Témata
Reklama

Technologické trendy 2021 #4 Industrializace umělé inteligence

Transformace stávajících technologií a vznik nových je tak rozsáhlý a rychlý, že ten, kdo chce držet krok a sledovat veškeré změny, se stává v podstatě celoživotním lovcem nových objevů a poznání. Technologický pokrok jde ruku v ruce s růstem ekonomickým a v některých případech stojí za průlomovými změnami. Společnost Deloitte každoročně připravuje studii Deloitte Tech Trends. Nejinak tomu i letos. Pojďme se dnes zaměřit již na čtvrtý trend – industrializaci umělé inteligence MLOps (Machine Learning Operations).

Reklama
Reklama

Koncept Průmysl 4.0 je založen na plnohodnotném využití propojených kyberneticko-fyzických systémů vybavených prvky umělé inteligence, které budou autonomně ve výrobním procesu zabezpečovat vybrané činnosti, které dříve vykonávali lidé. 

Tohoto stavu dosáhneme pouze tehdy, pokud budou rozvíjeny a uplatňovány nejnovější poznatky z řady technických oborů, jako je inteligentní senzorika, systémy strojového vnímání, inteligentní komunikace člověk – stroj a stroj – stroj, strojové učení, bezpečná komunikace atd. Získané poznatky pak nahrazují lidské, zejména rozhodovací činnosti, činnostmi strojovými. Zásadní roli zde plní kybernetika a umělá inteligence, které přicházejí s řešeními maximální efektivity a flexibility a jsou schopny plně využívat sdílená úložiště dat a plnohodnotně využívat koncept Internetu věcí.

Životní cyklus výroby v industrializaci umělé inteligence Machine Learning Operations. (Zdroj: NVIDIA Blog)

K zefektivnění výroby a lepšího využití zdrojů dochází díky agentovému plánování, které umožňuje dynamicky reagovat na probíhající změny. Rozsáhlé znalostní struktury ontologických dat nejen že usnadňují komunikaci a výměnu informací, ale stávají se též významnou součástí systémů výroby a služeb. Toto dává podklady ke vzniku nových byznys modelů obchodování se znalostmi ve vazbě na výrobu či služby. Rozsáhlá aplikace metod počítačového modelování a simulace s využitím těchto znalostí vede ke zkrácení náběhové doby nových výrobních systémů, k efektivnímu ověřování nových metod a postupů ve výrobě i službách.

Vzdělávací program Edureka! Pomocí edukačního videa velmi srozumitelnou formou vysvětluje podstatu strojového učení MLOps.

Metody strojového učení již začínají hrát důležitou roli při inteligentním zpracování a využívání rozsáhlých souborů naměřených dat. Jsou klíčové mj. pro zajišťování počítačové bezpečnosti i pro optimalizaci dlouhodobého rozhodování. Stávající metody interakce člověk – stroj s využitím moderní senzoriky vedou k reálnější komunikaci člověk stroj a k přirozenějšímu vnořování strojů, zejména robotů, do výrobního řetězce. Je však třeba mít namysli, že robotizace není všespásná, že je nutné v prvním kroku měnit procesy ve firmách, následně teprve integrovat prvky automatizace. Jsou rozvíjeny a zejména v širším měřítku uplatňovány metody automatického řízení výrobních systémů s cílem optimalizovat procesy, produkty a energetickou či zdrojovou náročnost jejich produkce.

Jak se učí umělá inteligence? Daria Hvizdalova je členem vědeckého týmu v GoodAI, kde vyvíjí obecnou umělou inteligenci – General AI. Na konferenci TEDx povídala o specifikách své práce.

Jak se liší umělá inteligence a strojové učení? Oba termíny spolu úzce souvisí. Strojové učení je podoblastí umělé inteligence. Jedná se vlastně o tu část, která počítači umožňuje, aby se učil a rozvíjel. K tomu se využívají různé algoritmy a techniky, které pracují s rozsáhlými znalostmi ze statistiky a s oblastí tzv. dobývání dat (data mining). Stroj se může učit samostatně i pomocí učitele, případně na základě zpětné vazby.

