مفهوم هوش مصنوعی در ابتدا در دهه 1940 مطرح شد ، بنابراین ایده ی افزایش بهره وری و بینش آفرینی از طریق تجزیه و تحلیل و مدل سازی هوشمند چیز جدیدی نیست. هوش مصنوعی و سیستم های دانش بنیان یک شاخه تحقیقاتی فعال از هوش مصنوعی برای کل چرخه عمر محصول جهت طراحی محصول ، برنامه ریزی تولید ، توزیع و خدمات میدانی بوده اند. سیستم های تولید و کارخانه های الکترونیکی از اصطلاح “AI” استفاده نکرده اند ، اما آنها مدل سازی سیستم های مهندسی را مقیاس بندی می کنند تا امکان ادغام کامل عناصر در سیستم سازگار با محیط زیست تولید را به طور هوشمند مدیریت کنند .
به گزارش توانانیوز، اگر مشکلات در صنعت به خوبی بررسی نشوند ، فناوری به تنهایی هرگز ارزش تجاری ایجاد نمی کند. دسته های عمده ای که هوش مصنوعی صنعتی ممکن است در آنها بگنجد شامل: نوآوری در محصولات و خدمات ، بهبود فرآیند و بینش آفرینی.
هوش مصنوعی چگونه در صنعت تاثیر میگذارد؟
همان طور که در حال حاضر در زندگی روزمره بیشتر افراد از هوش مصنوعی استفاده میکنند، در آینده بسیار نزدیک تمامی صنایع به اجبار از آن استفاده میکنند. در حال حاضر بسیاری از الگوریتمهای شبکههای اجتماعی، الگوریتمهای سرچ گوگل و استفاده از ویس برای فراخوانی یا سرچ در گوشی همراه به کمک هوش مصنوعی و یادگیری ماشین کار میکنند. در خودروهای مختلف مانند تسلا، خودرانهای خودرو به کمک همین تکنولوژیها در حال فعالیت هستند. بسیاری از کارخانهها کنترل کیفیت و تعداد زیادی از فعالیتهای خودشان را توسط هوش مصنوعی انجام میدهند.
سیستم عامل های خدمات Cloud Foundry به طور گسترده ای فناوری های هوشمند مصنوعی را در خود جای داده اند. از جمله کاربرد های تولید سایبری (cybermanufacturing) بهینه سازی تولید می باشد، که با تحلیل پیش بینی و مدل سازی سایبری-فیزیکی فضای خالی بین محصول و سلامت ماشین را پر میکند
برنامه های محصول جهت ارزش آفرینی برای مشتریان
هوش مصنوعی صنعتی می تواند در محصولات یا خدمات موجود تعبیه شود تا آنها را کارآمدتر ، قابل اطمینان تر و ایمن تر کرده و همچنین طول عمر آنها را افزایش دهد.به عنوان مثال ، صنعت خودرو برای جلوگیری از تصادفات و کمک به نگه داری وسیله نقلیه در چهار چوب احتیاطی، از پردازش تصویر استفاده می کند و رانندگی ایمن تر می شود. در ساخت قطعات به عنوان مثال در تخمین و پیش بینی عمر مفید تیغه ی اره ی دستگاه برش آهن خودکار به جای تجربه ی شخصی بر مدلسازی تکیه می شود. به این ترتیب گذشته از امنیت بیشتر، نه تنها عمر تیغه را افزایش می دهد بلکه در انتخاب نوع تیغه نیز کمک شایانی میکند
پردازش برنامه های کاربردی برای افزایش بهره وری
اتوماسیون یکی از جنبه های اصلی در کاربردهای فرآیند هوش مصنوعی صنعتی است با کمک هوش مصنوعی ، دامنه و سرعت اتوماسیون به طور اساسی تغییر کرده است. فناوری های هوش مصنوعی باعث افزایش عملکرد و گسترش کاربردهای هوش مصنوعی می شوند. به عنوان مثال می توان از ربات های مشارکتی نام برد. بازوهای رباتیک مشترک می توانند حرکت و مسیری را که توسط اپراتورهای انسانی نشان داده شده است یاد بگیرند و همان کار را انجام دهند. هوش مصنوعی همچنین فرایندی را که قبلاً به مشارکت انسان نیاز داشت ، به طور خودکار انجام می دهد. به عنوان مثال مترو هنگ کنگ ، جایی که یک برنامه هوش مصنوعی وظیفه ی توزیع و برنامه ریزی شغل مهندسان را با کارایی و اطمینان بیشتری نسبت به همتایان انسانی بر عهده میگیرد.
