Как искусственный интеллект делает работу безопаснее
В промышленности нередко приходится работать с газами, химикатами или большими неповоротливыми машинами. Хотя за последние 200 лет проведено немало полезных реформ, призванных сделать труд безопаснее, на предприятиях все еще требуется соблюдать осторожность. Рассказываем, как люди боролись за право на безопасный труд и как сегодня ИИ помогает там, где человек может пострадать.
Мы регулярно прибегаем к помощи алгоритмов — например, когда смотрим прогноз погоды, ищем билеты или просто хотим отдохнуть. Это такая же часть нашей жизни, как одежда и обувь, автомобили и смартфоны. Тем не менее искусственный интеллект, так глубоко проникший во все сферы нашей жизни, до сих пор может вызывать недоверие и страх. В проекте «ИИ спешит на помощь» мы рассказываем, на что способны современные технологии с использованием ИИ, где они приносят наибольшую пользу и почему не стоит бояться восстания машин. Материал подготовлен совместно с федеральным проектом «Искусственный интеллект» нацпроекта «Цифровая экономика».
В конце XVIII — начале XIX века человечество вступило в эпоху перемен. Фабричное производство стало основой экономики, вытеснив сельское хозяйство и ремесленничество. Появились новые виды транспорта и промышленности, началась массовая урбанизация. Значительно выросло общее богатство, а вместе с ним и средний класс. Все это — последствия промышленной революции.
Правда, у всего этого была и обратная сторона — эксплуатация рабочих, которые трудились в условиях, представляющих опасность для здоровья. В 1841 году фабричный работник Уильям Додд, несколькими годами ранее потерявший руку, опубликовал мемуары. Но вместо того, чтобы рассказать, как он получил собственное увечье, Додд поведал историю несчастного случая: его сестра пострадала из-за железных колес, а еще через неделю после этого произошел еще один несчастный случай — снова с теми же колесами. «...И до сих пор они не зачехлены!» — сокрушался Додд.
Действительно, промышленная революция сопровождалась ростом инвалидности среди рабочих, пишут историки Дэвид Тернер и Дэниел Блэки, но именно это стало предвестником реформ, изменивших ситуацию в лучшую сторону. Добиться перемен удалось в первую очередь в Великобритании, которая стояла в авангарде индустриализации:
«...беспокойство об инвалидности и бесчисленном количестве рабочих, травмированном на службе промышленности, побудили к политическим инновациям... инвалидность сформировала реакцию на индустриализацию».
В 1842 году был принят закон о шахтах, который повысил уровень безопасности в горнодобывающей промышленности. Спустя два года в силу вступил закон о текстильной промышленности. Он ввел требования к безопасности машин — правда, только на тех участках производства, где трудились женщины и дети.
Условия труда во второй половине XIX века постепенно улучшались во всех наиболее развитых странах. Кроме того, росла и заработная плата рабочих. В 1880-х канцлер Германии Отто фон Бисмарк ввел государственное страхование рабочих. С одной стороны, повышение их благосостояния сохраняло эффективность немецкой экономики, с другой — канцлер заручился лояльностью рабочего класса и снял с повестки вопрос о более радикальных социалистических альтернативах.
Примеру Бисмарка последовали правительства других стран, чаще всего реагируя, правда, на протесты и манифестации рабочих.
Законы по охране труда и социальные гарантии стали победой рабочего движения. Но проблемы с безопасностью в промышленности оказалось не так просто искоренить. До сих пор более двух миллионов человек ежегодно становятся жертвами несчастных случаев на производстве или из-за травм и сопутствующих заболеваний — это около шести тысяч смертей каждый день.
Однако, возможно, благодаря автоматизации и технологиям искусственного интеллекта жертв несчастных случаев на производстве станет еще меньше. Новая технологическая революция кардинально меняет промышленность, а роботы и искусственный интеллект стали ее движущей силой.
В 2015 году мировые инвестиции в корпоративный искусственный интеллект составили 12,75 млн долларов, а уже в 2021 году — 93,5 млн долларов. Большая их часть — это частные вложения. Эксперты PwC прогнозируют, что к 2030 году искусственный интеллект принесет мировой экономике 15,7 трлн долларов и повысит производительность бизнеса на 40 процентов. По данным Национального центра развития ИИ при Правительстве РФ, эффект применения ИИ для экономики России в 2021 году составил более 300 млрд рублей.
