Izvor fotografije: Stockcake
Auto-industrija je oduvek bila motor industrijskih inovacija. Od uvođenja pokretne trake Henrija Forda do masovne upotrebe robota osamdesetih godina prošlog veka, proizvodnja automobila je spremno prihvatala nove tehnologije radi unapređenja efikasnosti, smanjenja troškova i poboljšanja kvaliteta. Najnoviji talas tehnološke transformacije danas pokreće veštačka inteligencija (AI) – i ona ne menja samo način na koji se automobili proizvode. Ona zapravo ponovo osmišljava samu prirodu automobila i način na koji se oni dizajniraju, proizvode, pa čak i voze.
Kako veštačka inteligencija pojednostavljuje proizvodnju i utiče na razvoj vozila? Od prediktivnog održavanja i kontrole kvaliteta u fabričkim pogonima do generativnog dizajna i pametnih mobilnih rešenja i aplikacija, AI je već ozbiljno zasukala rukave i zavukla se tamo gde je do juče bilo nezamislivo videti računarski vođeno upravljanje.
AI u proizvodnji automobila: više od robota
Često zamišljamo robote koji sklapaju vozila kao vrhunac automatizacije u fabrikama automobila. Međutim, AI ide mnogo dalje. Za razliku od tradicionalne automatizacije, koja prati unapred programirane instrukcije, veštačka inteligencija može da analizira podatke, uči iz ishoda i donosi autonomne odluke.
Prediktivno održavanje u tom smislu predstavlja možda najvažniji korak u povećanju efikasnosti proizvodnje. Naime, u dinamičnom proizvodnom okruženju, svaki minut neplaniranog zastoja na fabričkoj traci može da košta desetine hiljade dolara. Sistemi za prediktivno održavanje koji su zasnovani na veštačkoj inteligenciji koriste podatke sa senzora ugrađenih u mašine da predvide potencijalne kvarove i pre nego što se dogode.
Konkretno, General Motors koristi AI rešenja za analizu podataka sa proizvodne opreme. Sistem može da otkrije diskretne anomalije u mašinama, kao što su vibracije, promene temperature ili pritiska koje ukazuju na potencijalni problem, omogućavajući osoblju koje radi na održavanju da servisira opremu pre nego što dođe do kvara koji bi uzrokovao zastoj u proizvodnji.
Kontrola kvaliteta je druga važna primena AI sistema u proizvodnom procesu. Oko sokolovo veštačke inteligencije drastično unapređuje kontrolu kvaliteta i umnogome prevazilazi domete tradicionalne vizuelne inspekcije, koja je spora i podložna ljudskim greškama, naročito kada hiljade delova prolaze kroz liniju svakog dana.
AI može da skenira i analizira komponente za nekoliko milisekundi, pronalazeći defekte sa većom preciznošću nego svi ljudski kontrolori zajedno. Kompanija BMW, na primer, koristi AI rešenje za otkrivanje nepravilnosti na karoserijskim delovima odmah po izlasku iz prese. Čak i najmanje neravnine ili slična odstupanja od šablona trenutno se prijavljuju, čime se smanjuje količina otpada i obezbeđuje konstantan kvalitet proizvoda.
Optimizacija lanca snabdevanja je posebno osetljiva kategorija u auto-industriji. U pitanju su složeni i osetljivi sistemi, a krize poput pandemije COVID-19 otkrile su njihovu ranjivost. AI u ovom domenu pomaže tako što analizira podatke u realnom vremenu, identifikuje rizike i optimizuje logističke rute i izbor dobavljača. Kompanije poput Toyote implementiraju platforme za lanac snabdevanja zasnovane na veštačkoj inteligenciji koje uzimaju u obzir baš sve faktore koji utiču na logistiku, od vremenske prognoze do geopolitičkih dešavanja, kako bi preusmerile isporuke ili predvidele kašnjenja. Drugim rečima, umesto da samo reaguje post festum, AI predviđa ishode i prilagođava se pravovremeno.
