Įmonės sparčiai plečia generatyvaus dirbtinio intelekto įsipareigojimus

„Generatyvaus dirbtinio intelekto (GenAI) banga ritasi: nuo pavasario įmonių, kurios įgyvendino bandomuosius projektus, dalis išaugo nuo 15 iki 45 proc.

 

     10 procentų įmonių jau produktyviai naudoja generatyvųjį AI – po 4 procentų pavasarį. „Gartner“ rinkos tyrėjų atliktas tyrimas rodo aiškią tendenciją: „ generatyvus dirbtinis intelektas“ iš madingo žodžio pereina prie verslo realybės. „Įmonės kalba ne tik apie generatyvųjį dirbtinį intelektą, jos investuoja laiką, pinigus ir išteklius, kad jį patobulintų ir pasiektų verslo rezultatus“, – sako „Gartner“ analitikė Frances Karamouzis. „Generatyvusis AI dabar yra generalinių direktorių ir valdybų, siekiančių panaudoti šios technologijos transformacinį potencialą, darbotvarkėje.

 

     Pažymėtinas katalitinis ChatGPT poveikis: per labai trumpą laiką 55 procentai įmonių padidino investicijas į generatyvųjį AI. Ir tai ne tik investavimas, bet ir masto didinimas.

 

     22 procentai įmonių jau naudoja naują technologiją kelioms verslo funkcijoms, tokioms, kaip programinės įrangos kūrimas, rinkodara ir klientų aptarnavimas.

 

     Didėjant patirčiai, keičiasi ir rizikos vertinimas: 78 procentai apklaustųjų dabar laikosi nuomonės, kad generatyvaus AI privalumai nusveria jo keliamą riziką. Pavasarį šiai nuomonei pritarė tik du trečdaliai.“ [1]

 

1. Unternehmen bauen GenAI-Engagement schnell aus. Frankfurter Allgemeine Zeitung (online)Frankfurter Allgemeine Zeitung GmbH. Oct 10, 2023. Von Holger Schmidt

Companies are rapidly expanding GenAI commitments.

  "The GenAI wave is rolling: Since the spring, the proportion  companies that have set up pilot projects has increased from 15 to 45 percent.

 

     10 percent of companies are already using generative AI productively - after 4 percent in the spring. A study by market researchers at Gartner signals a clear trend: Generative AI is shifting from a buzzword to business reality. “Companies are not just talking about generative AI, they are investing time, money and resources to advance it and deliver business results,” says Gartner analyst Frances Karamouzis. “Generative AI is now on the agenda of CEOs and boards seeking to harness the transformative potential of this technology.”

 

     The catalytic effect of ChatGPT is noteworthy: 55 percent of companies have increased their investments in generative AI within a very short period of time. And it's not just investing, it's also scaling.

 

     22 percent of companies are already using the new technology in multiple business functions such as software development, marketing and customer service.

 

     As experience grows, the risk assessment also changes: 78 percent of those surveyed are now of the opinion that the advantages of generative AI outweigh its risks. In the spring, only two thirds shared this opinion." [1]

 

1. Unternehmen bauen GenAI-Engagement schnell aus. Frankfurter Allgemeine Zeitung (online)Frankfurter Allgemeine Zeitung GmbH. Oct 10, 2023. Von Holger Schmidt

Dirbtinis intelektas perkelia robotiką į kitą lygį

 „Kai galvojate apie robotus, pirmiausia pagalvojate apie, jūsų namuose esančius, įrenginius, skirtus vejai  pjauti ar siurbti. Arba klasikinius didelius pramoninius robotus iš automobilių pramonės, kurie pakelia automobilių kėbulus arba nustato suvirinimo vietas.

 

     Humanoidiniai robotai, tokie, kaip Pepper ar Tesla Optimus, yra palyginti nauji. Be to, ryšys tarp robotikos ir dirbtinio intelekto sukuria daug daugiau pritaikymo sričių, pavyzdžiui, intralogistikoje, paslaugų sektoriuje, žemės ūkyje, sveikatos priežiūros pramonėje ir galiausiai, žinoma, įvairiuose gamybos kontekstuose.