Strojové učení pomáhá strojům se postupně zdokonalovat. Díky tomu provádějí identický úkol postupně lépe, rychleji, či přesněji. Samotný pojem strojové učení vymyslel Arthur Samuel z IBM. Přišel s ním v roce 1959, když pracoval v oblasti počítačových her.

Se strojovým učením se dnes setkáváme zejména v počítačových systémech pro analýzu či pokročilou kompresi obrazu, pro rozpoznávání řeči a hlasovou syntézu či třeba v pokročilých nástrojích pro analýzu a zabezpečení síťového provozu. Setkáváme se však s ním již mimo tuto oblast v „běžném“ používání, například v autonomním řízení, kdy například Tesla využívá pro svého Autopilota hardwarový systém pro neuronové sítě přímo na palubě automobilu, nebo třeba o pomocníkovi pro nevidomé, jehož vyvíjí Microsoft, či o chytrých výrobních strojích, které se postupně zdokonalují v přesnosti a rychlosti své práce, podobně jako lidé. Ve všech případech ale platí, že klíčem k úspěchu bude dostatečný výpočetní výkon a rozsáhlá cloudová uložiště.

Tyto nové technologie umožňují aktuálně získávat obrovské příležitosti na trhu práce s velkým potenciálem do budoucna. Například ve společnosti Apple jsou aktuálně nabízena velká množství pracovních nabídek zaměřených na integraci strojového učení a umělé inteligence do jejich produktů. Apple ve svých zařízeních plně integruje hardware se softwarem do jednoho celku (tzv. one source) a vývojáři třetích stran pracují na základě jejich zadání.

Aby bylo možné naplno využít potenciál umělé inteligence a strojového učení, musí éra tradiční umělé inteligence ustoupit automatizaci a industrializaci. Vstupte do světa operací strojového učení (MLOps), jež aplikuje přístupy DevOps na vývoj a dodávku modelů strojového učení tak, aby se zlepšila spolupráce mezi týmy, zkrátily se vývojové cykly, a industrializoval a škáloval se vývoj a nasazení řešení strojového učení. (Zdroj: Deloitte)
Jste připraveni na zavádění prvků umělé inteligence do vašich procesů? (Zdroj: Deloitte)

Studie se podrobně vlivu technologií na transformace dodavatelských řetězců věnuj na str. 64 až 74. Obsahuje i případové studie. Stáhněte si ji na níže přiloženém odkazu.

Příště: #5 Revoluce strojních dat

Stáhněte si studii Technologické trendy pro rok 2021

Získejte cenný vhled a podnětné rady pro obchod i technologie. Zjistěte, jak mohou nové technologie podpořit klíčové byznysové procesy – od způsobu, jakým ovlivňují firemní strategie, až po modernizaci hlavních aktiv – a přetvoření dodavatelských řetězců v hodnototvorný prvek.

Technologické trendy pro rok 2021

1. Obchodní strategie ovlivněná technologiemi
2. Revitalizace core systémů

3. Transformace dodavatelských řetězců

4. MLOps: industrializace umělé inteligence
5. Revoluce u strojových dat: „nakrmte stroj“
6. Nulová důvěra: nikdy nedůvěřujte, vždy prověřujte
7. Restart digitálního pracoviště
8. Individualizace pro miliardy: digitální versus fyzická zkušenost
9. DEI tech (diverzita, rovnost, inkluze): nástroje pro rovnocennost

Zdroj: Deloitte


Technologické firmy hrají čím dále zásadnější prim a není důvod, proč by tomu nemělo být tak i nadále. Největší růst zaznamenávají právě ty, které sázejí na integraci nových technologií, jako je umělá inteligence či strojové učení, do svých řešení.
Roman Dvořák

Je absolventem oboru Strojírenská technologie Fakulty strojní ČVUT v Praze, kde nakonec nedostudoval kombinovanou formu doktorského studia (...). V roce 1997 nastoupil do vydavatelství Vogel Publishing na post odborného redaktora vznikajícího strojírenského titulu MM Průmyslové spektrum. V roce 1999 přijal nabídku od německého vlastníka outsourcingovat titul do vlastního vydavatelství. 

