AI V Strojništvu - Osnove, Aplikacije In Potencial

2023 Avtor: Hannah Pearcy | [email protected]. Nazadnje spremenjeno: 2023-08-25 03:39

Ko gre za napovedovanje vremena, iskanje po internetu, navidezne pomočnike v chatbotih, prevajanje jezika, prepoznavanje slik - že dolgo časa srečujemo umetno inteligenco v vsakdanjem življenju, ne da bi se tega vedno zavedali. Umetna inteligenca kot orodje za digitalizacijo naj bi ponudila velik potencial za izboljšanje učinkovitosti poslovnih procesov in za razvoj novih storitev ali izdelkov. Digitalne vsebine prvič ne le shranjujemo, prenašamo in obdelujemo na strojno berljiv način, ampak jih AI tudi vsebinsko razume, tako da lahko odločitve podpremo na podlagi znanja.

Galerija slik

Kaj je umetna inteligenca?

Na splošno je cilj AI avtomatizirati človekovo odločanje s pomočjo programske ali strojne opreme. Poudarek je na simulaciji procesov človeške inteligence s stroji. Ti procesi vključujejo pridobivanje informacij in pravil za uporabo informacij, uporabo pravil za sprejemanje približnih ali dokončnih zaključkov in samopopravljanje. Govorimo o umetni inteligenci, ko računalnik na preprost način reši zapletene težave, za reševanje katerih je inteligenca človeka pravzaprav potrebna. Razlikujemo med šibkim in močnim AI.

• Slabi AI je sistem, ki je bil razvit in usposobljen za določeno nalogo. Osebni pomočniki, kot je Apple Siri, so en primer.
• Močan AI, znan tudi kot umetna splošna inteligenca, je posplošil človekove kognitivne sposobnosti. Mehanizirala naj bi človeško vedenje. Brez človekovega posredovanja lahko najde rešitev za neznane naloge.

Strojno učenje in globoko učenje

Strojno učenje je podobmočje AI in njegov cilj je prepoznati statistične odnose, znane tudi kot vzorci, v tako imenovanih podatkih o usposabljanju in jih tako "naučiti". Te vzorce lahko nato uporabimo za druge podatke odločanja. Strojno učenje se večinoma uporablja, kadar ne znaš opisati zapletenih problemov z logiko in pravili, zato ne moreš izvajati klasičnih algoritmov.

Pri tako imenovanem globokem učenju se algoritem uči z uporabo primerov, vendar lastnosti ali lastnosti, na katerih temelji učenje, niso izrecno določene. Namesto tega AI določa lastnosti same, zato je to specifično podobmočje strojnega učenja, za katero so značilne zapletene metode reševanja.

Namig za seminar

S spletnim tečajem »Strojno učenje - kako se stroj uči?« Se lahko poglobite v metodologijo. Profesor van der Smagt - vodja umetne inteligence pri Volkswagnu - udeležencem v dveh urah razloži najpomembnejše koncepte strojnega učenja na zgoščen in kompakten način.

AI je ponavljajoča se tema od petdesetih let prejšnjega stoletja in je bil predmet raziskav raziskovalcev v preteklosti in delu daljnih vizij prihodnosti. Po mnenju strokovnjakov tehnični napredek informacijske tehnologije, ki omogoča generiranje in sprotno obdelavo ogromnih količin podatkov in digitalno preobrazbo proizvodnih podjetij, odpira ogromen potencial za praktično uporabo.

Dodatne informacije o temi certificiranih vlog za AI

Kako lahko zagotovite, da je razvoj, ki temelji na umetni inteligenci, tehnično, etično in pravno upravičen? V ta namen znanstveniki z univerze v Bonnu in Kölnu razvijajo preskusni katalog za potrjevanje vlog AI pod vodstvom Inštituta Fraunhofer IAIS in s sodelovanjem Zveznega urada za varnost informacij. Predvidena je izdaja prve različice preskusnega kataloga in certificiranje prvih vlog za AI do začetka leta 2020.

Prednosti AI za strojništvo

Po besedah dr. Patrick Glauner, strokovnjak za doktorat AI, je AI pomemben za vsa področja vrednostne verige podjetja za strojništvo. "Po eni strani lahko podjetja z AI razširijo svoj portfelj strojev in svojim strankam ne le omogočijo večjo učinkovitost, temveč jim tudi omogočijo, da s svojimi stroji implementirajo povsem nove izdelke. Po drugi strani lahko podjetja za strojništvo uporabijo AI za optimizacijo lastne vrednostne verige. Zlasti pri posebni konstrukciji strojev je veliko ročnih delovnih korakov zaradi velike razliknosti v portfelju strojev. Tu lahko AI ustvari veliko dodano vrednost in avtomatizira delovne korake, s čimer zmanjša stroške in čakalne dobe, "pojasnjuje Glauner.

