Чем «взрослее» становится искусственный интеллект (ИИ), тем чаще мы задумываемся о том, какое место отведет ему человек в своём быту, в учёбе, в производстве, в банковской сфере. В некоторых отраслях, таких как финансы, юриспруденция и медицина, человек делегировал ИИ полномочия принятия решений, и, не подготовив для этого законодательной почвы, не сделав ИИ объектом права, часто перекладывает ответственность за последствия принятых машиной решений на алгоритмы и нейронную сеть.
Когда-то мы мечтали не о том, что робот будет подсказывать нам решение задач по тригонометрии или подталкивать нас на покупку ненужных вещей, а о том, что человек уйдет со сборочного конвейера, слезет с трактора или перестанет мести улицы, а на его место встанет машина с «мозгом», не делающая ошибок, не болеющая, не имеющая семейных обстоятельств. Человек же будет заниматься наукой и творчеством.
И, хотя ИИ повели по другому пути — по пути замены специалистов среднего звена — юристов, бухгалтеров, учителей и врачей, на производстве ему отводится важное место. Правда, остается вопрос, что при этом происходит с людьми, на чьё место он пришёл.
О том, как внедряют ИИ в производственные процессы в Великобритании и какие проблемы при этом возникают, 18 ноября 2020 года в статье «Искусственный интеллект и его влияние на навыки» рассуждают Шэрон Блайфилд, ведущий специалист по вопросам карьеры и обучения, и Николас Никсон, директор по развитию цепочки поставок в одной из международных продуктовых компаний.
* * *
Пандемия, вызванных коронавирусной инфекцией, привела к тому, что компании вкладывают всё больше средств в стратегии цифровых технологий, чтобы поскорее начать осваивать новые методы работы. Это также дало возможность предприятиям переосмыслить свои производственные модели и навыки, которые требуются прямо сейчас и будут необходимы в будущем.
ИИ в промышленности — это естественной этап эволюции автоматизации технологических процессов. Алгоритмы многих автоматизированных производственных линий уже используют ИИ для определения оптимальных последовательностей рабочих операций. Кроме того, при распределении сложных заказов клиентов и логистических поставок могут использоваться аналогичные формы алгоритмов.
БУДЬТЕ В КУРСЕ
- 07.03.21 Интеллект Facebook самостоятельно учится распознавать изображения
- 14.10.20 Направления развития искусственного интеллекта, которые изменят общество
- 13.10.20 Microsoft создаёт алгоритмы, расширяющие творческие возможности человека
- 08.10.20 Канада претендует на мировое лидерство в развитии искусственного интеллекта
Самая интересная возможность, которую ИИ предоставит производителям, — это его способность корректировать поставки на основе полученных в разное время данных и принимать решения на основе доступных вариантов.
Например, производственная линия производит продукт, и какой-то важный параметр качества начинает отклоняться от установленных показателей. В настоящее время большинство процессов требует какого-либо вмешательства человека для внесения в них изменений. Иногда на отдельной машине это можно сделать автоматически, но обычно это невозможно сделать на нескольких машинах в рамках производственного процесса.
Мы привыкли к тому, что, получив предупреждение о проблеме, для того чтобы предсказать, произойдет ли авария, мы должны использовать свои навыки, умение взаимодействовать с людьми и память. Мы надеемся на то, что люди помнят, что событие «А» может привести к проблеме «Б», и хорошо, если они также знают, какое решение требуется для проблемы.
Именно в этом контексте нам необходимо рассмотреть навыки, которые лучше всего подходят для развития технологий.
Предвидение проблем
Мы часто рассматривали навыки очень узко, например навыки работы с механическим, электрическим, коммунальным, автоматическим и пр. оборудованием и контрольно-измерительными приборами. Эти конкретные навыки, безусловно, необходимы, но прежде всего необходимо получить максимальную отдачу от ИИ, что выходит за рамки нескольких специальностей и, что особенно важно, связывает их вместе. Поэтому крайне важно, чтобы обучение и развитие новых навыков было сосредоточено на подключении различных процессов через сети и системы автоматизации, а также на очень продвинутом решении проблем с использованием данных.
Когда мы говорим об умении решать проблемы, мы подразумеваем также навыки «предвидения проблем». Как студенты, так и выпускники инженерных специальностей обучаются принципам мышления для решения возникающих проблем. Таким образом, промышленности потребуются люди, которые хотят не столько решать возникающие проблемы, сколько предвидеть их появление с помощью ИИ и понимания того, какие необходимы для этого данные, даже если они относятся к разным этапам технологического процесса.
Обучение с прицелом на будущее
Инициативы правительства по повышению профессионального уровня специалистов, разработанные в сотрудничестве с работодателями, будут в некоторой степени способствовать поддержке программы ИИ для тех, кто ещё учится и скоро получит работу. Британская программа T-levels по подготовке работников в сфере производства, дизайна и разработки с использованием цифровых технологий в сентябре 2020 года создала новые возможности для молодых людей, которые проявляют склонность к исследовательской работе. Эти качества будут поддержаны запуском цифровых бизнес-платформ в сентябре 2021 года и инженерными разработками в 2022 году, что должно помочь сделать ИИ центральным предметом обучения.
Повышение квалификации и переподготовку персонала необходимо будет ускорить, чтобы нынешняя рабочая сила могла справиться с требованиями цифрового и искусственного мира. Учебным заведениям следует развивать взаимодействие с промышленными предприятиями, чтобы адаптировать свои программы к новым требованиям. Это также может потребовать переподготовки преподавателей, чтобы продвигать более прогрессивное и направленное в будущее обучение.
Внутри отрасли инвестиции в обучение без отрыва от производства будут иметь жизненно важное значение для обеспечения того, чтобы навыки, необходимые для работы с ИИ, поддерживались на должном уровне. Но ещё большее значение будет иметь развитие когнитивных способностей людей, таких как:
- мышление,
- знания,
- умение запоминать информацию,
- технологии оценки и сравнения,
- умение решать проблемы.
Всё это потребуется для успешной внедрения ИИ в промышленности. Именно эти ключевые человеческие способности лежат в основе успешной работы ИИ.
Комментарии читателей (0):