ավտոմատացում

  • Թվային գերբնակվածության ծուղակը. Ինչու՞ ավտոմատացումը և արհեստական ​​բանականությունը չեն կարողանում առաջընթաց ապահովել ռուսական բիզնեսի համար

    Թվային գերբնակվածության ծուղակը. Ինչու՞ ավտոմատացումը և արհեստական ​​բանականությունը չեն կարողանում առաջընթաց ապահովել ռուսական բիզնեսի համար

    Ավտոմատացման և արհեստական ​​բանականության համակարգերի լայն տարածումը ժամանակակից բիզնեսը հասցրել է կեղծ արտադրողականության պարադոքսալ ճգնաժամի։.

    Վլադիսլավ Բիխանովը՝ Cornerstone հավաքագրման ընկերության կառավարիչ գործընկերը, գազետա.ռու-ին տված հարցազրույցում խոսել է այս վտանգավոր միտման մասին : Մասնագետի խոսքով՝ նոր տեխնոլոգիաների մեջ կատարված հսկայական ներդրումներից անկախ, որոնք թույլ են տալիս րոպեների ընթացքում տեքստեր ստեղծել և վայրկյանների ընթացքում հսկայական տվյալների հավաքածուներ վերլուծել, ընկերությունների մեծ մասի ղեկավարությունը բիզնեսի արդյունավետության իրական բարելավում չի տեսնում: Մասնագետը այս երևույթը բացատրում է առաջնահերթությունների համակարգային աղավաղմամբ. «Մենք սովորել ենք ավելի շատ գործողություններ կատարել, բայց դա չի նշանակում, որ սկսել ենք ավելի ճիշտ որոշումներ կայացնել: Այսօր բիզնեսները հաճախ չափում են քանակը, չնայած մրցակցային առավելությունը ստեղծվում է որակով»:

    Աշխատանքային ժամանակը օպտիմալացնելու համար նախատեսված թվային գործիքները գործնականում ստեղծել են հսկայական տեղեկատվական գերբեռնվածություն։ Աշխատակիցները հայտնվում են տասնյակ զրույցներով, անվերջ զանգերով և նեյրոնային ցանցերի կողմից ավտոմատ կերպով ստեղծված փաստաթղթերի լեռներով։ Մինչ ներգրավվածության մակարդակը կարող է աճել, աշխատանքի իրական արտադրողականությունն ու որակը մնում են լճացած։ Այս խնդիրը պատկերավորելով՝ Բիխանովը նշում է. «Եթե ինչ-որ մեկը պատրաստել է տասը ներկայացում երկուսի փոխարեն, դա չի նշանակում, որ ընկերությունն ավելի հաջողակ է դարձել։ Արդյունավետությունը գործողությունների քանակը չէ, այլ բիզնեսը առաջ մղող որոշումների որակը։

    Կեղծ արդյունավետության չափանիշներ և կառավարման նոր մարտահրավերներ

    Գործարարները դեռևս հակված են չափել միայն հեշտությամբ քանակականացվող չափանիշները։ Սա հանգեցնում է մի շարք տարածված կառավարման սխալների.

    • Նրանք օպտիմալացնում են երկրորդական չափանիշները, ներառյալ հանդիպումների, ուղարկված էլեկտրոնային նամակների կամ կատարված առաջադրանքների քանակը, որոնք քիչ ազդեցություն ունեն վերջնական ֆինանսական կամ ռազմավարական արդյունքի վրա։.
    • Նրանք բախվում են մի իրավիճակի, որտեղ «Սա կեղծ արդյունավետության ծուղակ է. երբ արագությունը գնահատվում է որակի փոխարեն, աշխատակիցները աշխատում են չափանիշների, այլ ոչ թե արդյունքների համար»։.
    • Նրանք անտեսում են թվայնացնել դժվար, բայց չափազանց կարևոր գործոններ, ինչպիսիք են որոշումների կայացման խորությունը, թիմի ներսում փոխադարձ վստահության մակարդակը կամ ընկերության ընդհանուր ռազմավարությունը արագորեն փոփոխելու կարողությունը։.