Firmy
Související články
Lineární polohovací systémy se zlepšenou flexibilitou

Sledovací systém iTRAK od společnosti Rockwell Automation aktuálně představuje v rámci smart řešení jedno z nejinovativnějších řešení pohybu na současném trhu. Jedná se o modulární odstupňovaný systém s lineárním motorem, který umožňuje nezávislé řízení několika iniciátorů na lineárních nebo nelineárních drahách. iTRAK nahrazuje mechanická zařízení jednoduchými a efektivními softwarovými profily, které nastavují nové parametry rychlosti a flexibility v oblasti automatizace.

Technologické trendy 2021 #5 Revoluce strojových dat

Transformace stávajících technologií a vznik nových je tak rozsáhlý a rychlý, že ten, kdo chce držet krok a sledovat veškeré změny, se stává v podstatě celoživotním lovcem nových objevů a poznání. Technologický pokrok jde ruku v ruce s růstem ekonomickým a v některých případech stojí za průlomovými změnami. Společnost Deloitte každoročně připravuje studii Deloitte Tech Trends. Nejinak tomu i letos. Pojďme se dnes zaměřit na pátý trend, který se týká problematiky správa strojových dat.

Související články
Reklama
Reklama
Reklama
Reklama
Související články
Auto jako digitální platforma

Každý druhý vůz na evropských silnicích by v polovině příštího desetiletí mohl být autonomní. Studie společnosti Ericsson se zabývá tím, co všechno by takový systém zahrnoval, včetně infrastruktury podél silnic založené na konceptu IoT a neustálé vzájemné komunikace nejen mezi auty samotnými, ale s celým dopravním ekosystémem.

Digitalizace ropného průmyslu z Čech

Pojmy jako digitalizace a automatizace nejsou v průmyslu žádnou novinkou. Dávno víme, že zavádění nových moderních technologií do vnitřních procesů firem je mimo jiné klíčem k efektivnosti, úspoře nákladů, a tím i větší konkurenceschopnosti a uplatnění na trhu. A nezáleží na tom, v jakém oboru se firma pohybuje. 

Výzkum podporuje bezpečnost internetu věcí

Včasné odhalení útoku na sítě internetu věcí může znamenat doslova záchranu před mnoha nepředvídatelnými následky. V případě soukromého užití se jedná zejména o zásah do soukromí, u průmyslových aplikací může dojít k narušení funkčnosti celých systémů autonomních zařízení s rozsáhlými dopady na výrobu nebo energetiku. Tyto systémy nelze chránit antivirovými programy, proto je potřeba jiné řešení. 

Digitální dvojče stavby

Digitalizace a digitální transformace firem paří již delší dobu k aktuálním tématům. Ve stavebnictví zpravidla hovoříme o metodě BIM, která by měla být od roku 2022 využívána u všech nadlimitních veřejných zakázek. Využití takzvaného informačního modelování staveb však není devízou jen nových realizací, své opodstatnění má i u starších budov.

Reklama
Předplatné MM

Dostáváte vydání MM Průmyslového spektra občasně zdarma na základě vaší registrace? Nejste ještě členem naší velké strojařské rodiny? Změňte to a staňte se naším stálým čtenářem. 

Proč jsme nejlepší?

  • Autoři článků jsou špičkoví praktici a akademici 
  • Vysoký podíl redakčního obsahu
  • Úzká provázanost printového a on-line obsahu ve špičkové platformě

a mnoho dalších benefitů.

... již 25 let zkušeností s odbornou novinařinou

      Předplatit