Blog

Pourquoi ne sommes-nous toujours pas en danger d’une rĂ©bellion de machine?

mquinas en el futuro

Le rythme des progrès technologiques fait craindre de plus en plus de gens pour leur travail, qui pourrait bientĂ´t ĂŞtre occupĂ© par des robots. Mais ces craintes sont encore largement exagĂ©rĂ©es, Igor Bogachev, PDG de la sociĂ©tĂ© Zyfra en est convaincu. Certains acteurs du marchĂ© perçoivent l’intelligence artificielle (IA) soit comme une table capable de rĂ©soudre tous les problèmes de l’humanitĂ©, soit comme un monstre qui prendra le travail des gens et envahira le monde. En fait, les deux options sont loin d’ĂŞtre vraies.

Beaucoup dĂ©pendra du rythme de dĂ©veloppement de la technologie dans les annĂ©es Ă  venir, mais l’avenir de l’IA ne fait guère de doute. Selon les prĂ©visions de Gartner, la mise en Ĺ“uvre de l’IA rapportera 2,9 milliards de dollars aux entreprises d’ici 2021, Ă©conomisant 6,2 milliards d’heures de travail. Et si en 2017 le marchĂ© de l’IA Ă©tait estimĂ© Ă  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 utilisĂ©e dans l’industrie et la fabrication continue de pouvoir rĂ©soudre seulement des problèmes locaux. Et si l’utilisation des technologies sans fil dans la production a augmentĂ© Ă  un rythme de 32% par an ces dernières annĂ©es, 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 reconnaĂ®tre qu’il existe actuellement des raisons objectives ils limitent Ă  la fois la capacitĂ© de l’IA elle-mĂŞme et la mesure dans laquelle elle peut ĂŞtre mise en Ĺ“uvre. Deux problèmes principaux peuvent ĂŞtre mis en Ă©vidence.

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

Environ 65% du temps de conception du dĂ©ploiement de l’IA est consacrĂ© Ă  la recherche et Ă  la collecte des donnĂ©es nĂ©cessaires Ă  votre travail. Dans le mĂŞme temps, un système pratique de stockage d’informations humaines est parfois assez gĂŞnant pour l’IA, car il n’est pas conçu pour cela. Le chaos est Ă©galement dĂ» au fait que chaque entreprise dispose de son propre système de collecte et de stockage d’informations.

Ainsi, la vitesse de mise en Ĺ“uvre de l’intelligence artificielle est ralentie par le fait que les entreprises ne sont pas prĂŞtes Ă  investir dans la collecte et le stockage de donnĂ©es, la gestion de ce processus et son inclusion dans les processus mĂ©tiers de base de l’entreprise. .

2. IncapacitĂ© de l’IA Ă  rĂ©soudre des problèmes uniques

De plus, la complexitĂ© rĂ©side dans les particularitĂ©s industrielles des entreprises et des processus technologiques: il est impossible de proposer des solutions standardisĂ©es universelles dans le domaine de l’IA pour la production pĂ©trochimique et mĂ©tallurgique. Parfois, il est nĂ©cessaire de rechercher une approche individuelle, mĂŞme pour une installation industrielle spĂ©cifique.

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 difficultĂ©s similaires existent en travaillant avec raffineries de pĂ©trole, oĂą l’Ă©tape de production peut ĂŞtre unique pour chaque entreprise. Et, comme on le sait, l’intelligence artificielle n’aime toujours pas tout ce qui ne peut ĂŞtre standardisĂ©, son niveau de dĂ©veloppement ne permet toujours pas une adaptation facile aux solutions technologiques variables en production complexe. Par consĂ©quent, il est toujours nĂ©cessaire de tout expliquer au programme de la manière la plus simple possible, en enseignant chaque processus sĂ©parĂ©ment. Ainsi, en plus des informations sur le travail de l’entreprise, l’IA a besoin de donnĂ©es sur les processus commerciaux et les processus physiques et chimiques pertinents pour chaque type de production.

Les technologues expĂ©rimentĂ©s comptent souvent sur leur intuition pour produire des mĂ©taux. Par exemple, des ferroalliages sont utilisĂ©s pour obtenir la composition chimique requise de l’acier. L’acier alliĂ© avec des ferroalliages a des caractĂ©ristiques physiques et mĂ©caniques amĂ©liorĂ©es. Et, comme le montre la pratique, diffĂ©rentes sociĂ©tĂ©s au sein de la mĂŞme sociĂ©tĂ© peuvent avoir des Ă©carts dans le volume de ferroalliages ajoutĂ©s. Cela affecte considĂ©rablement les coĂ»ts des matières premières de l’entreprise et pourrait ĂŞtre optimisĂ© si la dĂ©cision de changer la proportion de ferroalliages n’Ă©tait pas prise sous l’influence de l’intuition de l’un ou l’autre spĂ©cialiste de chaque entreprise, mais Ă©tait unifiĂ©e avec l’aide de l’IA. Cependant, mĂŞme dans ce cas, tout repose sur l’absence de mĂ©canismes bien Ă©tablis de collecte de donnĂ©es: celles-ci sont souvent prises dans la tĂŞte de quelqu’un et non enregistrĂ©es.

Ă€ propos de l’apprentissage de l’intelligence artificielle

Une IA peut-elle apprendre en observant le travail d’une personne, en collectant des donnĂ©es sur la façon dont un technologue prend des dĂ©cisions en fonction de facteurs externes? Oui, cela peut et mĂŞme devrait. Cependant, les dĂ©cisions Ă  prendre dans le processus seront limitĂ©es Ă  ces schĂ©mas appris. Si l’IA rencontre une situation inconnue sur le site de production, qu’elle n’a pas encore vue, elle stupĂ©fiera et elle sera obligĂ©e de transfĂ©rer le contrĂ´le au technologue.

Il convient de noter que les grands fournisseurs d’Ă©quipements industriels tels que Siemens et Mitsubishi, qui ont initialement imposĂ© un système de collecte de donnĂ©es Ă  leurs homologues Ă  partir de l’Ă©quipement, ont dĂ©sormais certains avantages dans la mise en Ĺ“uvre 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 compĂ©tences en IA moderne doivent ĂŞtre Ă©valuĂ©es sobrement: elles sont limitĂ©es par des cadres stricts. Ainsi, des solutions dans le domaine de l’IA sont progressivement mises en Ĺ“uvre Ă  chacune des Ă©tapes 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 annĂ©es, l’industrie a Ă©tĂ© crĂ©Ă©e 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 sĂ©curitĂ© doit passer en premier dans l’utilisation de l’IA en production; Les gens doivent supprimer les fausses dĂ©cisions de la part du programme. Nous espĂ©rons que la recherche conduira Ă  la crĂ©ation d’une IA capable de gĂ©nĂ©raliser, d’intĂ©grer l’expĂ©rience et de prendre des dĂ©cisions correctes et sĂ»res dans des situations dangereuses.

Bouton retour en haut de la page

Blocage d'annonces détecté

Vous devez supprimer le AD BLOCKER pour continuer Ă  utiliser notre site MERCI