    Արհեստական ​​բանականության զարգացումը ազատում է զգալի ժամանակային ռեսուրսներ, բայց միաժամանակ բարձրագույն ղեկավարությանը դնում է հիմնարար դիլեմայի առջև՝ ճիշտ զարգացման ուղին ընտրելու հարցում։ Գնահատելով մարդկային գործոնի հիմնական դերը՝ փորձագետը նշում է. «Արհեստական ​​բանականությունը պատասխանում է «ինչպե՞ս դա անել ավելի արագ» հարցին, բայց ոչ թե «ի՞նչն է իրականում արժե անել» հարցին։ Այստեղ է ծնվում առաջնորդի հիմնական արժեքը»։ Ներկայիս միջավայրում գլխավոր խնդիրը անձնակազմի գնահատման համակարգերի վերանայումն է՝ «Որքա՞ն է արվել» հարցից անցնելով «Ի՞նչ արժեք ունի սա բիզնեսի համար» հարցի։Ամփոփելով աշխատաշուկայի վերափոխումը՝ Բիխանովը եզրակացնում է. «Մենք մտնում ենք մի դարաշրջան, որտեղ ամենակարևոր ռեսուրսը այլևս աշխատանքի արագությունը չէ, այլ ճիշտ որոշումներ կայացնելու ունակությունը։ Տեխնոլոգիան արդեն կարող է կարգավորել մնացած ամեն ինչ։

  • Ավտոմատացման գենդերային կողմնակալությունը. Ինչու են կանայք առաջինը ընկնում արհեստական ​​բանականության ազդեցության տակ

    Ավտոմատացման գենդերային կողմնակալությունը. Ինչու են կանայք առաջինը ընկնում արհեստական ​​բանականության ազդեցության տակ

    Նոր ուսումնասիրությունը պարզել է, որ արհեստական ​​բանականության (ԱԲ) տեխնոլոգիաների զարգացումը անհամաչափ սպառնալիք է ներկայացնում կանանց զբաղվածության համար: Այս մտահոգիչ միտումների մասին հաղորդել է Point.md տեղեկատվական պորտալը: Վերլուծաբանները շեշտում են, որ ավտոմատացմանը առավել ենթակա ոլորտներում աշխատատեղերի ավելի քան 80%-ը ներկայումս զբաղեցնում են կանայք:

    Գրասենյակային հատվածում վտանգավոր կենտրոնացում

    «Արհեստական ​​բանականությունը և կին աշխատողների համար ի հայտ եկող ռիսկերը» զեկույցի համաձայն՝ վարչական և գրասենյակային աշխատատեղերն ամենաշատն են տուժում: Կանանց տոկոսը քարտուղարների, գրասենյակային աշխատողների և ընդունարանի աշխատակիցների շրջանում չափազանց բարձր է, ինչը այս խմբերին հատկապես խոցելի է դարձնում ալգորիթմների ներդրման նկատմամբ: Այս իրավիճակը կարող է զգալիորեն սրել աշխատաշուկայում առկա անհավասարությունը և հանգեցնել սոցիալական անկայունության աճի:.

    Հետազոտությունը բացահայտում է աշխատող կանանց համար մի քանի հիմնական ռիսկի գործոններ

    • Ավտոմատացմանը առավել զգայուն մասնագիտությունների 10 աշխատողներից ավելի քան 8-ը կանայք են։.
    • Տեխնոլոգիան գրասենյակային միջավայրում ավելի արագ է ներդրվում, քան արտադրական ոլորտներում։.
    • Հստակ օրենսդրական խոչընդոտների բացակայությունը աշխատակիցներին խոցելի է դարձնում կրճատումների նկատմամբ։.

    Իրավական պաշտպանության անհրաժեշտությունը

    Մասնագետները լուրջ մտահոգություն են հայտնում, որ թվային փոխակերպումը տեղի է ունենում աշխատանքային իրավունքների համար անավարտ պայքարի ֆոնին: Կանանց և ընտանիքների ազգային գործընկերության նախագահ Ջոսլին Ֆրայը պնդում է. «Արհեստական ​​բանականությունը սկսում է վերափոխել ամերիկյան աշխատավայրը այն ժամանակ, երբ մենք դեռևս պայքարում ենք կանանց համար հավասարության և արդարադատության համար»: Միևնույն ժամանակ, Տատյանա Գոլդմանը ընդգծում է կառավարությունների պատասխանատվությունը՝ նշելով. «Օրենսդիրները հնարավորություն և պատասխանատվություն ունեն սահմանելու հստակ կանոնակարգեր, որոնք աջակցում են արհեստական ​​բանականության պատասխանատու կիրառմանը և պաշտպանում աշխատողներին վնասից»:.

