인공 지능에 대한 진정한 생각

제 직감에 따르면 제조 분야에서 인공 지능(AI)을 사용하는 것과 관련하여 긴박감이 필요합니다.

시급성은 오늘날 기술이 얼마나 빠르게 움직일 수 있는지, 그리고 예상치 못한 돌파구가 빠르게 지배할 수 있는지에 따라 결정됩니다. AI는 얼굴 인식, 음성을 문자로 변환, 체스 경기에서 승리하는 데 사용됩니다. 확실히 제조 분야에는 수많은 잠재적 응용 프로그램이 있을 것입니다.

AI의 "지능"의 현실은 복잡한 수학이라고 생각하기 전에 글을 썼지만 진정한 전문가에게 그 견해를 제시했을 때 더 깨달은 비전을 갖게 되었습니다. 그의 견해로는 우리는 AI를 더 넓은 관점에서 생각해야 합니다. New에 기반을 둔 AI 컨설팅 및 전략 회사인 Foxy Machine의 설립자인 Oliver Christy는 "수학이라고 말하는 것은 공평하지만 실제로는 데이터에 관한 것이기 때문에 수학에 너무 매달리기 쉽습니다."라고 설명했습니다. 요크시. "AI를 사용하면 어떤 상황에서도 데이터를 사용하여 새로운 질문을 할 수 있습니다."

그러나 데이터와 수학에 자신을 제한하는 것조차도 제한적입니다. 세 번째 고려 사항은 비즈니스 문제여야 합니다. Christy에 따르면 고려 중인 상황과 사용 가능한 도구는 무엇입니까? "세 가지 접근 방식 모두에서 주어진 문제를 살펴봐야 합니다."라고 그는 설명했습니다. “수학, 데이터, 문제 그 자체. 그 전체적인 관점이 강력한 솔루션을 제공할 수 있습니다.”

그는 또한 제조가 AI 애플리케이션을 위해 무르익었다고 생각합니다. "AI의 가장 쉬운 문제 중 일부는 안전 및 제조 위험을 해결하는 것입니다."라고 그는 말했습니다. "우리는 이제 어떤 위험이 있고 안전을 개선하는 방법을 대규모로 이해할 수 있는 AI 시스템을 보유하고 있습니다." 품질 관리에서 이미지 인식 기술을 사용하는 것은 또 다른 쉬운 승리입니다. Christy가 작업한 한 응용 프로그램은 최근 AI 시스템이 열처리 후 강철의 품질을 인식하도록 훈련하여 문제가 될 수 있는 샘플에 플래그를 지정했습니다. 그런 다음 샘플을 사람이 더 자세히 조사했습니다.

그는 AI를 가장 잘 사용할 수 있는 방법, 즉 품질 관리 직원을 대체하기보다 강화하는 방법에 대한 핵심 사항을 강조했습니다. 디지털 이미지를 사용하여 AI 시스템은 인간이 피로 없이 할 수 있는 것보다 훨씬 더 많은 샘플을 보고 표시할 수 있습니다. 그러나 강철 품질의 경우 품질이 좋은지 아닌지를 확인하는 데 필요한 최종 인간의 손길을 제공할 수 없었습니다. 그는 피부암을 찾는 데 사용되는 유사한 시스템이 훈련된 종양 전문의보다 성능이 더 우수하지만 종양 전문의와 결합된 AI 시스템이 단독으로 사용하는 것보다 훨씬 더 잘 수행되는 방법을 설명했습니다. "기계 시스템과 인간이 함께 일할 수 있는 제조 분야에서도 정확히 동일한 접근 방식을 사용해야 합니다."라고 그는 말했습니다.

컴퓨팅 파워의 변곡점

나의 긴박감으로 돌아가라. 오늘날 AI 기술의 대부분은 새로운 것이 아닙니다. 단순히 컴퓨터를 사용하는 것이 아니라 컴퓨터를 사용하여 인간의 능력을 모방한다는 개념은 컴퓨터 자체가 존재하는 한 존재해 왔습니다. 그러나 컴퓨팅 성능과 데이터의 변곡점이 시급하게 관련성이 높아지고 있습니다. Christy는 "20년 전에 시작했을 때 컴퓨팅 성능과 데이터 비용으로 인해 [가능한] 응용 프로그램이 제한되었습니다. “이제 우리는 엄청난 양의 혼합 데이터와 매우 저렴한 컴퓨팅을 보유하고 있습니다. 나는 백만 달러짜리 컴퓨터에 액세스할 수 있고 거의 비용이 들지 않는 IBM의 Watson과 같은 기술에 직접 액세스할 수 있습니다." 여기에 실제로 무료로 사용할 수 있는 Google의 TensorFlow와 같은 오픈 소스 AI 소프트웨어가 추가되었으며 "AI를 구축하고 사용하는 데 필요한 모든 구성 요소의 완벽한 폭풍"이 있다고 Christy는 말했습니다.

그는 AI가 쉽게 다음 경쟁 우위가 될 수 있다고 믿습니다. 하지만 부담스러울 수 있습니다. 그의 조언? 작게 시작하세요. 소규모 팀을 구성하고 파일럿 비즈니스 문제에 대한 데이터 수집을 시작하고 최상의 접근 방식으로 제조 문제를 해결할 수 있는 방법을 배우십시오. "하지만 오늘부터 시작하세요."라고 그는 말했습니다.