Билл Хоффман в Консорциуме Промышленного интернета (Industrial Internet Consortium, IIC) с момента его создания, а до этого многие годы в различных организациях занимался искусственным интеллектом вместе с нынешним исполнительным директором IIC Ричардом Соули. Network World взял у Хоффмана интервью, в котором были затронуты не только темы, непосредственно связанные с Интернетом вещей, но и более широкие вопросы, связанные с автоматизацией и искусственным интеллектом.
- Так значит именно этим вы планировали заниматься еще 20-30 лет назад?
Приятно осознавать, что и три десятилетия спустя термин «искусственный интеллект» сохраняет свою актуальность. Забавно, но многие системы, над которыми мы тогда работали и которые поспешили переименовать в «системы поддержки принятия решений» (в силу повышенной ответственности их не хотели называть «экспертными системами»), успешно функционируют и сегодня. Искусственный интеллект никуда не исчезал, он просто был скрыт от глаз, а люди говорили: «OK, это работает».
- Можете привести пример системы поддержки принятия решений?
.jpg) |
| Билл Хоффман: «То же самое мы делали и 30 лет назад» |
По сути, она проводит нас через ряд условий: Если датчик температуры показывает значение 120, а вакуумметр – 45, ситуация требует вмешательства. Это похоже на экспертную систему, основанную на правилах. Поскольку мы можем эффективно и дешево хранить большие данные, и у нас есть программное обеспечение, которое их использует, на ум сразу приходит прогнозный анализ. Это классический пример искусственного интеллекта – вы ищете шаблоны, применяете их к большим наборам данных и используете все это для экстраполяции определенных видов будущих событий.
То же самое мы делали и 30 лет назад, но тогда еще не было дешевого дискового пространства, а в силу отсутствия доступных сегодня датчиков мы не могли собирать большие данные.
- Вы имеете в виду стоимость датчиков? Ведь они существовали и тогда, просто их использование было экономически нецелесообразным.
Речь идет о цене, доступности, возможности проводного и беспроводного подключения. Подключение к Ethernet – а при использовании IPv6 потеря скорости практически не ощущается – открывает большие возможности, которых у нас не было 30 лет назад. В то время все мы работали в локальных сетях Novell! Кто сегодня помнит Novell? Технология стала гораздо более доступной и устойчивой, благодаря чему мы можем использовать большие данные, применяя к ним прогнозный анализ в промышленных системах, о которых 20 лет назад нельзя было и мечтать.
И когда мы говорим о Промышленном интернете вещей, под этим на самом деле понимается «промышленный» Интернет, а не производственные приложения как таковые. Термин «Промышленный интернет» был предложен компанией GE еще в 2013 году, и они намеренно не регистрировали его в качестве торговой марки, желая сохранить специальную терминологию. Когда Ричард Соули и я сидели за одним столом с пятью основателями Консорциума Промышленного интернета, обсуждение названия этой новой сущности, которую мы намеревались создать, продолжалось на протяжении нескольких часов. Было много дискуссий о том, носит ли слово «промышленный» исключительно производственный оттенок. В конечном итоге мы решили остановиться на нем, придя к выводу, что это лучшее из имевшегося у нас на тот момент.
- О сценарии прогнозируемого обслуживания я слышал очень часто, а что еще могут предложить искусственный интеллект и Интернет вещей? Что следует искать для успешного продвижения вперед?
Одним из примеров я бы назвал прецизионное сельское хозяйство – фермеры могут развернуть повсюду почвенные датчики, а беспилотник, летающий над полями, будет собирать с них данные. Это довольно перспективно – можно оптимизировать как концентрацию удобрений, так и содержание влаги. Появляется возможность анализировать прошлый опыт в виде накопленных больших данных, а учет погодных условий поможет увеличить будущий урожай.
В экспериментальных проектах участвуют 34% членов Консорциума, и от каждого проекта мы ждем десятков потенциальных сценариев использования новых продуктов или услуг. Все ищут пути к следующему прорыву, а тестовые площадки дают возможность увидеть, что работает, а что нет, обеспечивая ранее встраивание в экосистему.
