Umjetna je inteligencija prije nekoliko godina bila obećanje, ne stvarnost, no danas je svakodnevica. Vodimo manje ili više uspješne razgovore s glasovnim asistentima naših pametnih telefona da bismo pronašli jeftine letove ili prigušili svjetla u dnevnoj sobi. Na tisućama fotografija s odmora softver umjetne inteligencije lako pronalazi lica naših prijatelja i obitelji. U gradovima i na autocestama prometuju autonomna vozila, iako još uvijek u probnoj fazi, te donose samostalne odluke u prometu.
Sve to zvuči obećavajuće – a nade su doista velike. Jer umjetna inteligencija nije sirov računalni program koji izvršava naredbe, nego stalno uči zahvaljujući takozvanim neuronskim mrežama stvorenima po uzoru na ljudski mozak, i postaje sve bolja i bolja svakim danom. Što više kupujemo, to su nam prijedlozi proizvoda u mrežnoj trgovini više prilagođeni. Što više filmova pogledamo, to nam filmske preporuke više odgovaraju. Za neke je ta prilagođenost ponekad i neugodna jer nam se čini da smo otvorena knjiga. Ali tko ne voli dobiti pomoć ako je malo u žurbi ili se nađe u teškoj situaciji? Kognitivni sustavi već danas pomažu liječnicima da bolje dijagnosticiraju, osiguravajućim društvima da bolje procjenjuju rizike, a prognostičarima da predviđaju vrijeme.
Umjetna inteligencija mijenja društvo na održiv način
Ali kakav utjecaj ta revolucionarna tehnologija ima na naš rad, društvo i posao? U kojim će područjima rada pametni strojevi potisnuti ljude u godinama i desetljećima koja dolaze – i gdje će se nova zanimanja pojaviti zahvaljujući umjetnoj inteligenciji? Kako tvrtke mogu koristiti umjetnu inteligenciju da bi otvorile nove poslovne mogućnosti i ponudile svojim klijentima nove usluge koje povećavaju njihovu produktivnost i učinkovitost? To su složena pitanja za koja digitalni pomoćnik na pametnom telefonu danas zasigurno nema odgovora. Jedno je jasno: umjetna će inteligencija promijeniti naše društvo na održiv način.
Posljedice za gospodarstvo mogu biti znatne, kao što pokazuje studija Roland Bergera: pametni, digitalno umreženi sustavi i procesni lanci mogli bi donijeti dodatan rast od oko 420 milijardi eura do 2035. godine samo u Zapadnoj Europi. Prema studiji PwC-a, umjetna inteligencija osim toga može doprinijeti globalnoj ekonomiji s do 15,7 milijardi dolara do 2030. godine. Tema Industrije 4.0 potiče se snažno big datom i umjetnom inteligencijom. U tvorničkim skupovima podataka pametna softverska rješenja mogu identificirati trendove i obrasce koji pomažu proizvesti energiju učinkovitije i štedljivije. Kao rezultat toga, postrojenja se stalno prilagođavaju novim okolnostima i dodatno optimiziraju bez intervencije rukovatelja. Povećanjem umrežavanja softver umjetne inteligencije može naučiti čitati između redaka.
Time se mnogi složeni odnosi mogu otkriti u sustavima koje ljudi još uvijek ne mogu ili pak više ne mogu nadzirati. O zahtjevima korisnika ovisi obavlja li se obrada podataka putem rješenja na cloudu ili lokalno (primjerice putem edge computinga). MindSphere, otvoreni IoT operacijski sustav tvrtke Siemens temeljen na cloudu, povezuje proizvode, opremu, sustave i strojeve. To je jedan od najvažnijih temelja za uporabu umjetne inteligencije u industriji jer omogućuje korištenje bogatstva podataka generiranih iz Interneta stvari (IoT) kroz opsežne analize za optimizaciju, simulaciju i donošenje odluka. Uz pomoć digitalnog blizanca mogu se virtualno testirati različiti scenariji i donositi pametne odluke, primjerice za optimizaciju proizvodnje. Na temelju digitalne preslike stroja i pripadajućeg proizvodnog procesa umjetna će inteligencija u budućnosti primjerice moći prepoznati zadovoljava li izrađeni proizvod zahtjevima kvalitete i koje proizvodne parametre treba prilagoditi da bi tako ostalo u tekućoj proizvodnji.
Ilustracija
Time proizvodnja postaje još pouzdanija i učinkovitija, a tvrtke konkurentnije. Pritom, naravno, vrijedi sljedeće: što je postrojenje umreženije, to je kibernetička sigurnost važnija. I ovdje pomaže umjetna inteligencija. Ako, primjerice, napadu prethodi uzorak sumnjivih signala, program za nadzor može napad odbiti brže i uspješnije od čovjeka.