Однако дело не только в производительности.
Если сначала искусственный интеллект рассматривался как способ повысить эффективность производства, то теперь он становится инструментом, который может сделать труд еще безопаснее: алгоритмы следят, чтобы сотрудники носили средства защиты, обучают новым навыкам и управляют предприятиями. Вот несколько примеров.
Там, где существует угроза жизни и здоровью человека, сотрудникам выдают средства индивидуальной защиты (СИЗ), то есть экипировку, которая минимизирует риск травм, интоксикации или облучения. Впрочем, как показывает практика, люди неохотно соблюдают правила безопасности, поэтому ношение СИЗ нужно постоянно контролировать.
Кто будет этим заниматься? Привлекать отдельного сотрудника неэффективно: он может отвлечься и пропустить нарушение. А вот искусственный интеллект и обходится дешевле, и работает эффективнее.
Заточенные под эту задачу алгоритмы есть, например, у российской компании VisionLabs. Они построены на основе сверточных нейронных сетей и позволяют следить за ношением касок, капюшонов, перчаток и жилетов — базовых элементов СИЗ на многих предприятиях. Если сотрудник появится на рабочем месте без защиты, система отправит оповещение в ответственные службы.
Компания ВизорЛабс, которая разработала аналогичную технологию, сообщает, что система обнаруживает нарушения с точностью до 95 процентов.
Отслеживание СИЗ — не единственный способ снизить травмоопасность производства. Система контроля опасных зон SmartTeam, созданная отечественным разработчиком и интегратором индустриальных цифровых решений Ctrl2GO Solutions, контролирует перемещения рабочих, в том числе учитывая их уровень допуска, и тем самым предупреждает ситуации, которые могут привести к несчастному случаю.
В промышленных условиях бывает трудно обучать персонал или проводить техническое обслуживание. Кроме того, чем сложнее механизм, тем больше требуется ресурсов — как времени, так и денег. Один из способов упростить процесс обучения, сэкономить и обезопасить себя от несчастных случаев — использовать дополненную реальность.
Именно так Boeing обучает механиков сборке и установке шасси на самолеты. Они работают с цифровыми двойниками воздушных судов (их полными виртуальными трехмерными копиями) с помощью умных очков, оснащенных модулем речевого взаимодействия с глубоким обучением, и быстро получают обратную связь от менторов. Несмотря на то что новички работают с виртуальными копиями, полученный опыт не отличается от практики с использованием реальных объектов.
В статье, опубликованной в журнале Sensors, авторы приводят в пример один из наиболее эксплуатируемых самолетов в мире (всего летает более 10 тысяч машин) — Boeing-737. Один рейс такого воздушного судна обходится авиакомпании в 2180 долларов в час. Соответственно, когда самолет остается на земле для технического обслуживания и ремонта, это не приносит денег и стоит еще дороже. Дополненная реальность — это эффективный способ обучить сотрудников и сэкономить деньги, поскольку настоящий самолет для этого не нужен.
Обучение в дополненной и виртуальной реальности развивается и в России. Благодаря гибкости технологий применение им находится в самых разных сферах: от ЖКХ до атомной энергетики.
В 2020 году холдинг «Росэлектроника» Госкорпорации Ростех представил тренажер для отработки нештатных ситуаций в системе водоснабжения, использующий обе технологии. Разработка позволяет достоверно моделировать аварии и отрабатывать их устранение. Пилотные испытания должны пройти в Нижнем Новгороде. Новые сотрудники главной насосной станции будут обучаться на ее виртуальной модели — это должно не только ускорить их подготовку, но и увеличить срок службы действующего оборудования.
Похожая разработка для обучения сотрудников используется на Ленинградской АЭС-2. VR-тренажер позволяет моделировать шесть различных сценариев для обучения и включает более 500 моделей оборудования, инструментов и объектов. По мнению концерна «Росэнергоатом», тренажер должен повысить качество подготовки сотрудников, а также сократить риск травм и несчастных случаев.
