Искусственный интеллект – скоро ли ИИ будет контролировать склад?

Опубликовано: 10 февраля 2018 г. / Обновление от: 9 сентября 2018 г. - Автор: Конрад Вольфенштейн

Искусственный интеллект в логистике и интралогистике – @istockphoto | ПхонламайФото

Искусственный интеллект – скоро ли ИИ будет контролировать склад?

Facebook планирует использовать чат-ботов с личностями ИИ . Алгоритмы ИИ помогают расшифровать древнюю рукопись Войнича . ИИ манипулирует сценами из фильмов и меняет лица актеров по своему желанию.

Серьезное влияние на рынок труда

Билл Гейтс, основатель Microsoft и пионер информационных технологий, предсказывает революцию искусственного интеллекта в ближайшие 20 лет, которая полностью изменит рынок труда. Действия, которые сегодня до сих пор выполняются людьми, могут быть переданы роботам или программным системам. Это касается не только водителей такси и грузовиков, которых в ближайшем будущем могут заменить системы автономного вождения. Такие профессиональные сферы, как клерки, налоговые консультанты, юристы и даже врачи, также рискуют пострадать от потрясений. На данный момент даже исследователи или ИТ-эксперты не могут предсказать скорость и масштабы, с которыми новая цифровая революция достигнет нас. Неудивительно, что в прогнозах существует большая неопределенность. Однако важно развеять страх людей перед искусственным интеллектом; С их помощью совершенствуются и рационализируются многие экономические процедуры и процессы.

Логистическая отрасль может получить большую выгоду от искусственного интеллекта

Несомненно то, что первые крупные видимые эффекты ИИ транспортную логистику , когда первые беспилотные грузовики начнут самостоятельно управлять автомагистралями. Это не означает, что драйверы устарели. Напротив, развитие обещает исключительную возможность для их рабочих мест стать более разнообразными в будущем. Вместо того, чтобы ездить по автомагистралям со скоростью 90 км/ч, как раньше, они теперь могут брать на себя административные задачи и управлять ИИ во время движения. Отрасль в целом также выигрывает, поскольку алгоритмы искусственного интеллекта обеспечивают оптимальное использование грузовиков, предотвращение порожних пробегов и прозрачные цены для клиентов. Перерывы на сон сокращаются, что приводит к дальнейшему снижению затрат. Это означает, что больше поездок можно совершать в ночное время, что улучшает транспортный поток и помогает снизить нагрузку в часы пик в течение дня. Улучшенное управление будет означать, что в будущем можно будет лучше избегать пробок, что в конечном итоге принесет пользу всем водителям.

ИИ обеспечивает достоверные прогнозы на складе

Но ИИ влияет не только на транспортную логистику. Революционные инновации также появляются на складах с использованием искусственного интеллекта. До сих пор даже на современных складах с автоматизированными поисковыми системами , складскими лифтами и челноками все еще организованы относительно четко определенные процессы, несмотря на все использование программного обеспечения. Хотя появляется все больше и больше автономно работающих беспилотных транспортных систем (AGV), которые самостоятельно перемещают свои грузы по складу, использование ИИ может революционизировать всю технологическую цепочку во внутренней логистике. Это также необходимо, поскольку в условиях постоянно растущей электронной коммерции требуются все более гибкие и быстрые системы для преодоления растущих проблем. Именно здесь в игру вступает ИИ, поскольку он анализирует процессы на основе массы доступных данных и ищет способы оптимальной организации этих процессов.

Безопасные прогнозы и планирование с помощью искусственного интеллекта – @istockphoto | ПхонламайФото

Принцип работы ИИ

• Вся информация и текущие состояния записываются в базу данных ИИ.
• Встроенные фильтры обеспечивают чрезвычайно быстрый доступ к невообразимым объемам информации в режиме реального времени.
• Они классифицируются в соответствии с их собственными (запрограммированными) стандартами.
• Информация больше не распознается и анализируется на основе ее содержания, а скорее на основе ее закономерностей.
• На основе базы данных ИИ систематизирует ответы и принимает решения о действиях
• Чем больше новых данных поступает, тем больше система «обучается» (глубокое обучение).

Во интралогистике максимально точное прогнозирование вероятности возникновения событий станет одной из основных задач ИИ. Анализируя поведение заказов, система ИИ делает выводы о будущих покупках, что приводит к более быстрому процессу доставки. Результат: поступающие заказы клиентов комплектуются и готовятся к отправке еще до их получения. Amazon уже много лет экспериментирует с усовершенствованием этой технологии, которая особенно популярна во время доставки в тот же день, если вы хотите доставлять заказы клиентам вовремя. Будущие колебания спроса также должны быть легче прогнозировать, а системы хранения должны быть соответственно подготовлены к увеличению или уменьшению объемов.

ИИ также поддерживает профилактическое обслуживание с прогнозами оставшегося срока службы и оптимальных сроков обслуживания машин или частей устройств, что положительно повлияет на производительность на складе. Таким образом, ремонт или замену можно планировать на ранней стадии и организовывать таким образом, чтобы они не мешали регулярным процессам хранения и снабжения. То, что раньше приводило к отключению целых систем в дневную смену, теперь может быть выполнено в точно заданный период времени при низкой складской активности.

В будущем ИИ будет означать, что системы будут меньше программироваться и вместо этого будут обучены лучше учиться на данных и их поведении.

Тот, кто сейчас думает, что людям скоро вообще не будет места в лагере, может быть спокоен. Потому что, несмотря на всю их разведку, за системами необходимо следить. Кроме того, мы еще не достигли того уровня, когда складскими помещениями можно будет управлять полностью автоматически, поскольку робототехника, например, еще не настолько развита, когда дело доходит до захвата. По-прежнему можно с уверенностью считать, что ИИ также будет играть определяющую роль во внутренней логистике. Главный вопрос – когда она сможет это сделать. 20 лет, предсказанные Биллом Гейтсом, даже кажутся немного долгими, учитывая быстрое технологическое развитие.