Nhân viên xu hướng AI
Ford Motor Co. đã đầu tư đáng kể vào AI, từ đầu tư 1 tỷ đô la vào Argo AI vào năm 2017 để thúc đẩy nỗ lực xe tự lái, đến phát triển các trung tâm xuất sắc để tập trung vào học máy và AI, nơi các kỹ sư xác định các công cụ AI và các phương pháp có thể phân tán trong toàn công ty.
Việc sử dụng AI để bảo trì dự đoán, dự đoán thời điểm một bộ phận có thể hỏng trước khi nó xảy ra, đang chứng tỏ hiệu quả cho sản xuất tại Ford, theo Jeanne Magoulick, Giám đốc Sản xuất Nâng cao, Ford Motor Co.. Cô đã phát biểu với tư cách là thành viên của một hội đồng về Đổi mới Công nghệ Định hình tại AI gần đây của MIT và Công việc của Đại hội Tương lai 2020 được tổ chức hầu như không.
Magoulick nói: “Chúng tôi rất hào hứng với việc bảo trì dự đoán. “Nó sẽ giúp chúng tôi hoạt động hiệu quả hơn. Chúng tôi có thể xác định thời điểm máy có xu hướng mất kiểm soát và có thể cần bảo trì, vì vậy chúng tôi có thể lên lịch vào cửa sổ khả dụng tiếp theo. Đó là cấp độ bảo trì dự đoán tiếp theo so với những gì chúng tôi làm ngày hôm nay. "
Nó cũng giúp đặt hàng các bộ phận thay thế cần thiết. “Nếu chúng tôi biết bộ phận này đang diễn ra tồi tệ, thay vì giữ tiền mặt trong kho, chúng tôi có thể đặt hàng theo yêu cầu,” cô nói.
AI cũng đang được áp dụng cho các hệ thống thị giác, tạo ra khả năng mạnh mẽ hơn để tiến hành kiểm tra trong quá trình sản xuất. Magoulick nói: “Chúng tôi có thể tìm thấy các khuyết tật ở bất cứ đâu, kể cả việc nhìn thấy các vết xước sơn.
Ngoài ra, AI đang được áp dụng để tự động hóa hơn nữa quy trình sản xuất ô tô, với nghiên cứu về nơi áp dụng sự đổi mới đang diễn ra. Cô nói: “Chúng tôi đang sử dụng máy học để cố gắng giảm thời gian chu kỳ của mình. “Gần đây chúng tôi đã xem xét một trường hợp sử dụng cho việc lắp ráp hộp số, điều này đã giảm nhẹ thời gian chu kỳ trong lần đầu tiên.”
Ngoài ra, Ford đang thử nghiệm việc sử dụng ngôn ngữ tự nhiên để ra lệnh bằng giọng nói để giao tiếp với máy móc trên sàn cửa hàng. “Đó là Siri để sản xuất,” cô nói.
Các lĩnh vực nghiên cứu bổ sung bao gồm nghiên cứu âm thanh để phát hiện các khiếm khuyết về chất lượng, “sử dụng AI để đánh giá đâu là chữ ký số tốt và đâu là chữ ký số không tốt”. Ngoài ra, Ford cũng đang thử nghiệm với các robot hợp tác trên sàn cửa hàng, cô nói.
Chuyên môn về miền đến từ những người đang làm việc hôm nay
Được hỏi bởi người kiểm duyệt phiên David Mindell, Đồng chủ tịch, Lực lượng Đặc nhiệm MIT về Công việc của Tương lai, và Giáo sư Hàng không của MIT, nơi có chuyên môn về lĩnh vực, Julie Shah, Phó Giáo sư MIT, Khoa Hàng không và Du hành vũ trụ, cho biết nó chủ yếu là từ những người làm công việc ngày hôm nay. Shah cho biết: “Kiến thức chuyên môn về lĩnh vực là những người làm công việc ngày hôm nay trên sàn cửa hàng, học được qua nhiều năm học việc. “Trong một số trường hợp, cái nhìn đầu tiên có thể dễ dàng nhưng nó có thể là một thử thách để lập trình.”
Cô ấy nói thêm, "Có thể học hỏi từ quan sát và trình diễn tốt nhất được thực hiện trực tiếp từ một người làm nhiệm vụ trên sàn cửa hàng, để xem các yếu tố quan trọng trong việc thực hiện công việc thành công."
Tham luận viên Daron Acemoglu, Giáo sư Kinh tế MIT, Trước câu hỏi của Tiến sĩ Mindell về việc liệu AI sẽ tạo ra những kỹ sư tốt hơn, nhấn mạnh sự cần thiết của các kỹ sư AI phải có "hiểu biết cụ thể" về các tác động xã hội của các quyết định mà họ sẽ đưa ra. Ông cũng nhấn mạnh tầm quan trọng của chính sách của chính phủ.
Ông nói: “Các ưu tiên của chính phủ là tín hiệu. “Nếu chính phủ từ bỏ chương trình nghị sự về việc tạo ra công nghệ tốt hơn, các nhà nghiên cứu cũng sẽ làm điều đó một cách tự nhiên.”