Дополненная реальность хорошо проявляет себя в обучении сотрудников, но это не единственное ее применение. В 2021 году компания «Газпром нефть» в рамках проверки технологии провела шеф-монтажные работы, используя очки с технологией дополненной реальности и разработанную в России платформу дополненной реальности «Иксар». За работой сотрудника на месте удаленно наблюдал специалист, который выводил инструкции на экран очков, таким образом сводя к минимуму ошибки. Теперь компания планирует внедрить технологию более чем на 100 площадках.
Время от времени на любом производстве ломается оборудование. Компании необходимо проводить плановое техническое обслуживание, иначе сложный механизм просто не работает из-за нехватки ресурсов или свободных рук. Незапланированные простои обходятся промышленным производителям примерно в 50 млрд долларов в год.
Избежать неожиданных расходов, как правило, помогает профилактическое обслуживание. И теперь для этой цели компания может использовать промышленный интернет вещей: с помощью датчиков и машинного обучения производственные и промышленные процессы отслеживаются в реальном времени, превращая обыкновенное предприятие в умный завод. Система объединяет данные о состоянии оборудования, рабочих процессах и перемещениях людей. На основе этой информации она формирует прогноз и в случае возможной кризисной ситуации предупреждает руководителей и рабочих.
Например, система мониторинга и предиктивного анализа состояния промышленного оборудования SmartDiagnostics, разработанная Ctrl2GO Solutions, собирает данные телеметрии с датчиков, установленных на оборудовании, информацию внешних факторах, таких как температура и давление, а также данные АСУ ТП. Все это обрабатывается с помощью машинного обучения и позволяет заранее обнаруживать риски аварий и планировать техническое обслуживание. Согласно данным компании, благодаря системе значительно уменьшается число аварийных остановок, затраты на ремонт сокращаются на 30 процентов, а время простоев — на 12.
Похожую задачу, но уже с применением технологий компьютерного зрения, выполняет система, разработанная компанией ВизорЛабс. Она отслеживает состояние конвейерных лент, выявляет критический износ или повреждения и уведомляет об этом сотрудника, ответственного за ремонт оборудования. Кроме того, система учитывает данные о том, когда лента нуждалась в ремонте в прошлый раз, и прогнозирует, когда техническое обслуживание понадобится в будущем. Все это позволяет на два часа в сутки сократить время, которое специалист может потратить на контроль за техническим состоянием конвейера.
Технологии освобождают человека от рутинных и опасных задач. Но могут ли они забрать у людей работу?
Эксперты PwC прогнозируют, что к середине 2030-х годов до 30 процентов рабочих мест можно будет автоматизировать. Вместе с тем, по оценкам Всемирного экономического форума, к 2025 году технологии создадут как минимум на 12 миллионов рабочих мест больше, чем уничтожат. Иными словами, в долгосрочной перспективе автоматизация принесет пользу обществу — без работы люди не останутся.
По-другому на отношения «человек — машина» предлагает взглянуть директор по технологиям и инновациям Accenture Пол Доэрти. По его мнению, «человек плюс машина равно сверхспособности»: технологии не отбирают у работника задачи, но помогают их решать.
Например, автоматические манипуляторы используются для перемещения тяжелых грузов, что повышает грузоподъемность до нужных значений и освобождает людей от тяжелых нагрузок. Если в 2021 году рынок таких роботов оценивался в 26 млрд долларов, то к 2029 году он вырастет до 74 млрд — почти в три раза.
Положительные эффекты автоматизации и внедрения искусственного интеллекта очевидны уже сейчас. Однако, несмотря на то что новые технологии избавляют людей от монотонных и тяжелых обязанностей, они могут приводить, например, к увеличению темпа работы. Ученые и бизнес ищут идеальное распределение функций между человеком и машиной, которое повысит производительность и снизит негативные последствия автоматизации.
Павлос Лагудакис — о том, как ускорить вычисления каплями жидкого света
Впервые о поляритонах — сложных квазичастицах, состоящих из экситонов и связанных с ними фотонов — заговорили еще в середине XX века. Но технологии, в которых удалось бы использовать плюсы совмещения в одной частице фотонной и электронной составляющих, стали развиваться около двадцати лет назад. Лауреат премии «ВЫЗОВ», профессор Сколковского института науки и технологий Павлос Лагудакис рассказал N + 1 о том, что это за частицы, когда нам ждать суперкомпьютеров с поляритонным ускорением и каков его собственный вклад в поляритонику.