جنبه دیگر برنامه های کاربردی فرآیند ، مدل سازی سیستم ها با مقیاس بزرگ است سیستم های ساخت سایبری به عنوان یک سیستم خدمات تولیدی تعریف می شود که با مدل سازی مبتنی بر شواهد و یادگیری عمیق داده محور ، شبکه بندی شده و مقاوم در برابر خطاها است.چنین سیستمی با دارایی های بزرگی که در سطح وسیعی توزیع شده اند سروکار دارد اما برای دارایی های اختصاصی مبتنی بر فیزیک متعارف به سختی مدلسازی می شود. با الگوریتم های یادگیری و بهینه سازی ماشین ، یک چارچوب از پایین به بالا با در نظر گرفتن سلامت ماشین می تواند از نمونه های زیادی از دارایی استفاده کند و مدیریت عملیات ، برنامه ریزی موجودی قطعات یدکی و روند برنامه ریزی تعمیر و نگهداری را به طور خودکار انجام دهد.
کاربردهای اصلی هوش مصنوعی در صنعت
به طور کلی بعضی از کارها در صنایع مختلف یکسان هستند ولی این کارها ممکن است مراحل متفاوتی داشته باشند به طور کلی این نحوه هوشمند کردن این روندها را با هم بررسی میکنیم.
برقراری امنیت و جلوگیری از حوادث
یکی از مهمترین مشکلاتی که صنایع مختلف با آن روبه رو هستند، مشکلات امنیتی و حوادثی است که در کارخانهها به وجود میآید. هوش مصنوعی بهترین راه ایجاد یک امنیت پایدار در کارخانه است. شما میتوانید با استفاده از بینایی ماشین تمامی مراحل و افراد را بررسی کنید و از بروز مشکل جلوگیری کنید. برای امنیت فضا میتوان از فنس مجازی، تشخیص حرکت، تشخیص چهره بهره برد. در بحث HSE هم با استفاده از تکنولوژیهایی مانند تشخیص وسایل حفاظتی کارگران و بررسی روندهای پرخطر با توجه به صنعت مورد نظر، میتواند حوادث را به حداقل رساند.
کنترل کیفیت و مشخص کردن تولیدیهای مورد تایید
بررسی کیفیت محصولات و قطعات یکی از مراحل پرچالش در هر کارخانه و صنعتی است. اولاً بررسی تمامی قطعات بسیار سخت و هزینهبر است و از جهتی بسیاری از پارامترهای لازم برای بررسی زمان زیادی به خود اختصاص میدهد. تمامی این موارد، تولید را دچار مشکل میکند و اجازه رشد را به تولیدی نمیدهد. هوش مصنوعی با کمک بینایی ماشین میتواند با سرعت و دقت بسیار بالا تمامی محصولات را از لحاظ کیفی بررسی کند و حتی محصولاتی که استانداردهای لازم را ندارند از مدار تولید خارج کند.
رباتهای صنعتی هوشمند
در کارخانههای جدید رباتهای هوشمند، بسیاری از وظایف را به دقت انجام میدهند. این رباتها میتوانند با استفاده از بینایی ماشین با دقت بالا، کارهایی که انسان انجام میدهد را به طور کامل اجرا کند. این رباتها در حال حاضر باعث بهبود روند تولید، افزایش تولید و کاهش هزینهها شدهاند.
استفاده از دوقلوهای دیجیتال (Digital twins)
صنایع مختلف میتوانند از دوقلوهای دیجیتال برای درک بهتر فرآیندهای ماشین آلات پیچیده استفاده کنند. دوقلوی دیجیتال مدل مجازی یک جسم فیزیکی است که با استفاده از سنسورهایی روی نمونه فیزیکی اطلاعات را دریافت میکند. با استفاده از هوش مصنوعی میتواند به بینش درستی از آن ماشین رسید و این مورد در بهینه کردن آن و مدیریت تعمیر و نگهداری آن کمک میکند.
