Rumah > Peranti teknologi > AI > Bagaimanakah kecerdasan buatan membantu mencapai pembangunan mampan?

Bagaimanakah kecerdasan buatan membantu mencapai pembangunan mampan?

王林
Lepaskan: 2023-04-08 13:21:13
ke hadapan
2303 orang telah melayarinya

Daripada bahan kimia kepada tenaga, kecerdasan buatan (AI) telah menunjukkan sejauh mana ia boleh membantu mencapai matlamat pembangunan mampan global dalam sektor perindustrian yang berbeza. Satu contoh ialah Petroliam Nasional Berhad (PETRONAS), yang telah komited untuk mencapai pelepasan karbon bersih-sifar menjelang 2050. Bagi syarikat multinasional minyak dan gas Malaysia, kebolehpercayaan loji adalah kunci untuk mencapai matlamat kemampanannya.

Bagaimanakah kecerdasan buatan membantu mencapai pembangunan mampan?

Petronas percaya pandangan awal tentang kegagalan peralatan yang akan berlaku akan membolehkan pengendali loji menghalang isu kecil daripada menjadi besar Membaiki peralatan secara proaktif. Mereka menunjukkan konsep ini dengan projek perintis awan perusahaan pada Microsoft Azure yang merangkumi empat unit huluan dan dua unit hiliran.

Menggunakan AVEVA Predictive Analytics, penyelesaian kuasa AI untuk penyelenggaraan ramalan yang tidak memerlukan pengaturcaraan, pelaksanaan perintis meramalkan kegagalan dengan tepat supaya Petronas dapat menangani isu lebih awal.

Dengan lebih 200 model digunakan pada tahun pertama – skala yang melebihi apa yang boleh dicapai oleh penganalisis manusia – penyelesaian mengenal pasti 51 amaran utama dengan betul. Sepanjang perjalanan, ia merealisasikan nilai $17.4 juta, pulangan pelaburan 14x ganda. Daripada 51 amaran itu, 12 adalah peristiwa berimpak tinggi. Menangani isu-isu ini sebelum kegagalan sebenar boleh mengurangkan masa henti yang tidak dirancang, mengurangkan pembaziran dan ketidakcekapan, dan menjimatkan berjuta-juta dolar Petronas.

Selain memperkemas operasi harian dan kitaran penyelenggaraan berjadual, beberapa langkah membantu mengurangkan kegagalan peralatan berputar kritikal dan masa henti, dengan itu meningkatkan kebolehpercayaan melalui pemantauan dan penyelenggaraan aset yang proaktif.

Sebagai contoh, makluman tentang kegagalan alat pemisah cecair membantu pasukan PETRONAS menjimatkan $222,000 dalam kegagalan aset yang akan berlaku dan bahan terbuang. Bukan sahaja kos penyelenggaraan dikurangkan, tetapi mengelakkan kegagalan peralatan dan masa henti yang tidak dirancang membantu meningkatkan rekod keselamatan dan mewujudkan tempat kerja yang lebih selamat.

Penyelesaian kini sedang dilancarkan kepada 10 lagi kilang, dengan sejumlah 150 set peralatan. Mohd Nazrin Zaini, penjaga peralatan berputar PETRONAS, berkata penambahan nilai yang pantas memberi impak yang lebih pantas kepada matlamat kemampanan syarikat.

Pengalaman ini menunjukkan bahawa momentum sekitar penyelesaian industri hijau telah berkembang sejak beberapa tahun kebelakangan ini apabila lebih banyak organisasi menyedari bahawa kemampanan adalah baik untuk perniagaan. Kesan wabak itu, ditambah dengan tekanan yang semakin meningkat daripada pengguna dan pengawal selia, juga memaksa syarikat untuk menyepadukan kemampanan ke dalam ekosistem perniagaan dan mengguna pakai strategi yang memberi manfaat kepada manusia dan planet ini.

Walaupun kecerdasan buatan paling banyak diperkatakan tentang trend teknologi perniagaan baharu, manusia hanya menconteng permukaan potensi besarnya. Apabila sains semakin matang, perusahaan akan terus membenamkan penyelesaian berasaskan AI merentasi rantaian nilai operasi mereka untuk menyelaraskan operasi, mengurangkan kos, meningkatkan kecekapan dan meningkatkan daya tahan. Gartner meramalkan bahawa hasil perisian kecerdasan buatan global akan berjumlah $62.5 bilion pada 2022, meningkat 21.3% daripada 2021.

