Umělá inteligence nahrazuje lidi ve výrobě už nyní

Vydáno 21.9.2020

Profesor Michal Pěchouček patří k předním průkopníkům umělé inteligence v Česku. Vedle příležitostí, které umělá inteligence přinese a již přináší v mnoha oblastech lidského života, hovoří také o rizicích pro společnost jako celek. V současnosti působí jako technický ředitel ve firmě Avast, která se zabývá kybernetickou bezpečností a zároveň je profesorem na ČVUT

Je rozdíl mezi strojovým učením a umělou inteligencí, nebo to první podmiňuje druhé?
Dobrá otázka. Strojové učení je technologická cesta – soubor technologií, algoritmů a přístupů, který umožnil ohromný rozvoj umělé inteligence (AI – artificial intelligence). Jde však pouze o jednu z cest. Technologických cest, přístupů a algoritmů existuje široká škála. Dokonce se dá říct, že u zrodu AI nebylo strojové učení a budoucnost AI nespočívá ve strojovém učení. Je to ohromná, úspěšná a kvalitní technologická vlna, která se ale začíná vyčerpávat. Strojové učení jako soubor technologií je založeno na komplikovaných statistických modelech, jež samy o sobě mají velký deficit ve vysvětlitelnosti. Tedy do jaké míry je AI schopná vygenerovat kauzální zdůvodnění toho, proč funguje, jak funguje. A jsou tu jiné metody, které jsou orientovány na modelování znalostí a uvažování. Ty byly úspěšné už před deseti či patnácti lety a jejich kolébkou je Evropa. Dnes se ukazuje, že tyto technologie mají před sebou velkou budoucnost. Primárně ze strany regulátorů totiž rostou požadavky na AI, aby dokázala něco vysvětlit či něco garantovat.

Nakolik se dnes strojové učení nebo umělá inteligence uplatňují v oblasti výrob?
Klasické metody umělé inteligence, jako jsou optimalizace, plánování, rozvrhování nebo diagnostika, byly hodně úspěšné v průmyslu už v 90. letech minulého století. Tyto metody začaly opravdu měnit průmyslové výroby, a to primárně proto, že se ukázalo, že se dá výrazně lépe plánovat výroba na strojích v reálném čase, dají se sbírat data o aktuálním stavu a výroba se dá okamžitě měnit. Soubor těchto metod dovedl optimalizovat celý dodavatelsko-odběratelský řetězec. Tvrdím, že než na umělé inteligenci začaly vydělávat firmy, jež dokážou prodávat internetovou reklamu, tak AI o hodně víc pomohla ve výrobě. Dnes se ve výrobě prosazuje nová vlna, kdy se hodně používá strojové učení. To začíná mít ohromný význam.

Proč tomu tak je?
Je to přístup, který dokáže ještě lépe optimalizovat výrobní procesy, protože se dokáže učit heuristiky o tom, jak výroba fungovala v minulosti. Dokáže určit nějaká zlepšení, která nejsou matematicky úplně přesná, ale vycházejí například z toho, jak se ve fabrice chovají lidé. Technologie strojového učení to odhalí a optimalizační algoritmus dokáže přizpůsobit plánování a řízení výroby tomu, co lidé v továrně dělají. Další cesta, kdy umělá inteligence pomáhá ve výrobě a je velmi úspěšná, představuje počítačové vidění a rozpoznávání. Díky schopnosti počítačového vidění se spousta procesů automatizuje a z výroby tak můžeme bezprecedentním způsobem „vytahávat“ lidi. Současný boom umělé inteligence, který se liší od toho v 90. letech, spočívá právě v tom, že nahrazujeme pracovníky. To je fascinující. Pomocí metod strojového učení a počítačového vidění lze provádět třeba jemnou diagnostiku a výstupní kontrolu se schopností detekovat defekty v materiálech.