AI u dizajnu automobila: od inspiracije do inovacije
Osim što olakšava proizvodnju, veštačka inteligencija menja i način na koji se oni osmišljavaju. Generativni dizajn je jedno od najuzbudljivijih AI rešenja u inženjeringu. Dizajneri unose parametre, kao što su ograničenja težine, vrsta materijala, strukturne čvrstoće, dok AI algoritmi generišu hiljade varijanti dizajna koji zadovoljavaju te kriterijume. Na taj način dobijaju se najrazličitija rešenja koja su lakša, čvršća i otpornija, a često izgledaju bitno drugačije od onih koje su osmislili ljudi.
General Motors je, na primer, u saradnji sa kompanijom Autodesk, vodećim proizvođačem softvera za modeliranje, osmislio novi nosač sedišta korišćenjem generativnog dizajna. Rezultat je bio deo koji je 40% lakši i 20% čvršći od originala, i izgledao je kao nešto što se može naći u prirodi, sa organskim oblicima i šupljim strukturama optimizovanim za bolje performanse.
Ubrzavanje dizajnerskog procesa takođe donosi velike uštede. Dizajniranje novog vozila tradicionalnim putem traje godinama, od prvih skica, preko modela od gline, do prototipa i finalnog inženjeringa. AI ubrzava ovaj proces automatizacijom zadataka koji se ponavljaju, omogućavajući simulacije u realnom vremenu i pomažući dizajnerima da trenutno vizualizuju uticaj promena. Na primer, AI alati kao što je 3DEXPERIENCE platforma kompanije Dassault Systèmes omogućavaju inženjerima da virtuelno simuliraju testove u vetro-tunelima, sudare i energetsku efikasnost, bez potrebe za skupim fizičkim prototipovima.
Personalizacija i uvid u tržište je posebno interesantan domen primene veštačke inteligencije. Naime, kupci danas žele automobile po svojoj meri, od boje farbe do multimedijalnih opcija. AI analizira korisničke podatke kao što su navike u kupovini, demografske trendove, podatke sa društvenih mreža, kako bi proizvođačima pomogao da dizajniraju vozila koja odgovaraju tržišnoj potražnji. Kompanija Tesla je sjajan primer. Ovaj proizvođač neprestano prikuplja podatke o vožnji i upotrebi sa svojih vozila, koje koristi ne samo za poboljšanje autonomne vožnje, već i za unapređenja softvera i hardvera. AI dizajnu daje direktnu povratnu informaciju sa puta do dizajnerske table.
Pametne fabrike koje pokreće AI: doba industrije 4.0
Auto-industrija je jedan od glavnih igrača u tzv. četvrtoj industrijskoj revoluciji, koja podrazumevanja integraciju informatičkih sistema kao što su AI, IoT (Internet of Things), cloud computing i big data u „pametne fabrike”.
Izvor fotografije: Stockcake
Najpre, tehnologija digitalnog blizanca omogućuje stvaranje virtuelne replike fizičkog objekta ili sistema, a u proizvodnji automobila to znači da se čitava proizvodna linija može modelovati i testirati virtuelno. Kompanije poput Mercedes-Benza koriste digitalne blizance za simulaciju rada svojih pogona. Ovakvim simulacijama mogu da se otkriju uska grla, testiraju novi rasporedi ili optimizuju tokovi proizvodnje, i to sve pre stvarnih, fizičkih promena. AI dopunjuje digitalne blizance stvarnim podacima u realnom vremenu, omogućavajući im ne samo da simuliraju, već da predviđaju rezultate i sami podešavaju procese.
AI takođe omogućava saradnju između ljudi i robota, poznatu kao „koboti“ (kolaborativni roboti). Za razliku od tradicionalnih robota koji rade u ograđenim zonama zbog bezbednosti, koboti rade rame uz rame sa ljudima, prilagođavajući svoje pokrete i brzinu u zavisnosti od zadatka. Ford je uveo kobote na svojim proizvodnim linijama, naročito u fizički zahtevnim zadacima kao što je ugradnja amortizera, ali i kao pomoć radnicima sa invaliditetom. AI pomaže ovim robotima da se u realnom vremenu prilagode, uče iz ljudskih postupaka i poboljšavaju efikasnost bez ugrožavanja bezbednosti.