بهینهسازی فرآیندهای تولید
با کمک یادگیری ماشین و یادگیری عمیق میتوان بسیاری از روندها را بهینه کرد. تولیدکنندگان میتوانند با استفاده از ابزارهای استخراج فرآیندی مبتنی بر هوش مصنوعی استفاده کنند و گلوگاهها و مشکلات روندها را بهینه کنند. این مورد به صورت دائم انجام میگیرد و سعی میشود که با توجه به شرایط به بهینهترین حالت ممکن رسید.
مدیریت هوشمند تعمیر و نگهداری تجهیزات
هوش مصنوعی میتواند با بررسی سنسورها و دادههای تجهیزات مختلف دادههای مناسبی را در اختیار تولیدکنندگان قرار دهد. با توجه به این دادهها میتواند نیاز به تعمیر یا تعویض یک قطعه را قبل از خرابی هشدار دهد تا کارخانه با خرابیهای بزرگتر یا محصولات معیوب مواجه نشود.
مدیریت انبار و موجودیها
یکی از کاربردهای مهم هوش مصنوعی در صنعت، مدیریت موجودیهاست. الگوریتمهای یادگیری ماشین میتوانند عرضه و تقاضا را با دقت خوبی پیش بینی کنند و این مورد میتواند به مدیریت انبار و موجودیهای شما بسیار کمک کند. این الگوریتمها دادههای بسیار دقیقتری نسبت به نحوه سنتی پیش بینیها به شما ارائه میدهند و این موضوع میتواند برای شما تمایز ایجاد کند. به طور مثال الگوریتمهای هوش مصنوعی میتوانند الگوهای خریدی را شناسایی کنند که با توجه به آن تولیدکننده بتواند با افزایش تولید یک محصول میزان فروش و سود خود را در زمانهای خاصی افزایش دهد.
مدیریت زنجیره تامین هوشمند
تولیدکنندگان اکثراً با یک زنجیره تامین بزرگ با سفارش، خرید، مواد لازم برای پردازش مختلف سر و کار دارند. مدیریت این موارد به صورت دستی و انسانی زمان زیادی را از نیروی انسانی متخصص میگیرد.
به طور مثال تولیدکننده مواد اولیه خود را از دو تولیدی دیگر دریافت میکند. پس از مدتی مشکلی در مواد تولیدی یکی از شرکتها دیده میشود. شما میتوانید با استفاده از هوش مصنوعی این مواد را پیگیری کرده و محلهای استفاده شده را پیدا کنید تا محصولات به طور کامل اصلاح شوند. البته این مدیریت زنجیره تامین هوشمند کاربردهای متنوع دیگری هم دارد.
پیش بینی قیمت مواد اولیه و قیمت گذاری هوشمند
همان طور که در بالا هم ذکر شد، هوش مصنوعی توانایی بالایی در پیشبینی عرضه و تقاضا دارد. این مورد باعث میشود که بتواند قیمت مواد اولیه لازم برای کارخانهها را با دقت بالایی پیشبینی کند. این مورد میتواند نگاه دقیقی به افراد برای نحوه خرید مواد اولیه بدهد. از طرفی با توجه به پیش بینی عرضه و تقاضا محصول نهایی کارخانه، هوش مصنوعی میتواند عمل قیمتگذاری را نیز با توجه به دادهها در اختیار شما بگذارد.
توسعه محصول با کمک هوش مصنوعی
برای توسعه محصول میتوان از دوقلوهای دیجیتال استفاده کرد. تولیدکنندگان میتوانند محصول را با تمام ویژگیهای لازم به صورت مجازی تولید کنند سپس با کمک یادگیری ماشین فرآیندهای آن را بررسی کرده و به بهینهترین حالت ممکن درآورند. این مورد به شما کمک میکند که محصول توسعه داده شده، بتواند کارایی بالاتری از خود نشان دهد.