Jak drahé jsou například metody počítačového vidění nebo algoritmy vyhodnocující videozáznam?
To je hrozně těžká otázka. Umělá inteligence není něco, co se dá koupit jako softwarový produkt. Vždy jde o řešení na zakázku, kdy se pro co nejrychlejší implementaci používají již existující softwarové komponenty. Dobrá zpráva je ta, že velká část komponent je v komunitě vývojářů otevřena zdarma. Zatímco například pro výkresy nebo práci s fotkami máme na trhu dominantní poskytovatele, kteří určují cenu, v případě umělé inteligence nic takového nevidíme. Nejúspěšnější hráče v tomto oboru představují internetové firmy jako Amazon, Google či Apple, a ty nekonkurují výrobě a nemají ambici si na tomto poli vytvářet nějaké kartelové nebo dominantní postavení. Co však dnes určuje cenu řešení a technologií umělé inteligence, jsou lidé, protože profesionálů, kteří to opravdu umí, není mnoho. Navíc jsou relativně drazí. Tedy zpět k otázce: náklady vycházejí z toho, kolik špičkových lidí musí pracovat na projektu nasazení umělé inteligence ve výrobě.

Existuje v Česku dostatek developerů, kteří dokážou vyvíjet potřebné algoritmy pro průmyslové aplikace umělé inteligence?
Je jich méně, než je potřeba. Zároveň tvrdím, že ve schopnosti vyvíjet tato řešení nepatří Česká republika mezi žádné popelky. Pracuje tu dost schopných lidí. Máme tu univerzity – ČVUT, Univerzitu Karlovu, Masarykovu univerzitu, VUT, Ostravskou univerzitu nebo Západočeskou univerzitu. Dohromady generují relativně vysoký počet absolventů, kteří mají znalosti a schopnosti. Jsme tedy schopni generovat skupinu dobrých inženýrů, kteří už dneska umí programovat sestavy umělé inteligence. Máme však málo lidí, kteří rozumí tomu, jak se to dělá ve světě. Naše schopnost absorbovat poslední trendy je nízká i proto, že patříme mezi poměrně uzavřené společnosti, které mezi sebe pouštějí cizince jen v omezené míře. Na rozdíl třeba od Kanady nebo Austrálie. Mobilita našich odborníků v oblasti umělé inteligence dosahuje nižší úrovně než ve špičkových zemích. Aby se tento aspekt úspěšnosti českého průmyslu posouval, založili jsme iniciativu prg.ai, která podporuje, aby v Praze bylo těch špičkových talentů co nejvíce. V očích zahraničních odborníků zvyšujeme atraktivitu Prahy jako místa, kde se dělá umělá inteligence.

Na jedné konferenci jste hovořil o tom, jak zmiňovaná Kanada spojuje svou prosperitu právě s umělou inteligencí. Nakolik se daří tuto pozornost vzbuzovat v České republice?
Aktuálně sehrála negativní roli pandemie. Jednu z klíčových propozic iniciativy prg.ai bylo zatraktivnit Prahu, aby do metropole jezdili odborníci, kteří jinak jezdí právě do Toronta. Je ale pravda, že se v Praze mobilizovala startupová komunita, která se věnuje umělé inteligenci. Například se daří pilotovat výukové programy, jež zajišťují vzdělávání v této sféře mimo úzkou skupinu špičkových odborníků. Pilotuje tu například finský projekt Element AI, což je výukový program pro vzdělávání široké veřejnosti, která zahrnuje i základní školy. A nakonec se i době pandemie někteří špičkoví profesoři ze zahraničí stěhují do Prahy. Například od prvního října nastupuje na ČVUT špičkový profesor na AI Stefan Edelkamp, který do Česka přichází z King´s College v Londýně. Tedy i taková celosvětová neštěstí jako brexit pomáhají iniciativě prg.ai.

