แม้ว่าคำมั่นสัญญาทั้งหมดเกี่ยวกับการเปลี่ยนแปลงทางดิจิทัลและบทบาทของปัญญาประดิษฐ์ในการขับเคลื่อนโรงงานแห่งอนาคต การนำมันมาใช้ยังคงค่อนข้างใหม่ในภาคการผลิตส่วนใหญ่ เกี่ยวกับผู้เขียน เท็ด พลัมเมอร์ ผู้จัดการผลิตภัณฑ์อาวุโสและผู้เชี่ยวชาญด้านปัญญาประดิษฐ์ประจำบริษัทการพิมพ์ 3 มิติเชิงอุตสาหกรรม Markforged มีเหตุผลหลายประการ รวมถึงการขาดความเข้าใจว่า AI คืออะไรและจะทำให้เกิดการเปลี่ยนแปลงอะไรบ้าง การแยกความจริงออกจากนิยาย (วิทยาศาสตร์) อาจเป็นเรื่องที่ท้าทาย ความสับสนที่เกี่ยวข้องกับความไม่แน่นอน ก่อให้เกิด des craintes et des idees fausses, qu'il s'agisse de risques pour la sécurité, de pertes d'emplois, de parte de contrôle et de ce que la technologie peut et ne peut pas do
ความเชื่อที่ 1: AI คือเป้าหมายสุดท้าย
มีความเข้าใจผิดว่า AI มีประโยชน์: ฉันได้สนทนานับไม่ถ้วนกับลูกค้าที่เข้าใจผิดว่า AI เป็นกลไก ไม่ใช่ผลประโยชน์ ฉันได้ยินมาว่า "ฉันจะรอเขาถึง 'AI'" มากกว่าที่ฉันจะนับได้ ความจริงก็คือประโยชน์ของ AI ไม่ใช่ตัวกระบวนการเอง แต่เช่นเดียวกับการวิเคราะห์ข้อมูลประเภทอื่นๆ คุณค่าของ AI มาจากความสามารถในการแก้ปัญหาได้เร็วขึ้น เร่งการผลิต AI คือวิธีการ ไม่ใช่เหตุผล ส่วนที่สองของสมการ AI คือการเรียนรู้แบบรวมศูนย์ สมาร์ทโฟน Apple หรือ Android ใช้เทคโนโลยีการเรียนรู้แบบรวมศูนย์เพื่อปรับปรุงข้อความตัวอักษรที่พิมพ์แต่ละข้อความ โดยขึ้นอยู่กับวิธีที่ผู้ใช้รายบุคคลและกลุ่มโต้ตอบกับแป้นพิมพ์ ในทำนองเดียวกัน เครือข่ายเครื่องพิมพ์ 10,000 มิติที่เชื่อมต่ออย่างปลอดภัยกว่า 3 เครื่องของเราใช้เทคโนโลยี AI นี้เพื่อให้ทุกเครื่อง 'ฉลาดขึ้น' ทุกครั้งที่พิมพ์ ขณะเดียวกันก็รักษามาตรฐานความเป็นส่วนตัว ความสมบูรณ์ และความลับของข้อมูลลูกค้าในระดับสูงสุด ด้วยการวิเคราะห์ข้อมูลจาก "ฟลีท" ของเครื่องพิมพ์ AI สามารถตรวจจับการแก้ไขหรือการปรับที่ทำเป็นประจำ เช่น เมื่อโยนมุมหรือรูปแบบการเติมที่ไม่ถูกต้อง โอกาสในการปรับปรุงเหล่านี้สามารถป้อนกลับเข้าสู่ระบบ ปรับปรุงประสิทธิภาพโดยรวมของเครื่องพิมพ์โดยไม่ต้องมีการแทรกแซงของมนุษย์
ความเชื่อที่ 2: AI ไม่ปลอดภัยและอิงจากข้อมูลที่เป็นกรรมสิทธิ์