شخصی سازی محصولات هوشمند
تولیدکنندگان میدانند که شخصی سازی کردن محصول و تولید آن بر اساس سلیقه مشتری، چقدر کار مشکل و هزینه برداری است. با کمک هوش مصنوعی شما میتوانید رفتارهای مشتریان را به صورت کامل بررسی کنید و بر اساس آن، مدلهایی از شخصی سازی را به خریداران ارائه دهید. این مورد میتواند تا حد زیادی فروش و سود شما را افزایش دهد. به طور مثال شرکت خودروسازی پورشه برای شخصی سازی خودروها از هوش مصنوعی استفاده میکند. آماری که از این هوش مصنوعی در دسترس است نشان میدهد در ۹۰ درصد اوقات ویژگیهای پیشنهادی و شخصی سازی شده برای فرد مورد توجه قرار گرفته است. این مورد مشخص میکند که این الگوریتم تا چه حد میتواند رفتارهای خرید یک فرد را شناسایی کرد.
بررسی ۷ صنعت مختلف و نمونههای اجرایی
صنایع و کارخانههای متعددی وجود دارند و هر کدام از آنها راهحلهای فناورانه مربوط به خود را دارند. ما در اینجا صنایع خودرو، فولاد، نفت و گاز، نظامی، برق، حمل و نقل، پزشکی، غذایی، ساختمان، بازی سازی، بیمه و کارخانههای تولیدی را بررسی کردیم. در این بخش فقط نمونههایی از تواناییهای هوش مصنوعی در این صنایع به عنوان نمونه ذکر شده است.
هوش مصنوعی در صنعت خودرو
یکی از مهمترین بخشهایی که از هوش مصنوعی استفاده میشود، صنعت خودروسازی و خودروهاست. خودروهای خودران در حال استفاده از یادگیری ماشین و بینایی ماشین برای حرکت در خیابانها هستند. این تکنولوژیها هر روزه در حال پیشرفت است و در سالهای آینده میتوان به طور کامل به این خودروها به عنوان یک راننده حساب باز کرد. در کارخانههای ساخت خودرو هم تغییرات زیادی را میتوان مشاهده کرد. بسیاری از رباتهای صنعتی با کمک هوش مصنوعی و بینایی ماشین فعالیت خود را انجام میدهند و کار را با دقت بسیار بالایی پیش میبرند. از طرفی کنترل کیفیت هم از همین طریق در این کارخانهها صورت میگیرد که میتواند تا حد زیادی هزینه نیروی انسانی را کاهش دهد و از طرفی باعث افزایش کیفیت خودرو شود.
هوش مصنوعی در صنعت فولاد
در صنعت فولاد هوشمندسازی میتواند بسیار کارساز باشد و چند کارکرد اصلی دارد.
۱– بهینه کردن فرآیندها:
صنایع فولاد نیاز به فرآیندهای پیچیدهای برای رسیدن به محصول نهایی دارد. از طریق دادهها و بررسیهای هوش مصنوعی میتوانید فرآیندها را بهینهتر طراحی کنید و این بهینه کردن به صورت مرتب اجرایی میشود.
۲– کنترل کیفیت:
در کارخانههای فولاد کیفیت بسیار فاکتور با اهمیتی است. از طرفی چک کردن آن هم کار سادهای نیست. هوش مصنوعی میتواند با کمک بینایی ماشین سرعت و دقت این کنترلها را بسیار افزایش دهد و کیفیت محصولات را تا جای ممکن افزایش دهد.
۳– مواجه با خطرات و حادثهها:
در بسیاری از اوقات افراد با بی دقتی حادثه آفرین میشوند. هوش مصنوعی میتواند با ایجاد فنسهای مجازی، تشخیص استفاده کارگران از تجهیزات حفاظتی، بررسی در لحظه روند فرآیندها و … میتواند قبل از ایجاد حادثه جلوی آن را بگیرد یا فرآیند را در لحظه متوقف کند تا حادثه بزرگی ایجاد نشود.
هوش مصنوعی در صنایع نفت و گاز
در این صنعت با توجه به حساسیت و دقت مورد نیاز، از هوش مصنوعی استفادههای متنوعی میشود که در اینجا برخی از آنها را بررسی میکنیم.
۱– امنیت دکلهای نفتی و میادین گازی
امنیت و جلوگیری از اتفاقات و سوانح یکی از مهمترین نیازهای این صنعت است. اتفاقات در این صنعت بسیار بزرگ، پرخطر و پرهزینه هستند. به همین دلیل شما میتوانید تمامی روندها را توسط هوش مصنوعی نظارت کنید و با به وجود آمدن کوچکترین خطا یا مشکل اخطار داده یا کارهای لازم برای جلوگیری از خطر را انجام دهید.
