Как ИИ может повысить качество продукции и безопасность рабочих
Искусственный интеллект уверенно выходит за рамки обработки текстов и изображений и начинает играть все более важную роль в таких «серьезных» сферах, как производство и сервисное обслуживание. Новое исследование ученых из Университета Нотр-Дам наглядно показало, как мультимодальные языковые модели — тип ИИ, способный анализировать различные типы данных и логически рассуждать — могут повлиять на будущее рабочих профессий. Вопреки распространенному мнению о том, что ИИ применяется преимущественно в офисной среде, исследование сфокусировалось на производственной сфере, где выгоды от внедрения ИИ на первый взгляд могут показаться не столь очевидными. Особое внимание было уделено сварке — одной из ключевых технологических операций в множестве отраслей, в том числе, в производстве автомобилей, морской техники, авиации и сельскохозяйственной продукции. Исследователи оценивали, насколько точно искусственный интеллект может анализировать качество сварочных швов по изображениям и определять их пригодность для конкретных изделий. Оказалось, что мультимодальные языковые модели достаточно эффективно анализируют изображения из интернета, однако при работе с реальными фотографиями, сделанными в промышленных условиях, их эффективность значительно снижалась. По мнению авторов, это говорит о необходимости адаптации ИИ к реальному производству через обучение на данных с «полевых» источников и разработку более тонких методов извлечения знаний.
Искусственный интеллект уверенно выходит за рамки обработки текстов и изображений и начинает играть все более важную роль в таких «серьезных» сферах, как производство и сервисное обслуживание.
Новое исследование ученых из Университета Нотр-Дам наглядно показало, как мультимодальные языковые модели — тип ИИ, способный анализировать различные типы данных и логически рассуждать — могут повлиять на будущее рабочих профессий. Вопреки распространенному мнению о том, что ИИ применяется преимущественно в офисной среде, исследование сфокусировалось на производственной сфере, где выгоды от внедрения ИИ на первый взгляд могут показаться не столь очевидными.
Особое внимание было уделено сварке — одной из ключевых технологических операций в множестве отраслей, в том числе, в производстве автомобилей, морской техники, авиации и сельскохозяйственной продукции. Исследователи оценивали, насколько точно искусственный интеллект может анализировать качество сварочных швов по изображениям и определять их пригодность для конкретных изделий. Оказалось, что мультимодальные языковые модели достаточно эффективно анализируют изображения из интернета, однако при работе с реальными фотографиями, сделанными в промышленных условиях, их эффективность значительно снижалась. По мнению авторов, это говорит о необходимости адаптации ИИ к реальному производству через обучение на данных с «полевых» источников и разработку более тонких методов извлечения знаний.