Ông lo ngại rằng các nhà nghiên cứu AI duy trì quyền tự chủ khỏi thế giới doanh nghiệp và các công ty công nghệ lớn tài trợ phần lớn nghiên cứu AI trong các phòng thí nghiệm AI của riêng họ. “Họ có chương trình nghị sự của riêng mình,” anh nói. “Nếu những công ty đó đặt ra tiêu đề cho các phòng thí nghiệm AI hàng đầu, thì làm sao chúng ta có thể mong đợi nghiên cứu AI sẽ làm được bất cứ điều gì ngoài những ưu tiên của các công ty đó. Đó là một bài học khó. Chúng tôi không thực sự thiết lập quyền tự chủ của mình. Chúng tôi đang nói rằng nghiên cứu tốt có nghĩa là chúng tôi tích hợp hơn với Google, Amazon và IBM. Quyền tự chủ là rất quan trọng trong lĩnh vực này. "
Rus thấy nghiên cứu “theo hướng vấn đề” với ngành công nghiệp là năng suất
Anh ấy đã bị thách thức về điểm này một chút bởi tham luận viên Daniela Rus, Giám đốc MIT CSAIL, và Giáo sư Kỹ thuật Điện và Khoa học Máy tính của MIT, cho biết cô đã có một số kinh nghiệm tốt khi hợp tác với các nhà nghiên cứu trong ngành công nghiệp tư nhân.
“Tôi nghĩ rằng có một chút quyền tự chủ công bằng và một số chương trình hỗ trợ nghiên cứu theo hướng vấn đề,” cô nói. "Có thể không có đủ kinh phí, và ở một khía cạnh nào đó, khi chính phủ thiếu, các công ty đang bước vào."
Cô ấy nói thêm, “Tôi thấy làm việc với các công ty có thể làm giàu và trao quyền”, đề cập đến sự hợp tác với Viện nghiên cứu Toyota khoảng XNUMX năm trước để thúc đẩy nghiên cứu khoa học, AI và robot. Phác thảo suy nghĩ của mình, cô nói, “Khi tôi nghĩ về cách các phòng thí nghiệm nghiên cứu trong trường đại học và công nghiệp kết nối với nhau, tôi có một mô hình tinh thần nơi phòng thí nghiệm phát triển ngành làm việc trên các sản phẩm cho ngày hôm nay, phòng thí nghiệm nghiên cứu công nghiệp làm việc về các vấn đề của ngày mai, và vai trò nghiên cứu của trường đại học là suy nghĩ về ngày mốt, kết nối với những tiến bộ đó quan trọng như thế nào. Các ứng dụng cho phép chúng tôi đưa ý tưởng của mình vào những điều mà thế giới quan tâm ”.
Mindel hỏi liệu chúng ta có nên lo lắng về việc AI sẽ tiếp quản quá nhiều chức năng của con người hay không. Giáo sư Acemoglu nói, “Có một sự lựa chọn. Không có quy tắc chặt chẽ nào về những gì con người có thể làm và những gì công nghệ có thể làm. Cả hai đều là chất lỏng. Nó phụ thuộc vào những gì chúng tôi đánh giá ”.
Giáo sư Shah đồng ý với tình cảm này. Cô nói: “Máy móc vẫn đang thực hiện các nhiệm vụ được xác định rất hẹp. “Học sâu là một công cụ xấp xỉ hàm, giống như đại số và giải tích. Đó là cách chúng tôi sử dụng những công cụ đó cho một mục đích và cách chúng tôi xác định thành công cho những hệ thống quan trọng đó. Chúng tôi có thể đang cố gắng thay thế một số khía cạnh của những gì con người đang làm ngày nay, nhưng không có hệ thống nào hoạt động thực sự độc lập. Vì vậy, hỏi cách chúng ta có thể để những công nghệ này đạt được những mục tiêu lớn hơn là câu hỏi quan trọng. ”
Rus kết thúc phiên giao dịch với tinh thần lạc quan. “Trong cộng đồng khoa học, chúng tôi thúc đẩy khoa học và kỹ thuật hoặc trí tuệ và khi làm như vậy, chúng tôi đạt được nhiều điều. Chúng tôi xử lý tốt hơn cuộc sống và chúng tôi phát triển nhiều khả năng của máy hơn. Tôi rất hào hứng với việc sử dụng những tiến bộ mới nhất trong AI, học máy và robot để thực hiện một số công việc nhất định, giúp cuộc sống dễ dàng hơn, ”cô nói.
Cô ấy nói, “Công nghệ đã cho phép mọi người xích lại gần nhau hơn trong đại dịch,“ Mặc dù thực tế là thế giới đang ở giữa một đại dịch. Và công nghệ đã cho phép chúng tôi phát triển một loại vắc-xin nhanh chóng hơn, và điều đó đang giúp chúng tôi giải quyết căn bệnh này ”.
Đọc Báo cáo năm 2020 từ Lực lượng Đặc nhiệm MIT về Tương lai của Công việc
