Connect with us
Hirdetés

Ipar

Hogyan válasszunk mesterséges intelligenciát okosan?

mesterséges intelligencia
Képek forrása: Freepik

A generatív AI képességei rohamosan fejlődnek, de a gépi tanulás és a mesterséges intelligencia más típusai sok eseten jobb, egyszerűbb és költséghatékonyabb megoldást adnak a vállalatoknak. Beruházásuk megtérülése múlik azon, hogy a technológiák, eszközök és módszerek közül mekkora hozzáértéssel választanak.

A nagy felhajtásból adódóan a generatív mesterséges intelligenciát gyakran túlzott elvárások övezik. A generatív modellek képesek már képeket, szöveget, videót vagy akár zenét is előállítani – mindezt a tanításuk során látott adatokból megtanult összefüggések alapján.

Félreértés, hogy a generatív AI szöveges modelljei „okos keresők”. Ezek a modellek mindössze „következőszó-generátorok”, amelyek szavanként generálják ki jóslataikat a felhasználói bemenetre. Ahhoz, hogy az okos kereső képességekre felruházható legyen, elengedhetetlen a megfelelő szakértői kompetencia bevonása, különben kontroll és minőségbiztosítás nélkül a szövegben legvalószínűbben soron következő szót adja válaszul a tanítóadataikban látottak alapján. Szoftverkódot is ugyanígy generálnak. Bizonyos feladatok hatékony elvégzésére tehát kiválóan alkalmasak már most, más problémákhoz viszont működésükből kifolyólag nem ideálisak önállóan a szükséges eszközkészlet nélkül.

– Azon feladatok automatizálására, amelyekre a generatív AI nem ideális sokkal jobb és olcsóbb megoldást kínálhat egy-egy klasszikus gépi tanulási modell – mondta Póda Csanád, a Kontron Hungary ML/AI rendszertervező mérnöke. – A gépi tanulás (machine learning, ML) alkalmazása azonban kevésbé látványos, mint egy emberi nyelven „beszélgető” robot, így a széles nyilvánosság képzeletét sem ragadta meg úgy, mint a természetes nyelvi felületen bárki számára hozzáférhető generatív mesterséges intelligencia.

Aki nem ismeri ezeket a módszereket, könnyen elveszhet bennük egy magas színvonalú, hozzáértő támogató csapat nélkül. Ezért vagyunk mi – hogy segítsük a navigációt ezeken a zavaros vizeken.

Kis és nagy modellek, testre szabva

A generatív AI értelmes, hasznos, hatékony, megbízható, biztonságos és etikus használatához a megfelelő technológiai, szervezeti, emberi, társadalmi és szabályozási feltételeket is szükséges megteremteni.

Vállalati szinten tovább árnyalja a képet, illetve bővíti a lehetőségeket, hogy a nagy (nem csak nyelvi) generatív modellek mellett megjelent rengeteg kisebb, előtanított, nyílt forráskódú modell is – mondta Póda Csanád. Ezeket a különféle feladatok elvégzésére előre tanított, nyílt forráskódú modelleket a vállalatok saját adataikon testre szabhatják, így gyorsabban és költséghatékonyabban valósíthatják meg projektjeiket. Egy ilyen modell továbbfejlesztésével készítettük el például a Számlamenedzser alkalmazásunk szállítófüggetlen számlafeldolgozóját, amely a beérkező (akár scannelt) számlák adatait egy mély neurális háló segítségével ismeri fel és írja át automatikusan a vállalatirányítási rendszer megfelelő mezőibe. Ezáltal a hagyományos rendszereknél sokkal rugalmasabb megoldást kaptunk, amelynél nem kell minden új számlatípus feldolgozásához új sablonokat létrehozni, hanem minden számlatípust egy modell ismer és dolgoz fel.

Emellett a vállalatok a hatalmas adatmennyiségeken tanított, több milliárd paramétert használó generatív AI modellek kimenetét is optimalizálhatják Retrieval-Augmented Generation (RAG) segítségével. A költséghatékony módszerrel ugyanis a generatív modellek képességeit speciális területekre vagy saját belső tudásbázisukra terjeszthetik ki, így pontosabb és hasznosabb válaszokat kaphatnak anélkül, hogy a modellt újra kéne tanítani – az információt ugyanis az ügyfél saját dokumentumtárából keressük ki és adjuk át a generatív AI modelleknek feldolgozásra, ezzel csökkentve a hallucinációk valószínűségét.