Pokud se firma v průmyslu chce „pustit“ do umělé inteligence, potřebuje nějaké základní kompetence a zkušenosti? Je lepší se obrátit na firmy, nebo na akademickou sféru?
Čím více řešíte problém, o němž se ví, že je nevyřešený a obtížný, o to spíše se vyplatí kontaktovat univerzity. Firmy dokážou řešit část problémů v určité obtížnosti, které jsou již známé. Když chcete ve výrobě nasadit rozpoznávání fotografií, plánovač nebo rozvrhování, řešení už existují. V takovém případě bych se obrátil na specializované firmy v Česku, jež se zabývají nasazováním metod AI. Jestliže se jedná o větší problémy a existuje solidní argument, že se o vyřešení neúspěšně pokoušely firmy, pak se vyplatí obrátit na univerzity, jež mají odbornost v této doméně. Pod hlavičkou prg.ai se sdružují ČVUT FEL, ČVUT FIT, ČVUT CIIRC, Matematicko-fyzikální fakulta Univerzity Karlovy či Ústav informatiky Akademie věd.

Když se před téměř deseti objevil koncept Průmysl 4.0, začalo se mluvit o tom, že umělá inteligence bude plně řídit celé továrny nebo dodavatelské řetězce. Jak daleko jsme od naplnění této vize?
Nejsem odborník na Průmysl 4.0, tento fenomén se mi špatně komentuje. Nicméně inteligentní automatizace výroby založená na zpracování dat na základě umělé inteligence udělala ohromný pokrok. Jestli se v následujících deseti letech dostaneme do situace, kdy budeme mít fabriky úplně bez lidí, takzvané černé továrny, kde se nemusí ani svítit, to je méně otázka toho, zda to technologicky lze, ale více otázka toho, zda to bude pro průmysl priorita. Dokážu si představit, že dnes a následující tři čtyři roky bude průmysl řešit těžké fundamentální otázky, jak se dostat z hluboké ekonomické recese, která nás čeká přinejmenším v příštím roce. Totální automatizace, tedy absolutní „vyndání“ člověka, nebude priorita. Prioritou bude ekonomika – umět vyrábět co nejkvalitněji za co nejnižší náklady. Pracovní síla ve výrobě zůstává nákladově velkou komponentou, která se navíc špatně škáluje. Trend nahrazování lidí ve výrobě pomocí AI tak bude pokračovat rychleji, než jsme to viděli v předchozích letech.

Jakou roli hraje umělá inteligence v bezpečnosti internetu a nakolik umělá inteligence „v nesprávných rukou“ naopak problematizuje provoz globální sítě?
Útočníci, kteří píší malware, se snaží připravit co nejdůmyslnější škodlivý kód co nejrychleji a s minimem lidí. I oni se snaží nahrazovat lidskou sílu, kde není potřeba. Proto používají metody umělé inteligence, jež jim pomohou vytvořit například phishing e-mail, který na příjemce působí reálně. Umělá inteligence pomáhá oklamat člověka, aby uvěřil, že virus, který se mu má dostat do počítače, virem vlastně vůbec není.
Na straně útočníků je to na denním pořádku. Protože počítačová bezpečnost je hodně technický a zčásti konzervativní obor, chvíli trvalo, než strana obrany přijala technologii umělé inteligence jako absolutní nezbytnost. Vzhledem k tomu, že se to stalo a AI je jednou z klíčových technologií pro obranu, tak i Avast do této oblasti masivně investuje a v mnohých aspektech se stává lídrem. Proto také v říjnu ve spolupráci s ČVUT organizujeme konferenci CyberSec & AI Connected, na které hovoří špičkoví lidé z průmyslu o tom, jakým způsobem se AI zasazuje o zajištění bezpečnosti a privátnosti na internetu. Česko má jisté rezervy ve znalosti toho, jakým způsobem řeší podobné problémy v zahraničí, a konference si klade za cíl snížit tento informační deficit.