    Չնայած մտահոգիչ վիճակագրությանը, մասնագետները մեզ հիշեցնում են, որ այսօր ոչ մի մասնագիտություն լիովին անխոցելի չէ տեխնոլոգիաների ազդեցությունից: Լուծումը կայանում է եզակի մարդկային հմտությունների զարգացման մեջ, որոնք արհեստական ​​բանականությունը դեռևս ի վիճակի չէ վերարտադրել: Հասարակության համար հիմնական մարտահրավերը մնում է պատասխանատու թվայնացման համար պայմանների ստեղծումը, որոնք կկանխեն աշխատողների խոցելի խմբերի իրավունքների քայքայումը:.

  • Tesla-ն Օպտիմուսին է բերում գործարան. հազար մարդոիդներ արդեն աշխատում են։

    Tesla-ն Օպտիմուսին է բերում գործարան. հազար մարդոիդներ արդեն աշխատում են։

    Արդյունաբերական աղբյուրների համաձայն , Tesla-ն արդեն տեղակայել է մոտ 1000 Optimus մարդանման ռոբոտ իր ԱՄՆ-ի օբյեկտներում: Մեքենաները գործում են Տեխասի և Ֆրեմոնտի գործարաններում՝ աստիճանաբար ինտեգրվելով իրական արտադրական գործընթացներին:

    Մինչև վերջերս մարդանման ռոբոտները համարվում էին անարդյունավետ արդյունաբերական կիրառությունների համար: Մասնագիտացված մանիպուլյատորները ավելի էժան և պարզ էին: Այնուամենայնիվ, Tesla-ն կենտրոնանում է բազմակողմանիության և ծախսերի կրճատման վրա: Ընկերությունը նախատեսում է Optimus-ի գինը բարձրացնել մինչև 20,000-30,000 դոլար:.

    Ռոբոտները արհեստանոցում են, ոչ թե բեմում

    Ներկայումս Optimus-ը հիմնականում զբաղվում է բեռների մշակմամբ և սովորում է մարտկոցների հետ աշխատել։ Ռոբոտները տեսակավորում են մարտկոցները և հավաքում էլեկտրական տրանսպորտային միջոցների քարշիչ մարտկոցները։.

    Optimus-ի երրորդ սերունդն արդեն օգտագործվում է ձեռնարկություններում։ Այն առանձնանում է 22 աստիճան ազատության ունեցող ձեռքերով։ Ակտիվատորները գտնվում են նախաբազկի մեջ։ Մատները կառավարվում են ջլերով, իսկ ծայրերին գտնվող սենսորները ճշգրտորեն կարգավորում են բռնելու ուժը։.

    Սովորեք ժամերով, այլ ոչ թե շաբաթներով

    Tesla Autopilot-ի համար մշակված FSD v15 ճարտարապետությունը պատասխանատու է ուսուցման համար: Ռոբոտները կողմնորոշվում են իրենց միջավայրում՝ օգտագործելով ութ տեսախցիկ և արագորեն տիրապետում են նոր առաջադրանքներին:.

    Լեզվական մոդելների փոխարեն օգտագործվում են մեծ վարքային մոդելներ։ Դրանք նկարագրում են իրական աշխարհի օբյեկտների հետ փոխազդեցությունները։ Նոր հմտություններ այժմ կարելի է սովորել մի քանի ժամվա ընթացքում, այլ ոչ թե շաբաթներ տևող ծրագրավորման ընթացքում։.

    Զանգվածային արտադրություն և սոցիալական ռիսկեր

    Tesla-ն արդեն կառուցում է Optimus-ի համար նախատեսված արտադրական կենտրոն Տեխասում: Ընկերությունը նախատեսում է մինչև տարեվերջ արտադրել մինչև 50,000 ռոբոտ: Ապագայում հնարավոր է նաև սպառողական տարբերակ:.

    Ռոբոտներն արդեն իսկ կարող են աշխատել 8-10 ժամ առանց վերալիցքավորման։ Սա բավարար է անձնակազմի մի քանի հերթափոխ փոխարինելու համար։ Այնուամենայնիվ, մեխանիզմների մաշվածության և մարդկանց փոխարինելու սոցիալական հետևանքների հետ կապված խնդիրները մնում են։.

  • Ատլաս մարդանման ռոբոտը պատրաստ է արդյունաբերական աշխատանքի։

    Ատլաս մարդանման ռոբոտը պատրաստ է արդյունաբերական աշխատանքի։

    Boston Dynamics-ը ներկայացրեց Atlas մարդանման ռոբոտի վերջնական արտադրական տարբերակը: Տարիների փորձարկումներից հետո նախագիծը հասցվել է արդյունաբերական չափանիշներին: Առաջին հաճախորդները կլինեն Hyundai-ն և Google DeepMind-ը:.