 

     Daugelis pramonės šakų remiasi robotika

 

     Didesnės automatizavimo tvarkytojos yra įvairios. Visų pirma, visur vyksta visa apimantys pokyčiai, tokie, kaip demografiniai pokyčiai, kvalifikuotų darbuotojų trūkumas ir didėjantis išlaidų spaudimas, ypač tokioje aukšto darbo užmokesčio šalyje, kaip Vokietija. Taip pat yra specifinių pramonės šakų iššūkių. Pavyzdžiui, internetinės prekybos augimas skatina intralogistiką efektyvinti jos procesus. O glifosato draudimas sustiprina automatizuotų mechaninių sprendimų poreikį piktžolėms naikinti žemės ūkyje.

 

     Pramoniniai robotai veikia gamybinėje aplinkoje, o paslaugų robotus galima rasti daugelyje kitų vietų, pavyzdžiui, sveikatos priežiūros įstaigose, viešbučiuose, restoranuose, traukinių stotyse ar laukuose. Rinkos taip pat skiriasi: tik įvairūs komponentai, tokie, kaip valdikliai, jutikliai ir ypač įrankiai, pramoninį robotą padaro išbaigtą ir pelningą. Atitinkamai, aplink pramoninius robotus yra ištisa tiekėjų ir integratorių rinka, kurie robotą paverčia veikiančia robotų sistema. Priešingai, paslaugų robotika yra daug labiau orientuota į produktą: vartotojai, tiek komerciniais, tiek asmeniniais tikslais, paprastai perka visą sistemą, kuri atlieka konkrečią užduotį, pvz., grindų valymą.

 

     Vadinamieji kobotai, kurie dažnai naudojami suvirinimui arba autonominiuose mobiliuosiuose robotuose, šiuo metu išgyvena bumą. Prekių paėmimas ir pakavimas robotais intralogistikoje yra ant proveržio slenksčio. Tačiau kitoms programoms, pvz., robotinėms pagalbos sistemoms priežiūrai, reikia dar didesnių tyrimų ir integracijos.

 

     Inovacijų skatinimas, pasitelkus dirbtinį intelektą

 

     Dirbtinis intelektas padės pramoniniams ir paslaugų robotams daugelyje vietų pasiekti proveržį – ar bent jau priartėti prie jo. Šiuo metu išgyvename dvi pagrindines tendencijas, kurios intensyviai tiriamos. Pirma, yra kognityvinė, t.y. suvokiamoji, robotika, kuri jutikliais renka aplinkos duomenis, juos apdoroja ir iš jų atlieka atitinkamus veiksmus. Ateityje robotų dažnai nebereikės programuoti iki smulkmenų kiekvienai programai. Tai ypač svarbu, siekiant ekonomiškai įgyvendinti vis labiau personalizuotą gamybą mažomis partijomis ir tokiu būdu pritraukti robotiką į vidutines įmones.

 

     Antra, dabartinis tyrimas yra susijęs su robotizacijos „automatizavimu“. AI jau šiandien naudojamas, valdant robotus arba apdorojant vaizdą. Ateityje tai taip pat sumažins inžinerijos ir paleidimo pastangas, pavyzdžiui, iš dalies automatizuojant rizikos vertinimą arba naudojant modeliavimą, kad robotas būtų apmokytas, kad jis atitiktų atliekamą užduotį. Jei pažvelgsite į naujų pramoninių robotų įrengimų skaičių kasmet – apie 550 000 visame pasaulyje 2022 m. – ir jei manysite, kad jo augimas toliau taip didės, greitai paaiškės, kad nėra tiek daug kvalifikuoto personalo, kuris pradėtų naudoti visus robotus. Būtina labiau automatizuoti robotų naudojimą, kad kuo daugiau įmonių galėtų pasinaudoti robotika.

 

     Generatyvus AI palengvins robotų programavimą

 

     Konkretūs AI taikymo kontekstai ypač susiję su robotų sistemų suvokimu, pavyzdžiui, objektų klasifikavimu arba scenų segmentavimu. Kitas postūmis bus generatyvus AI, ypač užduočių programavimui. Panašiai, kaip ChatGPT generuoja tam tikrus išėjimus, naudodamas raginimus, robotų veikla taip pat gali būti automatiškai konvertuojama į kodą, kaip procesus.