Jakým způsobem může umělá inteligence zlepšovat odolnost průmyslových sítí vůči napadení zvenčí i zevnitř?
Oblast počítačové bezpečnosti je rozmanitější než automobilová výroba. Firem, problémů a přístupů zákazníků existuje velká škála. Avast se specializuje na běžného uživatele. Jsme největší firmou na světě, pokud jde o počet uživatelů, které chráníme. Pro nás je největší hodnota pochopit, jak technologie v podnikové sféře může pomoci lidem. Zároveň si myslíme, že kyberbezpečnost obyčejných uživatelů a malých a středních firem se začíná potkávat. Abychom mohli chránit společnost Škoda Auto, je třeba komputerizovaná sada bezpečnostních technologií, do které je třeba stále investovat. Zatímco když provozujete malou výrobnu s padesáti lidmi, jež má unikátní know-how, také ji potřebujete ochránit. Ale taková firma nemá prostředky, aby si zaplatila řešení, jaké si zajistí největší česká automobilka. Myslíme si, že díky zkušenosti ze sektoru běžných zákazníků můžeme pomoci právě malým a středním podnikům.

Roste s rozvojem internetu věcí zabezpečení koncových zařízení, nebo stále představují velký potenciál rizika pro průmyslové sítě a nakonec i například zastavení výrob?
Mohou to být otevřená vrátka a je to potenciální hrozba. Na druhou stranu způsob, jakým se tato zařízení dají chránit, je vlastně jednodušší a méně nákladný než postup, jak se chrání individuální uživatelé ohromného internetu. Primárně z toho důvodu, že svoboda, jakou na internetu vyžaduje člověk, má úplně jiné parametry než svoboda, kterou potřebuje pro své fungování autonomní vozítko nebo kamera ve fabrice. Inženýring a technologický přístup pro ochránění zařízení internetu věcí ve výrobě je vlastně řešitelnější problém než s chráněním lidí na internetu. Zároveň je pravdou, že pokud podnik podcení ochranu koncových zařízení, ekonomické ztráty mohou být nedozírné.

Pro strojové učení nebo umělou inteligenci jsou důležitá trénovací data. Poskytuje jich průmysl dostatečné množství v dostatečné kvalitě?
To jste uhodil hřebíček na hlavičku. Největší bohatství při zavádění umělé inteligence se projevuje v dostupnosti a vlastnictví dat. Data nejsou, jejich pořízení je nákladné, trvá nějaký čas, ale bez kvalitních dat není kvalitní AI. Dneska vznikají firmy, které data pořizují, sbírají a připravují tak, aby se daly používat pro trénování metod strojového učení a AI. Když se v minulosti vytvářely technologie pro autonomní řízení ve firmě Waymo, která patří Alphabetu, bylo pro certifikaci třeba – a je to deset let starý příklad – najet deset milionů mil. Díky chytrým technologiím AI bylo možné použít devět milionů mil simulovaných dat a „pouze“ milion mil, tedy desetina, tvořila data nasbíraná z kamer na ulici. Datový problém řeší spousta firem, nicméně dnes panuje volný trh. Existují firmy, které data vytvářejí synteticky, stejně jako společnosti, jež mají nainstalované technologie, aby mohly data sbírat v reálném provozu a trénovat algoritmy.

A data z průmyslu jsou k dispozici? Přeci jen pro většinu firem jde o citlivé soubory…
Data jsou v různých průmyslech různým způsobem k dispozici. V případě rozpoznávání fotografií je spousta dat na internetu. Dokonce bych řekl, že v oblasti autonomního řízení vzniká mnoho veřejně dostupných datových sad. Ale třeba oblast počítačové bezpečnosti je typická tím, že veřejně sdílená data prakticky neexistují. V podstatě všechny firmy, které se zabývají bezpečností, si data chrání. Ani ne tak, aby si zachovaly konkurenční výhodu, ale spíše proto, že data obsahují citlivé údaje. Vygenerovat takovou datovou sadu, u níž bychom si byli stoprocentně jistí, že sofistikovaný algoritmus z ní nevytáhne ještě nějaký drobný zbytek osobního údaje, a dát ta data na internet je riziko. Je to jeden z důvodů, proč pokrok v oblasti umělé inteligence a počítačové bezpečnosti měl menší vývoj a trval delší dobu, než při použití AI například pro rozpoznávání obrazu nebo autonomní řízení.

