema operațională, datele disponibile, punctul de decizie și regulile de execuție. Abia apoi alegem modelul.

IA industrială bună lucrează de cele mai multe ori în liniște

Nu cere atenție, nu scrie despre sine fraze spectaculoase și nu încearcă să rezolve orice problemă cu o singură tehnologie. Evaluează continuu semnalele, face prognoze, stabilește priorități, optimizează și oferă un rezultat utilizabil persoanei sau sistemului potrivit, la momentul potrivit.

Valoarea inteligenței artificiale industriale nu se vede în cât de omenește vorbește, ci în cât de fiabil, economic și previzibil funcționează datorită ei sistemul fizic.

Să discutăm despre proiectul dumneavoastră

Surse