Pourquoi ne sommes-nous toujours pas en danger d’une rébellion de machine?

Le rythme des progrès technologiques fait craindre de plus en plus de gens pour leur travail, qui pourrait bientôt être occupé par des robots. Mais ces craintes sont encore largement exagérées, Igor Bogachev, PDG de la société Zyfra en est convaincu. Certains acteurs du marché perçoivent l’intelligence artificielle (IA) soit comme une table capable de résoudre tous les problèmes de l’humanité, soit comme un monstre qui prendra le travail des gens et envahira le monde. En fait, les deux options sont loin d’être vraies.

Beaucoup dépendra du rythme de développement de la technologie dans les années à venir, mais l’avenir de l’IA ne fait guère de doute. Selon les prévisions de Gartner, la mise en œuvre de l’IA rapportera 2,9 milliards de dollars aux entreprises d’ici 2021, économisant 6,2 milliards d’heures de travail. Et si en 2017 le marché de l’IA était estimé à 4,8 milliards de dollars, il devrait se multiplier par 20 pour atteindre 89,8 milliards de dollars d’ici 2025. Cependant, l’IA qui est aujourd’hui utilisée dans l’industrie et la fabrication continue de pouvoir résoudre seulement des problèmes locaux. Et si l’utilisation des technologies sans fil dans la production a augmenté à un rythme de 32% par an ces dernières années, l’Internet industriel des objets ne couvre pas plus de 6% de la production dans le monde.

Les limites de l’intelligence artificielle

Il faut reconnaître qu’il existe actuellement des raisons objectives ils limitent à la fois la capacité de l’IA elle-même et la mesure dans laquelle elle peut être mise en œuvre. Deux problèmes principaux peuvent être mis en évidence.

1. Absence de normes et de règles unifiées pour le traitement des données

Environ 65% du temps de conception du déploiement de l’IA est consacré à la recherche et à la collecte des données nécessaires à votre travail. Dans le même temps, un système pratique de stockage d’informations humaines est parfois assez gênant pour l’IA, car il n’est pas conçu pour cela. Le chaos est également dû au fait que chaque entreprise dispose de son propre système de collecte et de stockage d’informations.

Ainsi, la vitesse de mise en œuvre de l’intelligence artificielle est ralentie par le fait que les entreprises ne sont pas prêtes à investir dans la collecte et le stockage de données, la gestion de ce processus et son inclusion dans les processus métiers de base de l’entreprise. .

2. Incapacité de l’IA à résoudre des problèmes uniques

De plus, la complexité réside dans les particularités industrielles des entreprises et des processus technologiques: il est impossible de proposer des solutions standardisées universelles dans le domaine de l’IA pour la production pétrochimique et métallurgique. Parfois, il est nécessaire de rechercher une approche individuelle, même pour une installation industrielle spécifique.

Par exemple, chaque haut fourneau est fabriqué sur commande, ses paramètres individuellement adaptés aux tâches spécifiques de production; Le cycle de vie et le niveau de dégradation de chaque four varient également.

Des difficultés similaires existent en travaillant avec raffineries de pétrole, où l’étape de production peut être unique pour chaque entreprise. Et, comme on le sait, l’intelligence artificielle n’aime toujours pas tout ce qui ne peut être standardisé, son niveau de développement ne permet toujours pas une adaptation facile aux solutions technologiques variables en production complexe. Par conséquent, il est toujours nécessaire de tout expliquer au programme de la manière la plus simple possible, en enseignant chaque processus séparément. Ainsi, en plus des informations sur le travail de l’entreprise, l’IA a besoin de données sur les processus commerciaux et les processus physiques et chimiques pertinents pour chaque type de production.

Les technologues expérimentés comptent souvent sur leur intuition pour produire des métaux. Par exemple, des ferroalliages sont utilisés pour obtenir la composition chimique requise de l’acier. L’acier allié avec des ferroalliages a des caractéristiques physiques et mécaniques améliorées. Et, comme le montre la pratique, différentes sociétés au sein de la même société peuvent avoir des écarts dans le volume de ferroalliages ajoutés. Cela affecte considérablement les coûts des matières premières de l’entreprise et pourrait être optimisé si la décision de changer la proportion de ferroalliages n’était pas prise sous l’influence de l’intuition de l’un ou l’autre spécialiste de chaque entreprise, mais était unifiée avec l’aide de l’IA. Cependant, même dans ce cas, tout repose sur l’absence de mécanismes bien établis de collecte de données: celles-ci sont souvent prises dans la tête de quelqu’un et non enregistrées.

À propos de l’apprentissage de l’intelligence artificielle

Une IA peut-elle apprendre en observant le travail d’une personne, en collectant des données sur la façon dont un technologue prend des décisions en fonction de facteurs externes? Oui, cela peut et même devrait. Cependant, les décisions à prendre dans le processus seront limitées à ces schémas appris. Si l’IA rencontre une situation inconnue sur le site de production, qu’elle n’a pas encore vue, elle stupéfiera et elle sera obligée de transférer le contrôle au technologue.

Il convient de noter que les grands fournisseurs d’équipements industriels tels que Siemens et Mitsubishi, qui ont initialement imposé un système de collecte de données à leurs homologues à partir de l’équipement, ont désormais certains avantages dans la mise en œuvre de l’IA.

En général, le manque de normes et standards unifiés pour travailler avec des données entrave gravement la numérisation. Ainsi, la rébellion des machines sera entravée par la tendance humaine à la prise de décision intuitive et la confusion générale dans les processus de production.

Les compétences en IA moderne doivent être évaluées sobrement: elles sont limitées par des cadres stricts. Ainsi, des solutions dans le domaine de l’IA sont progressivement mises en œuvre à chacune des étapes de production, des processus et des usines.

Nous ne parlons pas proprement d’intelligence, mais de ses embryons. Sans les hommes, l’IA ne peut toujours rien faire du tout – ni apprendre ni se concentrer sur des facteurs variables – car pendant de nombreuses années, l’industrie a été créée par l’homme et pour l’homme. L’IA ne pourra donc remplacer les humains que dans un avenir très lointain. En attendant, se trouvant dans le champ de l’incertitude, le programme demandera le consentement de la personne pour entreprendre toute action. Et c’est correct. Parce que la sécurité doit passer en premier dans l’utilisation de l’IA en production; Les gens doivent supprimer les fausses décisions de la part du programme. Nous espérons que la recherche conduira à la création d’une IA capable de généraliser, d’intégrer l’expérience et de prendre des décisions correctes et sûres dans des situations dangereuses.