۲– بهینه سازی تولید و زمانبندی
از الگوریتمهای هوش مصنوعی برای مطالعه دادههای دریافتی در ناهنجاریها استفاده میکنند و علائم مشکل در تجهیزات نظارت شده را نشان میدهند. این روند موجب بهینهسازی روند تولید میشود. برنامهریزیهای غلط و اختصاص آن به پروژههای مختلف هم یکی دیگر از مشکلات است که میتوان به کمک یادگیری ماشین آن را تا حد امکان بهینه کرد.
۳– موجودی هوشمند و مدیریت زنجیره تامین
فرآیندهای هوشمند ردیابی میتوانند در زنجیره تامین این صنعت کارساز باشند. از طرفی مدیریت موجودیها هم میتواند بسیار به این روند و برنامهریزی برای آن کمک کند.
هوش مصنوعی در صنعت برق
یکی از مهمترین کاربردها در زمینه صنعت برق، تجزیه و تحلیل مصرف برق در طی زمان است. شما با استفاده از الگوریتمهای یادگیری ماشین میتوانید، با دقت بالایی میزان مصرف را بدست بیاورید و این موضوع، میتواند به مدیریت کمبود برق کمک کند. همچنین هوش مصنوعی میتواند به افزایش تولید و بهینه کردن آن نیز کمک کند. ذخیرهسازی انرژی هم در سالهای آینده گسترش فراوانی خواهد داشت و این مسئله میتواند به طور کامل توسط فناوریهای مختلف مدیریت شود.
هوش مصنوعی در صنعت حمل و نقل
زمینههای مختلفی از حمل و نقل میتواند دچار تحول جدی شود. ماشینهای خودران و به طور کلی وسایل نقلیهی خودران در آینده نزدیک بسیار مهم و حیاتی خواهند بود. هدایت هوشمند ترافیک یکی دیگر از کاربردهایی است که نیاز زیادی به یادگیری ماشین خواهد داشت و به وسیلهی آن میتوان ترافیک را تا حد زیادی مدیریت کرد. علاوه بر این برای جلوگیری از مشکلات ریلی و خرابیها، میتوان از سنسورهایی برای بررسی وضعیت آنها استفاده کرد و با تجزیه و تحلیل مشکلات احتمالی را گزارش داد. حفظ امنیت را هم میتوان توسط وسایلی نظیر پلاک خوان خودرو برای وسایل نقلیه ایجاد کرد.
هوش مصنوعی در صنایع غذایی
مهمترین بخش برای استفاده فناوری در صنایع غذایی، پیشبینی رفتار مخاطب و مشتریان است. افراد مشغول در این حوزه بسیار در حوزه علایق مشتریان تحقیق میکنند و این مورد هزینههای هنگفتی برای کارفرمایان دارد. شما میتوانید با استفاده از الگوریتمهای یادگیری ماشین و بررسی الگوهای خرید بسیاری از ترندها و الگوهای خرید بعدی را بدست آورید. هوش مصنوعی میتواند در زمینه مدیریت زنجیره تامین هم به این صنایع به شدت کمک کند.
هوش مصنوعی در صنعت ساختمان
خانههای هوشمند یکی از اولین حوزههایی بود که اینترنت اشیا و هوش مصنوعی خود را در آن به نمایش گذاشت. در حال حاضر استفاده از خانههای هوشمند بسیار به کارایی منازل کمک میکند. از طرفی در پروسه ساخت آپارتمان هم میتوان از رباتهایی با قابلیتهای بالا استفاده کرد که سرعت و دقت ساخت را بسیار بالا میبرد. در زمینهی نظارت و مدیریت پروژه هم میتوان از هوش مصنوعی در این صنعت بهره برد تا کار با دقت و با زمان بندی هوشمند جلو برود. در صفحهی هوش مصنوعی در صنعت ساختمان این موارد را با دقت بیشتری بررسی کردهایم.
نویسنده: دکتر شادی دالوند
پزوهشگر و مدرس فناوری اطلاعات