Felhő és partner nélkülözhetetlen szerepe

Már ez a pár példa is mutatja, hogy a mesterséges intelligencia eszközök és módszerek milyen széles választékát fogja át. Kulcsfontosságú ezért, hogy a vállalatok az adott feladat függvényében jól válasszanak a folyamatosan bővülő palettáról.

A bőség zavarában és a felhajtás zajában azonban gyakran megesik, hogy a döntéshozók olyan AI-megoldásokat választanak, amelyektől üzleti felhasználási esetükben eleve hiába várnak eredményeket. Szerintem elsősorban ez okozza, hogy egy elemzői jelentés szerint a 2023-as vállalati AI kezdeményezések 80 százaléka megakadt a koncepcióvalidálás szintjén – mondta Póda Csanád. A másik oka ennek az, hogy a közelmúltig nem voltak meg azok az eszközök, amelyekkel ilyen rendszereket megbízható produktív környezetbe tudtunk helyezni. Itt azonban hatalmas előrelépés történt, és már nagyon jó minőségű AIOps és MLOps eszközök állnak rendelkezésünkre. Sok vállalat nem tud házon belüli AI kompetenciát kiépíteni, de ezt könnyen ellensúlyozhatja egy átfogó szakértelemmel és nagy tapasztalattal rendelkező tanácsadó- és rendszerintegrátor-partner bevonásával. Egy ilyen partner a projektek megvalósítását már az üzleti értékajánlatnak megfelelő gépitanulási-, illetve mesterségesintelligencia-eszköz kiválasztásától kezdve az élesbe állásig támogatni tudja.

Egy másik nagy hátráltató tényező ezen a téren, hogy a magyar vállalatok egy része ellentmondásos, szelektív módon még mindig idegenkedik a felhő használatától. Sok cég a Microsoft Office 365-re minden további nélkül előfizet, a belső, üzleti titkokat tartalmazó levelezését a Microsoft felhőjében tárolja, valamint irodai alkalmazásait felhőszolgáltatásként veszi igénybe. Az üzleti alkalmazásaikat viszont még mindig saját hardveren szeretnék futtatni  – noha a belőlük kinyert kimutatásokat szintén előszeretettel továbbítják e-mailben.

A házon belüli IT infrastruktúra sok szempontból nem tud versenyezni a nagy felhőszolgáltatók adatközpontjaival. Saját hardveren a vállalatok nemhogy generatív AI modelleket nem tudnának futtatni, de gyakran még a kisebb neurálisháló-alapú modelleket is csak olyan késleltetés mellett használhatnák, hogy az értelmetlenné tenné bevezetésüket. A kapacitás megfelelő bővítésére pedig az AI munkaterhelések futtatásához szükséges specializált hardver magas ára és a jelenlegi eszközhiány miatt sem gondolhatnának.

A döntéshozóknak tanácsos minél előbb megvizsgálniuk, hogy a mesterséges intelligencia használatához vállalatuknál milyen szabályok mentén használhatnak felhőalapú megoldásokat, és mely szolgáltatók tudják ezeket biztosítani, mert a választék ezen a téren is bővül  – mondta Póda Csanád. Ha továbbra is késlekednek, rövid időn belül nagy hátrányba kerülhetnek a felhőben szolgáltatásként elérhető AI képességeit eredményesen kiaknázó versenytársaikkal szemben. Bár minden esetben meg kell vizsgálni, hogy a különböző tényezők függvényében melyik szolgáltatási modell a legelőnyösebb, ma már általában a felhőt érdemes választani, hacsak használatát speciális megfelelési követelmények (törvényi szabályozottság) kategorikusan ki nem zárják. De a GDPR-nak való megfelelés például ma már nem probléma.

Nemzetközi ML/AI kompetencia-központ helyben

A megfelelő ML/AI megoldás és a szolgáltatási modell mellett a releváns üzleti felhasználási esetek megválasztása is fontos az AI beruházások gyorsabb megtérüléséhez, amiben a kompetens partner szintén sokat segíthet.

