شاهین آقامعلی
بسیاری از شرکتها در مسیر پیادهسازی هوش مصنوعی با یک چالش مشترک روبهرو هستند: دشواری ادغام این فناوری در عملیات روزمره. غول صنعتی کاترپیلار (Caterpillar) اما دهههاست با نسخهای از همین چالش در دنیای فیزیکی دستوپنجه نرم میکند و اکنون از این تجربه برای توسعه هوش مصنوعی بهره میبرد.
از معدنکاری تا اتوماسیون گسترده
ورود کاترپیلار به حوزه فناوریهای خودران از صنعت معدن آغاز شد؛ جایی که کمبود نیروی کار و شرایط پرخطر، اتوماسیون را به گزینهای بسیار کاربردی تبدیل میکند. این شرکت امروز طیف گستردهای از تجهیزات خودران از جمله کامیونهای حمل مواد، دستگاههای حفاری، بارکنهای زیرزمینی، بولدوزرها و ماشینآلات ساختمانی کنترلازراهدور را عرضه میکند. علاوه بر این، کاترپیلار یک مرکز فرماندهی نرمافزاری، سامانه مدیریت ناوگان و حتی هوش زمینی از راه دور را نیز در کنار ابزارهای خودران خود ارائه میدهد. به گفته جیمی ماینرت (Jaime Mineart)، مدیر ارشد فناوری کاترپیلار، در نشستی در کنفرانس Ai4 در لاسوگاس، این شرکت اکنون در دورهای هیجانانگیز قرار دارد که میتواند تجربه بهدستآمده از صنعت معدن را به محیطهای پویاتری مانند کارگاههای ساختمانی و معادن روباز منتقل کند.
دستیار هوشمند برای تکنسینها
یکی از نمونههای کاربردی این فناوری، دستیار هوش مصنوعی کت (Cat AI Assistant) است که به تکنسینهای میدانی امکان میدهد در کنار دستگاه، از طریق دستورات صوتی به رویههای تعمیر دسترسی پیدا کنند، مشکلات احتمالی را عیبیابی کنند و پیش از شروع تعمیرات، قطعات مورد نیاز را شناسایی نمایند. طبق گفته ماینرت، این ابزار اکنون توسط مشتریان، اپراتورها و تکنسینها استفاده میشود. این دستیار هوشمند بر پایه دادههای اختصاصی کاترپیلار عمل میکند؛ دادههایی که از ماشینآلات متصل به شبکه این شرکت جمعآوری شدهاند. بر اساس اعلام ماینرت، کاترپیلار حدود ۱.۶ میلیون دارایی متصل در سطح جهان و بیش از ۱۶ پتابایت داده ساختاریافته در اختیار دارد.
هوش مصنوعی در تولید و توسعه نرمافزار
کاترپیلار از هوش مصنوعی برای اسکن سایتها و تولید دوقلوهای دیجیتال (Digital Twins) در بخش تولید نیز استفاده میکند تا عملیات را تحلیل کند. این شرکت، مانند اغلب شرکتهای دیگر، از هوش مصنوعی در عملیات سازمانی و همچنین توسعه نرمافزار بهره میگیرد. به گفته ماینرت، عاملهای هوش مصنوعی برای بهروزرسانی کدهای قدیمی، تولید و آزمایش نرمافزارهای جدید و شناسایی زودهنگام نقصها به کار گرفته میشوند.
چالش اصلی: تغییر فرهنگ کاری، نه فقط فناوری
با این حال، ماینرت تأکید میکند که ساخت فناوری تنها بخشی از چالش است. استقرار یک ماشین خودران با تحول یک سایت کاری برای استفاده از هوش مصنوعی تفاوت اساسی دارد. شرکتها باید نحوه همکاری انسانها با فناوری و همچنین فرآیندهای موجود را بازتعریف کنند. به گفته او، بخش دشوار اتوماسیون و هوش مصنوعی فیزیکی، ادغام این فناوری در فرآیندهای کاری و کارگاههای مشتریان است. کاترپیلار برای آموزش سیستمهای هوش مصنوعی خود از دانش تجربی اپراتورهای باسابقه بهره میبرد. با افزایش سطح خودرانی ماشینآلات، برخی اپراتورها ممکن است از کنترل یک دستگاه به نظارت همزمان بر چند ماشین از یک مرکز فرماندهی راه دور تغییر نقش دهند.
سرمایهگذاری ۱۰۰ میلیون دلاری در آموزش نیروی انسانی
این تحول، چالش تازهای برای کاترپیلار ایجاد کرده: آموزش ۱۱۸ هزار کارمند این شرکت. بر اساس اعلام ماینرت، کاترپیلار قصد دارد طی پنج سال آینده ۱۰۰ میلیون دلار برای آموزش نیروی کار خود در زمینه هوش مصنوعی، اتوماسیون و رباتیک هزینه کند.
رشد درآمد در سایه رونق زیرساخت هوش مصنوعی
این سرمایهگذاری احتمالاً بخشی از تلاش کاترپیلار برای بهرهبرداری هرچه بیشتر از رونق زیرساختهای هوش مصنوعی است؛ روندی که تاکنون به رشد درآمد این شرکت کمک کرده است. درآمد فصلی کاترپیلار در سهماهه دوم به رقم بیسابقه ۲۰.۵ میلیارد دلار رسید که ناشی از تقاضای بالا برای تجهیزات تولید برق مورد استفاده در مراکز داده بوده است. فروش بخش تولید برق این شرکت با رشد ۷۲ درصدی به ۳.۱ میلیارد دلار رسید و جو کرید، مدیرعامل کاترپیلار، اعلام کرد که تقاضا برای رایانش ابری و زیرساخت هوش مصنوعی مولد همچنان بدون کاهش ادامه دارد.
منبع خبر: techcrunch
پاسخ :