S umělou inteligencí jsou spojené některé obavy. Rozumí člověk plně tomu, jak funguje vysoká umělá inteligence, nebo nám proces rozhodování hlubokých neuronových sítí zůstává utajen?
Samozřejmě že nerozumí. Laik ani odborník, dokonce ani autor algoritmu není schopen vysvětlit, co ta neuronová síť vlastně rozhodla. Je to velká výzva, i když si nemyslím, že by zde číhalo nějaké nebezpečí. Nedomnívám se, že při současném stavu může umělá inteligence generovat algoritmy, jež by člověka záměrně ohrožovaly. Na druhou stranou AI se může naučit nějaký jev, který není dobrý, například diskriminaci. To je velký problém v bankách, kdy se AI používá pro hodnocení kreditního rizika. AI se častokrát učí klasifikaci na nějakém rasovém podkladu, což je samozřejmě něco, co nechceme. Ale bohužel se učí z dat a data tu korelaci popisují. Proto AI má v sobě i obory, které se zabývají tím, jak vytvořit férovou AI. Být schopen najít v datech výpočetní předsudek a následně ho z nich vypreparovat, aby se algoritmus choval férově. Toto je zajímavé při použití AI v obranných službách, které zajišťují pořádek. Ukazuje se, že v USA jsou technologie schopny predikovat pravděpodobnost nějakého nepokoje ze scén, které sbírají kamery na pouličních lampách. Algoritmy jsou nastaveny tak, že pokud se srotí větší skupina občanů afroamerického původu, tak je hodnotí jako větší riziko než skupinu bělochů. V tomto případě je už jasně vidět, že na základě toho, z jakých dat jsou trénovány, mají v sobě technologie nějaký výpočetní předsudek. Je třeba o tom vědět a toto odpreparovávat.

Další hrozbou, a vy jste to už naznačil, je, že umělá inteligence bude znamenat značný úbytek pracovních míst. Jak je to vážné?
Covidová situace nezpůsobí změnu v trendu nahrazování lidské práce umělou inteligencí, dokonce vše akceleruje. Když jsem o tom ještě před dvěma lety hovořil, tak to spousta lidí kritizovala jako negativní jev. Ale AI je pro pracovní trh jednou z nejlepších vakcín, která chrání před současnou pandemií. Existuje skupina lidí, která může pracovat z domova, a to díky vyspělosti technologií AI. Pokud by tato pandemie přišla před 30 lety, tak bychom ekonomiku úplně zabili. Jev práce z domova, použití AI a nahrazování repetitivní lidské práce považuji za správný trend.
Když se ptáte, jestli bude dostatek práce pro všechny, tak říkám za prvé, že nebude. Že AI způsobí masivní nezaměstnanost, ale zároveň vytvoří velké množství pracovních míst. Problém je, že lidé, kteří o práci přijdou, nebudou kvalifikovaní na to dělat práci, kterou AI vytvoří. Nízká míra rekvalifikovatelnosti populace, která bude vytlačovaná z pracovního trhu, představuje velký problém pro budoucnost. Úkol a zadání pro politické lídry zní: vytvořte takové prostředí, kdy bude maximalizována pravděpodobnost, že za deset let budou mít lidé práci. Ať už se to bude týkat absolventů, nebo těch, kterým bude v té době padesát a třicet let působili v profesi, jež zanikne. Političtí lídři by to opravdu neměli podcenit.

Vývoj akceleruje. Bavíme se opravdu o tom, že za deset let bude 20–30 procent lidí bez práce vlivem toho, že jejich dosavadní povolání nahradí umělá inteligence?
Ano, je to za dveřmi. Nejsem schopen říci, jestli 20 nebo 30 procent a jestli to bude za deset nebo patnáct let, ale bude to hodně a je to blízko. Třeba řemeslníci se podle mě bát nemusí. Kdo má řemeslo, umí něco rukama a je šikovný, o práci nepřijde. Ve velkém ohrožení je však kancelářská práce. Lidé, kteří dělají nějakou analytiku, vyplňují tabulky a celý den píšou e-maily, jsou v nebezpečí. Stejně tak manažeři, kteří rozdělují úlohy na podúlohy a potom kontrolují, jestli je podřízení vykonali. To jsou všechno zbytná zaměstnání, která tu vážně nebudou.