A rendszerintegrátorként ismert és elismert Kontron Hungary az utóbbi években ML/AI szakértelmét is olyan szintre fejlesztette, hogy a tagvállalatai közötti együttműködést erősítő Kontron Csoport úgy határozott, itt hozza létre csoportszintű ML/AI kompetencia-központját is, amelyet harminc fős tanácsadói és fejlesztői csapattá szeretnének bővíteni.

– Hazai ügyfeleink számára különösen előnyös, hogy cégünk méretéből adódóan szakmai területeink házon belül is szorosan együttműködnek egymással – mondta Póda Csanád. – Számos vállalat informatikai környezetét ismerő rendszer-integrációs csapatunk tudása és tapasztalata is hozzájárul így ML/AI projektjeik sikeres megvalósításához és további digitális átalakulásuk felgyorsításához.


További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Ipar

Ha minden háztető áramot termel, a hálózatnak azt látnia kell: így készül fel Karintia a napelemes boomra

A közeli jövőben már nem a zöld áram termelése, hanem a szállítása lesz a szűk keresztmetszet, Karintia ezt előzi meg digitális hálózatirányítás-fejlesztéssel.

A gazdaságok energetikai átállása – így van ez Ausztriában is – egyre kevésbé a termelői oldalon, sokkal inkább az elosztóhálózatokon dől el. A napelemek, elektromos autók és hőszivattyúk terjedése olyan terhelést ró a rendszerre, amelyre a hagyományos, felülről lefelé tervezett hálózatok nem készültek fel. A karintiai Kärnten Netz GmbH (KNG) most hatéves szerződést kötött egy digitális hálózatirányítási platform bevezetésére, hogy időben válaszolni tudjon erre a kihívásra.

Ausztria legdélebbi tartományában ugyanis a telepített napelemes kapacitás 2030-ra várhatóan csaknem megduplázódik. Ez nemcsak több zöld áramot jelent, hanem komoly feszültségtartási és torlódáskezelési feladatot is, főként az alacsonyfeszültségű hálózaton, ahol eddig alig volt rálátás a valós működésre. Ezen a szinten csatlakoznak a háztartási napelemek, töltők és hőszivattyúk, vagyis itt keletkeznek a jövő szűk keresztmetszetei.

A KNG ezért a teljes hálózatáról, az alacsonyfeszültségű szintet is beleértve, digitális ikret épít a Siemens-technológiának köszönhetően. A modell valós időben mutatja, hol alakulhat ki túlterhelés, és előre jelzi a problémákat, még mielőtt azok az ellátás megbízhatóságát érintenék. A rendszer három funkcióra épül: átláthatóságot teremt az alacsonyfeszültségű hálózaton, támogatja az aktív üzemirányítást és a zavarelhárítást, valamint előrejelzi és enyhíti a torlódásokat a rugalmassági erőforrások bevonásával.

Az időzítés nem véletlen. Az osztrák villamosenergia-piaci törvény (EIWG) bevezetése várhatóan felgyorsítja a helyi rugalmassági piacok kialakulását. Az elosztók ezzel egyre nagyobb szerepet kapnak a hálózati torlódások piaci alapú kezelésében: nem feltétlenül a hálózatot kell megerősíteni, hanem a fogyasztást és a termelést kell okosan, ösztönzők révén összehangolni. Ehhez viszont pontos adatokra és a rugalmas kapacitások gyors aktiválására van szükség.

A KNG vezetése szerint a megoldás javítja a meglévő hálózati eszközök kihasználtságát, és jelentős költségmegtakarítást hozhat. Ez kulcskérdés, mert a hálózatfejlesztés drága és időigényes, a rugalmasság kihasználása pedig sok esetben olcsóbb és gyorsabb alternatíva a vezetékek és transzformátorok cseréjénél.

A karintiai példa jól mutatja az európai trendet: az elosztói hálózatok a passzív infrastruktúrából aktívan irányított, adatvezérelt rendszerekké válnak. Aki erre időben felkészül, jobban megbirkózik a megújuló termelés növekedésével. Aki lemarad, az dugókkal, korlátozásokkal és csúcsra méretezett, költséges beruházásokkal fizet majd.


További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Continue Reading

Ipar

A Toyota és a Rivian is a Stratasys új 3D nyomtatót választotta

Az ipari 3D nyomtatás egyre nagyobb szerepet kap az autógyártásban, különösen a gyártási segédeszközök, szerelőkészülékek és funkcionális alkatrészek előállításában.