Umjetna inteligencija u energetskom i zdravstvenom sustavu
Međutim, umjetna inteligencija ne koristi samo vlasnicima tvornica nego i društvu, primjerice u području opskrbe energijom.
Umjetna inteligencija može pomoći energetskim tvrtkama da osiguraju nesmetanu opskrbu energijom unatoč sve više decentraliziranoj proizvodnji energije iz obnovljivih izvora. Zdravstveni pak sustav profitira tako što analize naših medicinskih podataka omogućavaju terapije po mjeri. I naravno, metropolitanska će područja upotrebljavati umjetnu inteligenciju da bi osigurala ugodan suživot koji će štedjeti resurse, a prema Ujedinjenim narodima, u tim će područjima do 2050. godine živjeti 70 posto svih ljudi.
Uz pomoć umjetne inteligencije analiziraju se izvori podataka o gradskom životu – od prometa preko potrošnje električne energije do klime. Tako gradovi primjerice mogu razviti platforme za mobilnost koje omogućuju stanovnicima da lako putuju bez osobnog automobila. A manje vozila znači više prostora za život – dakle povećanu kvalitetu života. Siemensova umjetna inteligencija pomaže i u automatskom optimiziranju plinskih turbina. Sustav iz pogonskih uvjeta uči proizvoditi više električne energije i pritom emitirati manje dušikova oksida. Tako Siemensova umjetna inteligencija poboljšava performanse vjetroturbina. Za prediktivno održavanje vlakova, programi umjetne inteligencije pomažu u smanjenju zastoja u održavanju. Umjetna inteligencija podržava čak i zahtjevnu konfiguraciju skretnica kolodvora (vidi portret istraživačke skupine Konfiguracijske tehnologije Siemensa Österreich od stranice 36).
U medicinskoj tehnologiji animirane slike pak mogu pratiti operacije u stvarnom vremenu; Siemensova umjetna inteligencija, osim toga, liječnicima pomaže u ocjenjivanju tisuća rendgenskih snimki. U bliskoj budućnosti uvest će se i samoupravne tvornice, kirurški roboti i pametni digitalni pomoćnici. „Umjetne inteligencije dosegle su točku u kojoj mogu pokrenuti sljedeći 12 hi!tech 01|19 Siemens Siemens val tehnološkog poremećaja”, kaže Michael May, „i to bez obzira na industriju.” May je voditelj tehnološkog područ- ja analize podataka i umjetne inteligencije u tvrtki Siemens Corporate Technology. On smatra da duboko učenje, tj. umjetna inteligencija s neuronskim mrežama koje uče, „još uvijek budi oduševljenje kod ljudi”, ali: „Ne uspijeva kad je u pitanju kontekstu. Grafikon znanja, s druge strane, može pružiti kontekst. On otvara potpuno nove mogućnosti u usporedbi s dubokim učenjem.”
Znanje u kontekstu
Digitalni grafikoni znanja dohvaćaju podatke iz svojih silosa i uspostavljaju odnose s različitim izvorima. Posljedič- no mogu dati odgovore koje duboko učenje prethodno nije imalo. Njihova inteligencija time nadmašuje ljudsku jer u djeliću sekunde skupljaju i procjenjuju znanje koje nijedan ljudski mozak nema. Grafikoni znanja predstavljaju kvantni skok za sve vrste aplikacija, bilo da se radi o fleksibilnoj proizvodnji, održavanju postrojenja, upravljanju lancem opskrbe – dakle integriranim planiranjem i kontrolom robe, informacija i novčanih tokova kroz cijeli lanac vrijednosti i opskrbni lanac – ili o područjima optimizacije zgrada i prediktivne analize (advanced diagnostics). Primjena takvih grafikona omogućuje prilagođavanje ponude usluga potrebama kupca precizno kao nikad do sada (vidi primjere primjene željezničkih vozila od str. 48). Primjer Siemensove plinske turbine.
Iako su algoritmi umjetne inteligencije već bili u stanju prepoznati pravila koja se temelje na analizi velikih podataka (big data), primjerice da određene komponente propadaju nakon nekog vremena, sustav koji, poput grafikona, pruža informacije o tome gdje je dio proizveden, koje temperature i drugi uvjeti nastaju prilikom proizvodnje ili gdje je proizvod instaliran, pruža točnije informacije. Umjetna inteligencija znači i da će se roboti jednog dana kvalificirati za mnoge poslove, i to – što je još bolje – za poslove koje danas još obavljaju ljudi. Potrebno je pripremiti politiku, društvo i gospodarstvo na te promjene: potrebne su nam smjernice za digitalnu infrastrukturu, ciljane obrazovne ponude i odgovarajuće zakonske odredbe da ne bismo samo utabali put napretku umjetne inteligencije već i usmjerili taj razvoj u pravom smjeru.
