Sztuczna inteligencja przez wiele lat kojarzyła się z fantastyką naukową. To się zdążyło już zmienić, choć jej potencjał ciągle nie jest w pełni doceniany.
Sztuczna inteligencja (SI) to jedno z pojęć cyfryzacji, o którym najczęściej się dyskutuje. Z drugiej strony trudno jest wyjaśnić jej konkretne zastosowanie: Czym dokładnie jest sztuczna inteligencja? Jakie korzyści może przynieść przedsiębiorstwom? W Niemczech większa część osób decyzyjnych nie doceniała do tej pory potencjału ani znaczenia sztucznej inteligencji – zarówno w inżynierii mechanicznej, jak i innych branżach. Warto wspomnieć tu o ankiecie przeprowadzonej przez firmę Wakefield Research zajmującą się analizą i badaniem rynku. Na zlecenie tej firmy przeprowadzono ankietę wśród 30 osób na najwyższych stanowiskach kierowniczych oraz 70 kierowników działów IT zatrudnionych przez przedsiębiorstwa liczące co najmniej 1000 pracowników. Wynik: 98% ankietowych uważa, że sztuczna inteligencja to fenomen naszych czasów. Istnieją jednak eksperci, którzy mają na ten temat zupełnie odmienne zdanie.
Wzrost obrotów w branży mechanicznej dzięki sztucznej inteligencji (SI)
Firma doradcza Accenture oszacowała na początku 2018 roku, że dzięki wykorzystaniu sztucznej inteligencji do 2022 roku firmy zwiększą swoje obroty średnio o 38%. Dokładniejsze wartości prezentujące pozytywne skutki zastosowania sztucznej inteligencji w inżynierii mechanicznej przedstawiono w opracowaniu Federalnego Ministerstwa Gospodarki i Energii: Do połowy 2023 roku wykorzystanie sztucznej inteligencji w niemieckich firmach branży produkcyjnej będzie oznaczało dodatkowy wzrost wartości dodanej brutto o 31,8 miliardów euro. Ta kwota odpowiada mniej więcej jednej trzeciej całego wzrostu niemieckiej branży produkcyjnej w tym samym okresie. Na skutki pandemii koronawirusa na tę branżę musimy jeszcze poczekać. Nie ma to jednak żadnego wpływu na potencjał i znaczenie sztucznej inteligencji dla tego sektora. W jaki sposób można wykorzystać sztuczną inteligencję w inżynierii mechanicznej?
Sztuczna inteligencja umożliwia delegowanie maszynom wykonywanie nawet złożonych zadań poznawczych.
Aby móc określić obszary zastosowań sztucznej inteligencji w inżynierii mechanicznej, konieczne jest wyjaśnienie samego pojęcia „sztucznej inteligencji”. Według niemieckiego słownika terminologii ekonomicznej Gabler Wirtschaftslexikon sztuczna inteligencja to metody, które umożliwiają komputerowi rozwiązanie zadań, które, gdy rozwiązywane są przez człowieka, wymagają od niego rozumowania. Zatem sztuczna inteligencja umożliwia zlecanie maszynom wykonywanie nie tylko fizycznych prac, lecz także złożonych zadań o charakterze kognitywnym. Sensownym rozwiązaniem jest zlecanie sztucznej inteligencji wykonywanie zadań monotonnych, które po dłuższym czasie często działają na człowieka demotywująco. Sztuczna inteligencja stwarza w inżynierii mechanicznej jeszcze większe możliwości, np. w zakresie tzw. serwisu prewencyjnego.
Predyktywne utrzymanie ruchu: klasyczny przykład wykorzystania sztucznej inteligencji w inżynierii mechanicznej
Jak już sama nazwa wskazuje, predyktywne utrzymanie ruchu jest jedną z form utrzymania ruchu (maszyn). Wiąże się z licznymi korzyściami: O ile w przypadku tradycyjnego serwisu będącego reakcją na pewien problem awarie badane i usuwane są już po ich wystąpieniu, o tyle predyktywne utrzymanie ruchu obejmuje działania serwisowe i utrzymujące wykonywane w optymalnym momencie. W ten sposób nie dochodzi do awarii (tak jak w przypadku reakcyjnego utrzymania ruchu), ani strat jak w przypadku serwisu prewencyjnego. W przypadku tego ostatniego zużywane części wymieniane są regularnie – nawet wówczas, gdy mogłyby jeszcze długo posłużyć. Ten rodzaj „przewidującego utrzymania ruchu” możliwy jest dzięki analizie bardzo dużej ilości danych (Big Data) w oparciu o sztuczną inteligencję.
Istniejące bazy danych są analizowane, tak aby na ich podstawie można było sporządzić wiarygodne prognozy.
Rodzaj sztucznej inteligencji, który jest używany w ramach predyktywnego utrzymania ruchu, nazywa się „machine learning”. Uczenie maszynowe umożliwia poniekąd podglądanie przyszłości: Analizowane są istniejące bazy danych, aby na ich podstawie sporządzić pewne prognozy. W ten sposób można określić np. wyżej już wspomniany optymalny termin wymiany zużywanych części. Najpóźniej w tym momencie wiadomo już, że liczne pojęcia cyfryzacji nie są od siebie oderwane, lecz mocno się ze sobą wiążą. Uczenie maszynowe jest w końcu z jednej strony jedną z form sztucznej inteligencji, a z drugiej metodą analizy Big Data. Sztuczna inteligencja niewątpliwie stwarza inżynierii mechanicznej nowe drogi działania i szanse, które każde przedsiębiorstwo powinno wykorzystać.