A Stratasys új F870 rendszere a nagyformátumú additív gyártás lehetőségeit bővíti, amelynek képességeit már a Toyota és a Rivian is vizsgálja saját gyártási folyamataiban.

A Stratasys tovább bővítette ipari FDM technológiára épülő termékportfólióját az új F870 3D nyomtatóval, amelyet kifejezetten a nagy igénybevételű üzemi alkalmazásokhoz fejlesztettek. A berendezés a nagy építési térfogatot, a szabályozott hőmérsékletű gyártási környezetet és a nagy teljesítményű műszaki polimerek alkalmazását egyesíti. A fejlesztés célja, hogy az additív gyártás ne csupán a prototípusok készítésében, hanem a mindennapi ipari termelésben is gazdaságosan alkalmazható legyen.

Az új rendszer iránt már a bevezetés előtt jelentős érdeklődés mutatkozott. A Toyota Production Engineering Kentucky állambeli, georgetowni részlege, valamint a Rivian Automotive michigani, plymouthi üzeme is megkezdte az F870 képességeinek vizsgálatát. A két autógyártó elsősorban a gyártási segédeszközök, szerelési és ellenőrző készülékek, valamint a fejlett prototípusgyártási alkalmazások területén keresi a technológia felhasználási lehetőségeit.

Nagyobb méret, szélesebb alkalmazhatóság

A Stratasys F870 egyik legfontosabb műszaki jellemzője az 1000 × 610 × 610 milliméteres építési térfogat. A gyártó szerint a berendezés kategóriájának leghosszabb, teljesen fűtött építési terével rendelkezik, amely lehetővé teszi nagyméretű, összetett geometriájú alkatrészek előállítását.

A rendszer többféle ipari alapanyaggal működik, köztük ASA, ABS, Nylon 12CF, valamint az új ABS Draft Gray anyaggal. Különösen fontos a szénszál-erősítésű Nylon 12CF alkalmazhatósága, amely nagy merevségének, szilárdságának és tartósságának köszönhetően alkalmas lehet jelentős mechanikai igénybevételnek kitett gyártási segédeszközök készítésére.

A technológia egyik előnye, hogy a hagyományos forgácsolással vagy más gyártási eljárással készülő egyedi készülékek bizonyos esetekben közvetlenül, szerszámozási igény nélkül állíthatók elő. Ez különösen a gyakran módosuló gyártási folyamatoknál, a kisebb sorozatoknál és az egyedi szerelési feladatoknál jelenthet idő- és költségmegtakarítást.

Az autóipari gyártás rugalmasságát növelheti

A Toyota és a Rivian érdeklődése jól mutatja, hogy az additív gyártás szerepe fokozatosan átalakul az autóiparban. A technológia ma már nem kizárólag a termékfejlesztés és a prototípusgyártás eszköze, hanem egyre inkább a gyártósorok működését támogató megoldás.

A nagyméretű szerelőkészülékek, ellenőrző sablonok és egyedi befogók hagyományos előállítása gyakran jelentős átfutási idővel jár. A 3D nyomtatás lehetőséget biztosít arra, hogy ezek az eszközök közvetlenül a digitális tervek alapján készüljenek el, és szükség esetén gyorsan módosíthatók legyenek.

A Toyota szakemberei szerint az additív gyártás már bizonyította értékét a vállalatnál, a következő lépés pedig az alkalmazási területek további bővítése. Az F870 mérete, alapanyagválasztéka és ipari kialakítása olyan lehetőségeket kínál, amelyek illeszkedhetnek a gyártó újabb termelési igényeihez.

A Stratasys fejlesztése egy szélesebb iparági folyamatba illeszkedik, amelyben a vállalatok a gyártási rugalmasság növelésére, az ellátási láncoktól való függőség mérséklésére és a termelési költségek csökkentésére törekednek.

Az F870 megjelenése újabb lépést jelenthet az additív technológiák üzemi integrációjában. A nagyobb gyártási kapacitás, a műszaki alapanyagok és a megbízhatóan ismételhető gyártási folyamatok együttesen hozzájárulhatnak ahhoz, hogy a 3D nyomtatás a hagyományos gyártástechnológiák egyre fontosabb kiegészítőjévé váljon.