มีความเข้าใจผิดว่าเนื่องจาก AI ขับเคลื่อนด้วยข้อมูล จึงบังคับให้ผู้ที่ใช้แบ่งปันทรัพย์สินทางปัญญา (IP) เพื่อแสวงหาผลกำไร กรณีนี้ไม่ได้. เมื่อพูดถึง AI ในการพิมพ์ 3 มิติ ที่อยู่ IP ของลูกค้าและข้อมูลชิ้นส่วนจะยังคงแยกจากกันภายในขอบเขตที่ปลอดภัย ไม่ใช่ข้อมูลที่เป็นกรรมสิทธิ์นี้ที่ขับเคลื่อนการเรียนรู้แบบสมาพันธ์ที่อธิบายไว้ข้างต้น แต่เป็นข้อมูลเมตาที่ไม่ระบุตัวตน เป็นข้อมูลที่รวบรวมเป็น "ชุด" ข้อมูลที่ช่วยให้เครื่องจักรสามารถเรียนรู้และปรับปรุงได้ ไม่สามารถสร้างที่อยู่ IP ต้นทางจากข้อมูลรวมได้ อย่างไรก็ตาม เช่นเดียวกับเทคโนโลยีที่ขับเคลื่อนด้วยข้อมูล การรักษาความปลอดภัยมีความสำคัญสูงสุดเสมอเมื่อต้องใช้ AI การตรวจสอบว่าคุณใช้แพลตฟอร์มที่ปลอดภัยพร้อมความสมบูรณ์และการรักษาความลับของข้อมูลลูกค้าเป็นสิ่งสำคัญ และการรับรอง ISO 27001 เป็นวิธีที่ดีในการแสดงว่าคุณได้ลงทุนในการบริหารความเสี่ยง
ความเชื่อที่ 3: AI มีการพัฒนาอย่างต่อเนื่อง ทำให้ผลลัพธ์ไม่แน่นอนและไม่เหมาะสำหรับการทำซ้ำ
สำหรับอุตสาหกรรมที่มีการควบคุมอย่างเข้มงวด เช่น การบินและอวกาศ ความสามารถในการทำซ้ำเป็นสิ่งสำคัญยิ่ง ตัวอย่างเช่น เมื่อสร้างชิ้นส่วนสำหรับเครื่องบิน ชิ้นส่วนที่พิมพ์ครั้งที่ 10.000 ควรเหมือนกับชิ้นส่วนแรกทุกประการ ด้วยเหตุนี้ AI และโดยเฉพาะอย่างยิ่งการเรียนรู้แบบสมาพันธ์มักถูกหลีกเลี่ยงโดยอุตสาหกรรมที่มีการควบคุม ประโยชน์ของการเรียนรู้แบบก้าวหน้าและการปรับปรุงนั้นถือว่าขัดแย้งกับข้อกำหนดด้านความปลอดภัยตลอดอายุการใช้งานที่เข้มงวดและสำคัญยิ่ง อย่างไรก็ตาม อุตสาหกรรมต่างๆ เช่น การบินและอวกาศ ซึ่งจำเป็นต้องมีความสามารถในการทำซ้ำ ยังคงได้รับประโยชน์จากเทคโนโลยีที่ใช้ AI สามารถใช้สำหรับการออกแบบซ้ำ เช่น เพื่อช่วยปรับแต่งและทำให้ชิ้นส่วนเครื่องบินสมบูรณ์แบบในช่วงแรกของการพัฒนา เมื่อทีมพอใจกับการตั้งค่าห้องแล้ว ระบบสามารถ 'ล็อกดาวน์' เพื่อให้แน่ใจว่าไม่มีการเปลี่ยนแปลงหรืออัปเดตข้อมูลกลุ่มรถเพิ่มเติม ณ จุดนี้ เทคโนโลยีสามารถใช้เป็นเครื่องมือในการตรวจสอบเพื่อให้แน่ใจว่าไม่มีการเลี่ยงผ่านในกระบวนการพิมพ์ และแต่ละส่วนจะเหมือนกันทุกประการ ในระยะยาว เทคโนโลยีเดียวกันสามารถให้ความสามารถในการทำซ้ำได้มากขึ้นโดยการตรวจจับและชดเชยการเปลี่ยนแปลงพฤติกรรมของระบบ เช่น การขาดการหล่อลื่นหรือการสึกหรอของเครื่องจักร