Kompletno oblikovanje strojev

Oblikujte pametno

Uporaba strojništva

En primer je predvidevanje vzdrževanja, nadaljuje Glauner. "Strojno učenje se uporablja za prepoznavanje, ko deli odvzamejo podatke iz vzorčnih podatkov." To omogoča samodejno napovedovanje, kdaj je treba kupce v proizvodnji zamenjati. Vendar ima Glauner pogosto vtis, da se skoraj vse novice KI / ML v strojništvu vrtijo okoli te ene aplikacije. Konec zastave zastave še ni dosežen in napovedno vzdrževanje samo opraska površino možnega.

AI poenostavlja načrtovanje posebnih strojev

AI se lahko uporablja tudi za načrtovanje posebnih strojev. Doslej so morali veliko ročnih korakov izvajati strokovnjaki, saj ima vsak kupec nekoliko drugačne zahteve glede strojev. Ta pristop je zelo dolgotrajen in tudi ni ponovljiv, saj vsak strokovnjak svoj izračun utemelji na nekoliko drugačnih merilih. S pomočjo strojnega učenja se lahko statistične vzorce naučimo iz značilnosti posebnih strojev, ki so se prodajali v preteklosti.

Ti opisujejo na primer porabo virov teh strojev glede na zahteve kupca in v bistvu ustrezajo sicer težko opisalim fizičnim odnosom v teh strojih. Nato lahko uporabite te vzorce za samodejno napovedovanje zasnove primernih posebnih strojev glede na individualne zahteve kupcev - in to v razponu milisekund in napovedi se lahko kadar koli ponovijo.

AI nadomešča kompleksne simulacije

Drug primer iz prakse, ki ga je Glauner predstavil tudi na 2. sestanku uporabnikov strojne konstrukcije akademije gradbene prakse, so simulacije. Za njih je značilna njihova natančnost. Vprašanje pa je, ali je treba še toliko simulirati.

Glauner: »Z mojo ekipo smo zgradili aplikacijo AI, da smo zmanjšali število simulacij, ki so resnično potrebne. Ta pristop temelji na strojnem učenju: uporabljeni so različni parametri in rezultati simulacij v preteklosti. Aplikacija je prepoznala statistična razmerja med temi simulacijami, zato je izid večine simulacij, ki jih je treba izvesti, mogoče napovedati zelo dobro. To pomeni, da je treba izvesti le del simulacij in le, če je statistični postopek doslej lahko zelo natančno napovedal rezultat. Ta postopek je primeren tudi za številna druga podjetja, da opazno zmanjšajo stroške energije in čakalne dobe. V mnogih primerih je potrebno le nekaj sto prejšnjih simulacij.

Simulacija dosjeja

Kako simulacija izboljšuje razvoj izdelkov

Kitajska je trenutno voznik AI

Trenutne napovedi predvidevajo, da se bo število aplikacij za AI v naslednjih nekaj letih naglo povečalo. McKinsey na primer z umetno inteligenco do leta 2030 napoveduje do 13 bilijonov dolarjev dodane vrednosti na svetovni ravni. Za Glaunerja je jasno: »Skoraj vsako podjetje in poslovni model bo AI v prihodnjih letih močno spremenil. Vsi - od upravnega odbora do delavca v dvorani - ga bodo morali temeljno razumeti, da bodo prepoznali potencial za optimizacijo in ga lahko posredovali strokovnjakom. Kitajska igra pomembno vlogo pri tej spremembi, saj zdaj ne gre le za prodajni trg ali proizvodni obrat, temveč za AI -Inovacijski motor številka 1 po vsem svetu. Evropa je morala v AI vložiti bistveno več, da ne bi izgubila temeljnih pristojnosti Kitajske. Strojni inženiring pustiti za seboj.

Digitalni inženiring

Kako strojno učenje spreminja razvoj izdelkov

Vsebina članka:

• Stran 1: AI v strojništvu - osnove, aplikacije in potencial
• Stran 2: Nasveti za začetek z AI

> Naslednja stran