 


prof. Michal Pěchouček

V září loňského roku byl jmenován do funkce technického ředitele společnosti Avast. Do firmy přišel z ČVUT, kde působil jako profesor, vedoucí katedry počítačů Fakulty elektrotechnické a jako ředitel centra umělé inteligence AI Center, které před dvaceti lety sám zakládal. V Avastu se věnuje výzkumu umělé inteligence, strojového učení a kybernetické bezpečnosti. Profesor Michal Pěchouček je autorem mnoha citovaných vědeckých článků a publikací. I nadále působí jako profesor a vede univerzitní centrum umělé inteligence AI Center.


 

(jk)

 

více článků v našem časopisu

Zadejte e-mailovou adresu

a nic ze Světa průmyslu vám už neunikne!

Vaše osobní údaje budeme zpracovávat pouze za účelem zasílání newsletterů, a to v souladu s platnou legislativou a zásadami ochrany osobních údajů. Svůj souhlas se zasíláním a zpracováním osobních údajů můžete kdykoli odvolat prostřednictvím odhlašovacího odkazu v každé kampani.

Asseco

Rozhovory

Ochranné pomůcky chceme zařadit do výrobního programu

Ochranné pomůcky chceme zařadit do výrobního programu

Vydáno 11.5.2020

Rozhovor s Petrem Galatíkem, jednatelem společnosti G3 s.r.o.   Za normálních okolností vyrábí lepidla, suché zipy nebo protiskluzné pásky. I společnost G3 však rychle zareagovala na situaci kolem koronaviru a částečně upravila výrobu – rozjela produkci ochranných štítů. „Ochranné pomůcky dodáváme všem potřebným, kteří nás osloví,“ říká Petr Galatík.   Vaše společnost je dodavatelem lepidel, […]

Kdo jednou vyzkouší carsharing, nechce po městě cestovat jinak

Kdo jednou vyzkouší carsharing, nechce po městě cestovat jinak

Vydáno 7.5.2020

Rozhovor s Michalem Pecinou, provozně technickým ředitelem společnosti CAR4WAY:   „Stačí se online zaregistrovat, stáhnout naši aplikaci do mobilu, přihlásit se a vybrat auto. To si zarezervujete a za okamžik vám dorazí SMS s navigací. Dojdete k vozidlu, přiložíte čipovou kartu k čelnímu sklu, načež se automobil odemkne a je váš,“ popisuje Michal Pecina, jak fungují služby carsharingu. Sdílená mobilita je ve velkých […]

Tvoříme opravdovou náhradu běžného ventilátoru

Tvoříme opravdovou náhradu běžného ventilátoru

Vydáno 7.5.2020

Rozhovor s Tomášem Kaplerem, zakladatelem a koordinátorem projektu CoroVent:   Neseděli, nekoukali a začali pracovat. Tým kolem zakladatele projektu CoroVent Tomáše Kaplera od března vyvíjí a vyrábí plicní ventilátory, které mají pomoci zachraňovat životy v době koronavirové pandemie. Jejich velká přednost? Dají se sestrojit za mnohonásobně nižší cenu než ostatní přístroje tohoto typu na trhu. „Náš ventilátor je vytvářený pro […]

AUTOMATIZACE PIVOVARU POMÁHÁ ELIMINOVAT VÝKYVY KVALITY

AUTOMATIZACE PIVOVARU POMÁHÁ ELIMINOVAT VÝKYVY KVALITY

Vydáno 3.4.2020

Rozhovor s Tomášem Kinčlem, odborným pracovníkem v pivovarství na Vysoké škole chemicko-technologické v Praze   Stejně jako většině potravinářského průmyslu, ani pivovarnictví se nevyhnul trend automatizace. A není na tom nic špatného. „Hlavním přínosem automatizace pivovarů je standardnost. Zákazníci očekávají, že určitá značka bude chutnat vždy podobně,“ říká v rozhovoru pro Svět průmyslu Tomáš Kinčl.   […]

Zobrazit Více