Seiring kemajuan sains, kecerdasan buatan kini akan menyediakan syarikat industri peluang yang lebih besar untuk kecekapan, inovasi dan pertumbuhan. Mari kita lihat.

Kecerdasan buatan akan menjadi lebih mendalam dan luas

Daripada pembelajaran mesin kepada pemprosesan bahasa semula jadi, kecerdasan buatan ialah istilah umum yang merangkumi banyak kebolehan kognitif yang digunakan dalam pelbagai cara. Kini, pelbagai jenis kecerdasan buatan digabungkan dalam persekitaran perisian untuk menyediakan penyelesaian yang lebih berkuasa. Sub-kawasan ini - setiap satu teknologi unik - akan digunakan bersama untuk meningkatkan keupayaan organisasi dan meningkatkan nilai perniagaan.

Sebagai contoh, dalam pengoptimuman aset ramalan, kami melihat analitik canggih yang menggabungkan kecerdasan buatan dan simulasi berasaskan fizik untuk meramalkan potensi kegagalan aset sambil menyediakan satu set tindakan Optimize untuk mengurangkan kerugian. Oleh itu, masa henti mesin dan kerugian pengeluaran boleh dihapuskan. Dari masa ke masa, aplikasi ini akan memacu pembangunan mesin autonomi penyembuhan sendiri dan berpotensi menjimatkan syarikat perindustrian besar ratusan juta dolar.

Kecerdasan buatan akan berkembang dan mengubah keupayaan manusia

Sistem kecerdasan buatan telah diiktiraf sebagai rakan kongsi semula jadi kecerdasan manusia. Kita akan melihat sinergi ini dilaksanakan pada tahun-tahun akan datang apabila dunia menerima konsep di sebalik Industri 5.0. Model AI sudah pun menyokong pembuatan keputusan manusia dengan cerapan yang diterajui data yang boleh meningkatkan nilai dan kemampanan—apa yang AVEVA panggil Performance Intelligence.

Kini, komputer mengambil lebih banyak beban berat, malah melakukan analisis terperinci untuk rakan sekerja manusia mereka. Kita boleh mengharapkan sistem AI kini menjadikan manusia lebih baik dalam apa yang mereka lakukan. Tugasan berulang telah diautomatikkan. Langkah seterusnya ialah mengurangkan ralat dengan menambah baik parameter keputusan dan meningkatkan kecekapan.

Kecerdasan buatan akan meluaskan skop kerja kami, mempertingkatkan cerapan dan kebolehan kami dalam proses dengan memberikan kami panduan yang kompleks dan boleh diambil tindakan, membolehkan kami mencapai matlamat yang lebih besar dengan lebih cepat.

Bias akan dikenal pasti dan dihapuskan

Dalam dunia di mana kecerdasan buatan berkembang, apabila manusia mewakilkan lebih banyak kerja kepada mesin, perniagaan perlu memikirkan data yang mereka kumpulkan dan bagaimana model pintar mencerminkan bias dunia sebenar. Menggunakan kecerdasan buatan pada data berat sebelah boleh membawa kepada atau bahkan meningkatkan kesan keputusan yang tidak sesuai dan tidak adil. Apabila pengawal selia mula mengambil perhatian terhadap kecenderungan teknologi ini, perniagaan akan mula menerima pakai penyelesaian AI yang bertanggungjawab yang dibina berdasarkan prinsip seperti keadilan dan ketelusan, dengan itu menggunakan set data yang komprehensif dan inklusif serta menambah baik tadbir urus korporat.

AVEVA sedang mengusahakan projek di mana simulasi berasaskan fizik yang digabungkan dengan model data AI boleh digunakan untuk mengurangkan kecenderungan AI dalam industri. Dengan memperkenalkan proses dunia nyata simulasi dan sensor pseudo ke dalam model AI, kami boleh meningkatkan hasil dengan ketara dari segi ketepatan ramalan dan pengurangan bias.

Kecerdasan buatan akan mengubah cara kita hidup dan bekerja

Ilmu kecerdasan buatan masih di peringkat awal, tetapi ia berpotensi mengubah dunia seperti yang kita ketahui. Memandangkan ia membentuk setiap aspek rantaian nilai, daripada amalan perindustrian kepada hasil alam sekitar, AI berkemungkinan mempunyai impak yang lebih besar kepada dunia perniagaan berbanding yang telah kita lihat dengan teknologi sebelumnya. Kita hanya pada permulaan revolusi industri kecerdasan buatan.

Atas ialah kandungan terperinci Bagaimanakah kecerdasan buatan membantu mencapai pembangunan mampan?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Label berkaitan:
sumber:51cto.com
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan