Докато компаниите се стремят да ускорят иновациите с изкуствен интелект, облачни изчисления и усъвършенствано моделиране, основното предизвикателство е свързването на новите технологии с надеждни данни, научна експертиза и практическите реалности на въвеждането на продукти на пазара. За производителя на специални химикали Lubrizol дигиталната трансформация е всецяло насочена към предоставянето на изследователите на инструменти за по-бързо тестване на идеи, по-добре информирани решения и разработване на по-устойчиви материали, без компромис с производителността.
Гириш Рао, вицепрезидент на информационните технологии в Lubrizol, казва, че компанията изгражда дигитална основа, която свързва бизнес процесите, съвременните платформи за данни и облачната инфраструктура в подкрепа на екипите за научни изследвания и развитие. Целта им е да съчетаят десетилетия натрупани технически данни с дълбоката експертиза на химиците и инженерите, които разбират нуждите на клиентите, както и физическите ограничения на своята работа. Специалистите по данни могат да помогнат за откриване на модели, тестване на нови хипотези и моделиране на възможности, преди изследователите да проведат физически експерименти. Но, както подчертава Рао:
„Не става въпрос за замяна на научната преценка; а за предоставяне на нашите учени по-добри инструменти.“
Учените, специалистите по данни и ИТ екипите подхождат към проблемите от различни гледни точки, като приоритизират съответно валидността на експериментите, представянето на моделите и сигурността и мащабируемостта на платформата. Като обедини тези групи в така наречените „фузионни екипи“, Lubrizol ги съгласува около споделени цели, започвайки с малки пилотни проекти, за да изгради доверие.
„Веднъж щом се изгради доверие между членовете на екипа и те осъзнаят каква стойност предстои да създадат, нещата се развиват значително по-добре“, казва Рао.
Облачната инфраструктура също така дава на компанията гъвкавост за достъп до изчислителни ресурси и съвременни инструменти, без да прави значителните инвестиции, необходими за изграждане и поддръжка на собствени центрове за данни.
Тези възможности могат да се окажат особено ценни за напредъка в областта на устойчивостта. Дигиталното моделиране може да помогне на изследователите да оценят повече формули, да проучат материали като алтернативи на основата на нишесте и царевица и да преценят компромисите през целия жизнен цикъл на продукта. Обещаният материал в лабораторията е само първата стъпка. Мащабирането на производството, като същевременно се отговаря на очакванията за производителност, регулаторните изисквания и финансовите ограничения, все още е като ходене по въже, но способността на изкуствения интелект да моделира множество променливи може да помогне на екипите да се ориентират в тези конкуриращи се изисквания.
Поглеждайки към бъдещето, Рао очаква изкуствения интелект, автоматизацията, усъвършенстваното моделиране, дигиталните двойници и свързаните данни да се съберат, докато лабораториите стават по-интелигентни, а производствените заводи – по-ефективни. Възможността, според него, се крие в обединяването на тези възможности отговорно и в мащаб.
„Не е просто една отделна технология. Мисля, че това е комбинацията от всички тях и ще бъде способността да свържем всички тези процеси, които ще генерират огромни количества данни.“
Този уебинар се излъчва в партньорство с Infosys.
Това съдържание е създадено от Insights, раздела за поръчковo съдържание на MIT Technology Review, а не от редакционния му екип. То е проучено и написано от хора, като всякакви използвани инструменти с изкуствен интелект са били ограничени до производствени процеси под човешко наблюдение.
Технологични иновации и предизвикателства: онлайн омраза, AI-компаньони и нови емоции
Финалният епизод на Stranger Things сезон 5 ще излезе през втората половина на 2024 г.
AI Observatory разкрива пълната картина за употребата на генеративен изкуствен интелект отвъд фирмените отчети