 

     Ypatingas iššūkis, palyginti su gryno teksto rezultatų generavimu, yra tai, kad robotikai reikalingi fiziniai duomenys, pvz., jėgos, momentai ar net haptinis suvokimas. Tik taip robotas gali išmokti vis labiau reikalaujamo universalumo. Tačiau šiuos duomenis sunku rasti internete, kitaip, nei vaizdo ar teksto duomenis, kurių reikalauja kiti generuojantys AI įrankiai. Stiprėja noras gauti šiuos duomenis be didelių pastangų, todėl sukurti fizinius programos modelius taps vis svarbiau.“ [1]

 

1. Künstliche Intelligenz hebt die Robotik auf die nächste Stufe. Frankfurter Allgemeine Zeitung (online)Frankfurter Allgemeine Zeitung GmbH. Oct 10, 2023. Von Werner Kraus

 

Artificial intelligence takes robotics to the next level.

  "When you think of robots, you might first think of the devices in your own home for vacuuming or mowing lawns. Or the classic large industrial robots from the automotive industry that lift car bodies or set welding spots.

 

     The humanoid-designed robots such as Pepper or Tesla Optimus are comparatively new. But beyond that, the connection between robotics and artificial intelligence creates far more areas of application, for example in intralogistics, the service sector, agriculture, the healthcare industry and, last but not least, of course in various production contexts.

 

     Numerous industries rely on robotics

 

     The drivers for more automation are diverse. Above all, there are overarching developments such as demographic change, the shortage of skilled workers and increasing cost pressure everywhere, especially in a high-wage country like Germany. There are also industry-specific challenges. For example, the rise of online trading is driving intralogistics to become more efficient in its processes. And the ban on glyphosate reinforces the need for automated mechanical solutions for weed removal in agriculture.

 

     While industrial robots operate in the production environment, service robots can be found in many other places, for example in healthcare facilities, hotels, restaurants, at train stations or in fields. The markets also differ: only various components such as controls, sensors and especially the tools make the industrial robot complete and profitable. Accordingly, there is an entire market of suppliers and integrators around industrial robots who turn the robot into a functioning robot system. In contrast, service robotics is much more product-oriented: Users, whether for commercial or private purposes, usually buy a complete system that carries out a specific task such as floor cleaning.

 

     The so-called cobots, which are often used for welding applications or in autonomous mobile robots, are currently experiencing a boom. Robot-based gripping and packaging of goods in intralogistics is on the verge of a breakthrough. Other applications such as robotic assistance systems for care, however, require even greater research and integration.

 

     Innovation boost through artificial intelligence

 

     Artificial intelligence will help industrial and service robots achieve a breakthrough in many places - or at least get closer to it. We are currently experiencing two major trends that are being intensively researched. Firstly, there is cognitive, i.e. perceptive, robotics, which uses sensors to collect environmental data, processes it and derives appropriate actions from it. In the future, robots will often no longer have to be programmed down to the last detail for every application. This is particularly important in order to economically implement increasingly personalized production with small batch sizes and in this way to bring robotics into medium-sized companies.

 

     Secondly, the current research is about “automating automation”. AI is already in use today in controlling robots or in image processing. In the future, it will also reduce the effort for engineering and commissioning by, for example, partially automating risk assessments or using simulations to train the robot to suit the task to be carried out. If you look at the number of new installations of industrial robots every year - around 550,000 worldwide in 2022 - and if you assume further growth, it quickly becomes clear that there are not that many qualified personnel to put all the robots into operation. More automation in the use of robots is necessary so that as many companies as possible can benefit from robotics.

 

     Generative AI will make robot programming easier

 

     Concrete application contexts for AI particularly concern the perception of robot systems, for example the classification of objects or the segmentation of scenes. The next push will come from generative AI, particularly for task programming. Similar to how ChatGPT generates certain outputs using prompts, the activities of robots can also be automatically converted into code as processes.

 

     A particular challenge here compared to generating pure text results is that physical data such as forces, moments or even haptic perceptions are needed for robotics. This is the only way a robot can learn the increasingly required versatility. However, this data is difficult to find online, unlike image or text data that other generative AI tools require. To get this data with little effort means to generate physical simulations of an application will become increasingly important." [1]

 

1. Künstliche Intelligenz hebt die Robotik auf die nächste Stufe. Frankfurter Allgemeine Zeitung (online)Frankfurter Allgemeine Zeitung GmbH. Oct 10, 2023. Von Werner Kraus