Autonomna vozila: AI kao vozač
Ne može se govoriti o AI u auto-industriji, a da se ne spomenu autonomna vozila (AV). Tehnologija samovozećih vozila izuzetno je složena, ali poslednjih godina ostvaruje ogroman napredak. Samovozeći automobili oslanjaju se na čitav niz AI tehnologija: računarski vid, duboko učenje, integraciju radara i lidara, neuronske mreže za kretanje kroz saobraćaj, poštovanje saobraćajnih pravila i izbegavanje prepreka. Iako je potpuna autonomija 5. nivoa u sistemu upravljanja (bez volana, bez vozača) još uvek daleko, kompanije kao što su Waymo, Tesla i Cruise pomeraju granice sa poluautonomnim sistemima.
Jedan od manje poznatih, ali ključnih aspekata veštačke inteligencije u autonomnoj vožnji jeste zajedničko učenje vozila. Tesla, na primer, koristi svoja vozila kao pokretne sakupljače podataka koji svakodnevno šalju informacije sa milijardi kilometara u oblak kako bi trenirali algoritme. To nije samo dolazak od tačke A do tačke B, već putovanje koje je pametnije, bezbednije i bez stresa. Više o ovoj temi pročitajte u tekstu o budućnosti autonomne vožnje.
Održivost i efikasnost: Zelena strana AI-a
Veštačka inteligencija takođe igra važnu ulogu u ekološkoj održivosti auto-industrije, koju sve više pritiskaju regulative usmerene na očuvanje životne sredine. Najpre, radi se na optimizaciji potrošnje energije. AI sistemi u fabrikama prate potrošnju energije i automatski prilagođavaju grejanje, hlađenje i osvetljenje kako bi se smanjilo rasipanje. Kompanije poput Volkswagena imaju AI platforme koje kontrolišu energetsku efikasnost postrojenja, što dovodi do značajnih ušteda i smanjenja emisija.
Efikasna upotreba materijala je drugi aspekt „zelene“ primene veštačke inteligencije. AI pomaže dizajnerima da izaberu materijale koji najmanje štete životnoj sredini, a da i dalje ispunjavaju standarde performansi. U kombinaciji sa generativnim dizajnom, to vodi ka lakšim vozilima koja troše manje goriva ili energije iz baterije. Čak i u logistici, AI optimizuje rute kamiona kako bi smanjio emisije, izbegao gužve i skratio vreme isporuke.
Izazovi i etička pitanja
Uprkos svim navedenim prednostima, uloga veštačke inteligencije u proizvodnji i dizajnu automobila nije bez izazova. Kako AI preuzima sve više zadataka, od inspekcije do montaže, raste zabrinutost zbog gubitka radnih mesta. Iako mnogi tvrde da AI stvara nova radna mesta (kao što su data naučnici, inženjeri za održavanje AI sistema), prelazni period je neizvestan, posebno za tradicionalne fabričke radnike.
Privatnost podataka je drugo pitanje oko koga se lome koplja. Automobili postaju mobilni kompjuteri koji prikupljaju gigabajte ličnih podataka. Neophodno je osigurati da ti podaci budu bezbedni, anonimizovani i etički korišćeni. Zakoni poput GDPR-a u Evropi već primoravaju proizvođače da preispitaju kako podatke prikupljaju i skladište.
Pitanje pouzdanosti i odgovornosti je sledeće. Kada AI sistemi donose odluke, bilo u fabričkom pogonu ili na putu, postavlja se pitanje: ko je odgovoran kada nešto krene po zlu? Može li mašina da snosi odgovornost za dizajnersku grešku ili nezgodu autonomnog vozila? Pravni okviri tek treba da sustignu ove tehnologije.
Sve u svemu, veštačka inteligencija više nije koncept budućnosti u auto-industriji, ona je danas zapravo glavni pokretač inovacija. Od pametnijih fabrika i bržih dizajnerskih procesa do autonomnih vozila i održive proizvodnje, AI iz korena menja auto-industriju na svakom nivou. Kako proizvođači sve više usvajaju ove alate, automobili budućnosti biće sigurniji, efikasniji i personalizovaniji nego ikada pre. Drugim rečima, doba AI-a u auto-industriji nije nešto što dolazi – ono je već tu i ubrzava punom parom.