ความเชื่อที่ 4: AI จะเข้ามาแทนที่มนุษย์และแย่งงานของเราไป
ตำนานนี้ยังคงมีอยู่มากมายในโลกของนิยายวิทยาศาสตร์ ฉันบอกให้เครื่องเข้าควบคุมเมื่อมันมาถึงปัญหาเครื่อง! ผู้ควบคุมเครื่อง วิศวกร หรือนักออกแบบอุตสาหกรรมจำนวนน้อยรายที่จะบ่นว่าเครื่องจักรสามารถ "ซ่อมแซมตัวเอง" ได้ ทำให้พวกเขาไม่ต้องทำงานแก้ไขปัญหาทั่วไป และปล่อยให้พวกเขาทำงานประจำวันต่อไป แทนที่จะทำให้เราขี้เกียจหรือซ้ำซ้อน การใช้ปัญญาประดิษฐ์และแมชชีนเลิร์นนิงช่วยขับเคลื่อนนวัตกรรมและแนวปฏิบัติในการทำงานที่ชาญฉลาดยิ่งขึ้น ในการผลิตหรือการออกแบบผลิตภัณฑ์ แทนที่จะเน้นไปที่คำถาม "อะไร" และ "อย่างไร" ที่เน้นกระบวนการมากขึ้น วิศวกรสามารถถามคำถาม "ทำไม" และ "จะเกิดอะไรขึ้นถ้า" และสำรวจความหมายของสถานการณ์ต่างๆ เมื่อต้องเพิ่มประสิทธิภาพ หรือการสร้างสรรค์ผลิตภัณฑ์ใหม่ๆ อันนำไปสู่โอกาสทางธุรกิจที่มากขึ้นในที่สุด
ความเชื่อที่ 5: ต้นทุนของ AI กำลังหยุดยั้งการยอมรับ
มีคำตอบทั่วไป 1 ข้อที่ฉันได้ยินเมื่อพูดคุยกับลูกค้าเกี่ยวกับเครื่องจักรที่ขับเคลื่อนด้วย AI ของเรา: (2) "ฉันไม่อยากจะเชื่อเลยว่ามันราคาย่อมเยา!" หรือ (XNUMX) "แพงเกินไป!" เช่นเดียวกับเทคโนโลยีอื่นๆ ที่กำลังพัฒนา มีทั้งผู้ที่มองเห็นคุณค่าที่เทคโนโลยีนำมาให้ และผู้ที่มองว่าเป็นความฟุ่มเฟือยราคาแพง เราเริ่มเห็นการเปลี่ยนแปลงนี้เมื่อ AI ก้าวไปไกลกว่าระยะเริ่มต้นของการยอมรับ ผู้ที่สนับสนุนโซลูชันที่ใช้ AI ในโรงงานกำลังมุ่งเน้นไปที่คุณค่าที่พวกเขาสามารถส่งมอบได้ โดยหลักๆ แล้วทำให้เครื่องจักรสามารถแก้ปัญหาที่เกี่ยวข้องกับเครื่องจักรได้ ทำให้วิศวกรและผู้ปฏิบัติงานมีอิสระในการลงทุนความพยายามของตนในด้านนวัตกรรม การพัฒนาผลิตภัณฑ์ และอื่นๆ ผลิตภัณฑ์และอื่นๆ ความพยายามที่เกี่ยวข้องกับผู้คน . สิ่งสำคัญคือต้องจำไว้ว่าตำนานเหล่านี้มีอยู่มากมาย เนื่องจาก AI ทุกตัวไม่ได้ถูกสร้างขึ้นมาอย่างเท่าเทียมกัน เพื่อให้เป็นเครื่องมือที่มีประสิทธิภาพ AI ต้องเข้าถึงข้อมูลจำนวนมหาศาล เครื่องจักรไม่สามารถ "เรียนรู้" ได้หากไม่มีข้อมูลที่เชื่อถือได้อย่างต่อเนื่อง ก่อนที่คุณจะลงทุนในเทคโนโลยีที่ขับเคลื่อนด้วย AI ตรวจสอบให้แน่ใจว่าคุณมีแหล่งข้อมูลที่เชื่อถือได้ซึ่งสามารถปรับขนาดได้กับเครื่องจักรที่คุณขับเคลื่อน