A Stratasys ipari additív gyártási megoldásait Magyarországon a VARINEX Zrt. képviseli, amely több mint két évtizede foglalkozik a gyártó technológiáival.

varinex.hu


További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Continue Reading

Ipar

Az elektromos autók is segíthetik a gyárak energiaellátását

A helyben termelt energia, az energiatárolók és az elektromos járművek összehangolt használatával az ipari telephelyek csökkenthetik energiaköltségeiket, és biztonságosabbá tehetik energiaellátásukat.

A megfelelő technológiával a vállalati flották autói az épületek és a villamosenergia-hálózat működését is támogathatják. Ezekről a lehetőségekről beszélt nemrég egy, a járműipar jövőjével foglalkozó konferencián Nagy-Gál Levente, a Schneider Electric tanácsadói szolgáltatásokért felelős vezetője és Lukács Tamás, a vállalat Kelet-Európáért felelős stratégiai menedzsere.

Egy ipari telephely ma már maga is termelhet és tárolhat energiát, fogyasztását pedig a termelési igényekhez és a villamosenergia-hálózat lehetőségeihez igazíthatja. Ehhez azonban a napelemek, az akkumulátorok vagy az elektromosautó-töltők telepítése mellett azok összehangolt működésére is szükség van. Így a helyben megtermelt energia jobban hasznosítható, a fogyasztási csúcsok pedig mérsékelhetők.

Nagy-Gál Levente előadásában arra hívta fel a figyelmet, hogy az intelligens létesítmények alapját a megfelelő mérés, adatgyűjtés és szabályozás teremti meg. A vállalatok ezek segítségével kaphatnak pontos képet arról, mikor, hol és mennyi energiát használnak fel, és hol van lehetőség a hatékonyság javítására. Erre épülhet a helyi megújuló energiatermelés, az energiatárolás és a hőszivattyús megoldások összehangolt alkalmazása.

Ezt az együttműködést teszi lehetővé a microgrid, amely közös irányítás alá vonja a telephely energiaforrásait, tárolóit, fogyasztóit és járműtöltőit. A gyakorlatban ez azt jelentheti, hogy a rendszer a napelemekkel megtermelt energiát a gyártáshoz, üzemeléshez vagy az autók töltéséhez használja fel, a tárolókban rendelkezésre álló energia révén pedig mérsékli a hálózatból vételezett teljesítményt a legnagyobb terhelés idején. Megfelelő kialakítás esetén a microgrid hálózati áramkimaradáskor is biztosíthatja a kijelölt berendezések energiaellátását.

Az elektromos járművek elterjedése további lehetőséget nyit a vállalatok előtt. Ahogy Lukács Tamás bemutatta, a kétirányú töltésre alkalmas autók akkumulátorai az épületek energiaellátásában is szerepet kaphatnak, a Vehicle-to-Grid, röviden V2G technológiával pedig a közcélú villamosenergia-hálózatba is visszatáplálhatnak. A járművek így a parkolással töltött idő egy részében energiatárolóként segíthetik a telephely vagy a hálózat működését.

Ennek során a közlekedési igények maradnak továbbra is továbbra is az elsődlegesek: az energiafelhasználást úgy kell szabályozni, hogy az autók a szükséges töltöttséggel álljanak rendelkezésre induláskor. A megoldás alkalmazásához megfelelő járművekre, töltőberendezésekre és összehangolt vezérlésre, valamint megfelelő szabályozási és elszámolási feltételekre van szükség. Szélesebb körű elterjedését a finanszírozás, az ösztönzők és az egyszerű, automatizált használat is befolyásolja.

A Schneider Electric a tanácsadástól a villamos infrastruktúra kialakításán át a digitális energiagazdálkodásig támogatja a vállalatokat ebben az átalakulásban. A vállalat dunavecsei okosgyára is példát mutat az ipari működés, a helyi energiatermelés és az elektromobilitás összekapcsolására. Az összehangolt megközelítés segíthet abban, hogy az ipari létesítmények hatékonyabban használják fel az energiát, rugalmasabban alkalmazkodjanak a hálózat terheléséhez, és fenntarthatóbbá tegyék működésüket.


További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Continue Reading
Advertisement Hirdetés
Advertisement
Advertisement Hirdetés
Advertisement
Advertisement
Advertisement Hirdetés

Facebook

Advertisement Hirdetés
Advertisement Hirdetés

Ajánljuk

Advertisement

Friss