    Ընկերությունը պնդում է, որ Atlas-ը նախատեսված է «արդյունաբերական լայն կիրառությունների» համար։ Ռոբոտը նախատեսված է կայունության և հուսալիության համար։ Այն կարող է աշխատել ինքնուրույն, օպերատորի հսկողության ներքո կամ պլանշետի միջոցով։.

    Հատկանիշներ և հնարավորություններ

    Atlas-ի վերջնական տարբերակը ստացավ ծանր արդյունաբերության համար նախատեսված պարամետրեր

    • մինչև 2.3 մետր հեռավորության վրա
    • մինչև 50 կիլոգրամ բեռնատարողություն
    • աշխատանքային ջերմաստիճանը -20-ից մինչև +40 աստիճան

    Ռոբոտն ամբողջությամբ էլեկտրական է։ Հիդրավլիկայից անցումն ավարտվել է 2024 թվականին։ Այդ ժամանակ ցուցադրվել է, որ այն աշխատում է ավտոմոբիլային մասերի հետ։.

    Ե՞րբ է Atlas-ը հավաքման գծին հասնելու։

    Hyundai-ն նախատեսում է Atlas-ը սկսել օգտագործել ավտոգործարաններում 2028 թվականից սկսած: Սկզբում ռոբոտը կզբաղվի մասերի հաջորդական դասավորմամբ: Մինչև 2030 թվականը դրա առաջադրանքները կընդլայնվեն՝ ներառելով բաղադրիչների հավաքումը և ծանր բեռնատար մեքենաների աշխատանքը:.

    Google DeepMind-ը կգնի Atlas-ը՝ Gemini Robotics-ի արհեստական ​​բանականության մոդելները ինտեգրելու համար: Գործընկերության նպատակն է հնարավորություն տալ ինքնավար ռոբոտային գործողությունների բարդ արդյունաբերական միջավայրերում: Նախագիծը համատեղում է ռոբոտաշինությունը և արհեստական ​​բանականությունը:.

  • Լուսանկարչություն և արտադրանք. CAD մոդելների նոր դարաշրջան

    Լուսանկարչություն և արտադրանք. CAD մոդելների նոր դարաշրջան

    Հետազոտողները հրապարակել են իսկական սենսացիա ճարտարագիտության և արհեստական ​​բանականության աշխարհում՝ GenCAD-ը՝ առաջին բաց կոդով նեյրոնային ցանցը, որը կարող է լուսանկարից ստեղծել լիարժեք ֆունկցիոնալ պարամետրիկ CAD մոդել։

    Բայց սա պարզապես գեղեցիկ ռենդերինգ չէ. մենք խոսում ենք սկրիպտի մասին, որը կարող է անմիջապես բեռնվել խմբագրիչի մեջ, փոփոխվել և... ուղարկվել արտադրության։.

    Մշակողները ընդգծում են, որ գոյություն ունեցող պատկերից ցանց լուծումները աշխատում են վոքսելների, կետային ամպերի և բազմանկյուն ցանցերի հետ՝ գեղեցիկ, բայց անօգուտ ինժեներիայի համար: GenCAD-ը գնում է ավելի հեռու: Այն ստեղծում է ոչ թե դատարկ մոդել, այլ հրամանների հաջորդականություն, որոնք կառուցում են լիարժեք ինժեներական մոդել:.

    GenCAD-ի սիրտը բարդ ճարտարապետությունն է

    • տրանսֆորմատոր-կոդավորիչ, որը սեղմում է հրամանները կոմպակտ միջուկի մեջ։
    • հակադրական ուսուցում, հրամանների լեզվի և տեսողական պատկերի համապատասխանեցում;
    • դիֆուզիոն մոդել, որը լուսանկարը վերածում է թաքնված ներկայացման։
    • դեկոդեր, որը վերակառուցում է պարամետրիկ հրահանգները այս հավաքածուից։.

    Հիմնական առանձնահատկությունը դրա խմբագրելիությունն է։ Արդյունքում ստացված սկրիպտը կարող է հարմարեցվել արտադրական կարիքներին, առանձին պարամետրերը կարող են փոփոխվել, և այն կարող է անմիջապես ինտեգրվել աշխատանքային հոսքերի մեջ։.

    GitHub-ում կոդի թողարկմանը զուգընթաց, հետազոտողները հասանելի դարձրին նաև տվյալների հավաքածուն և մարզված մոդելները: Սա պարզապես քայլ չէ դեպի նախագծման ավտոմատացում, այլ հեղափոխություն է ամբողջ արտադրական արդյունաբերության համար:.