Введение

Актуальность темы обусловлена тем, что на современном этапе развития экономики происходит активное внедрение искусственного интеллекта в бизнес-процессы предприятий, функционирующих в различных отраслях. Не секрет, что его использование в сегодняшней реальности является отдельным видом науки, способным анализировать и решать определенные интеллектуальные задачи за считанные секунды. К тому же искусственный интеллект обучаем, что дает особую гибкость в любых направлениях. Сегодня искусственный интеллект внедряется на многих предприятиях, во многих сферах. Он дает экономический эффект, замещает выполнение работы операционным персоналом. Также путем его использования можно управлять системой качества продукции и всего технологического процесса, что в свою очередь позволит улучшить качество продукции, оптимизирует технологические процессы и снизит дополнительные затраты. Искусственный интеллект с точки зрения управления качеством продукции помогает предприятиям повышать точность и скорость контроля, а также  выявлять дефекты, тем самым снижая количество выпуска некачественного товара.

Примером применения искусственно интеллекта на предприятиях является технология машинного зрения. При внедрении данной технологии предприятия металлургии получают возможность определения брака, длины заготовок, дефектов поверхности проката, в газовой и нефтехимической отрасли технология применяется для обнаружения утечек на технологических линиях, в сельском хозяйстве определяются испорченные или спелые плоды, осуществляется контроль над животными.

В теоретическом плане термин «искусственный интеллект»  появился в научном сообществе еще в  1950 году, когда А. Тьюринг задался вопросом о том, могут ли машины думать. Ученый заложил основу для понятия ИИ. Также автор внёс значительный вклад в математику, логику, криптографию и информатику, поэтому он считается основоположником в концептуализации искусственного интеллекта. В современных академических работах всё чаще встречаются ссылки на определение ИИ, которое было предложено именно А. Тьюрингом [9].

В 2007 году, когда Джона Маккарти спросили о концепции искусственного интеллекта, он определил его как область, объединяющую научные исследования и технологические разработки, направленные на создание умных машин, преимущественно интеллектуальных программных систем [8]. Исследователь подчеркнул, что хотя это направление связано с применением вычислительных систем для моделирования человеческого мышления, искусственный интеллект не должен ограничиваться только методами, наблюдаемыми в биологических системах.

Объекты и методы исследования

Объектом исследования в работе является искусственный интеллект в системе управления качеством продукции. В процессе написания статьи использован метод теоретического обзора, метод синтеза и анализа информации, а также метод обобщения полученных результатов.

Результаты и обсуждения

Искусственный интеллект – это программная среда, предназначенная для выполнения задач, которые человек, не обладающий навыками программирования, может ставить и решать с помощью взаимодействия с компьютером. Эта технология позволяет принимать решения компьютеров и машин аналогично человеческому мышлению и интеллекту. Главное в технологии – обучаемые машины, которые могут думать и производить определенные операции без постоянного участия человека. Методы искусственного интеллекта предполагают использование простого структурного подхода при разработке сложных программных систем для принятия решений [2].

Машинное зрение — это передовая технология, используемая для автоматической проверки и анализа изображений. Она активно применяется в различных отраслях, таких как производство, медицина, логистика, транспорт и многие другие. С помощью машинного зрения можно быстро и точно распознавать объекты, измерять параметры, классифицировать изображения и принимать решения на основе полученной информации. Это позволяет значительно повысить эффективность процессов, снизить затраты на ручной труд и минимизировать вероятность ошибок. Для автоматической проверки и анализа объектов в промышленной среде технология подразумевает применение одной или несколько видеокамер, с их помощью быстро и точно распознаются объекты, измеряются их параметры, классифицируются изображения и принимаются решения на основе полученных данных. Камеры используются для определения наличия или отсутствия объекта, измерения его размеров, анализа цвета, формы и считывания печатных символов [4].

Машинное зрение перед внедрением в производство проходит ряд этапов. Вначале происходит сбор данных, затем их подготовка. Далее выполняется обучение модели. После обучения модели оценивается ее работоспособность, в случае отсутствия или частичного отсутствия необходимого результата, происходит возвращение на этап обучения модели до момента качественной работы. Завершающим этапом является выход в работоспособное состояние [3].

Очевидно, что залогом успеха на производственных предприятиях являются управление качеством и выстраивание правильной системы этого процесса, что в свою очередь уменьшает убытки и в целом положительно влияет на экономическую составляющую предприятия.

С целью повышения эффективности работы предприятий и улучшения качества производства продукции важным условием является внедрение машинного зрения. Оно способно повысить экономический эффект за счет автоматизации и ускорения процессов контроля, тем самым помогая обнаружить дефекты, снизить число человеческих ошибок.

Машинное зрение сегодня широко внедряется на предприятиях во всех сферах производства: металлургии, химической промышленности, в сфере производства железобетонных изделий, сельском хозяйстве, автомобилестроении и т.д. Также рутинные операции заменяются машинным зрением. На конвейерах определяются формы деталей, их сборка или склейка с определенным усилием. В металлургии определяется брак заготовки, которая в свою очередь не поступит покупателю и не будет возвращена, что в свою очередь положительно повлияет на репутацию компании и позволит избежать дополнительных затрат, связанных с гарантийными обязательствами [3].

В сфере металлургии, химической промышленности, производстве железобетонных изделий искусственный интеллект эффективно используют в качестве быстрого и правильного определения количества дозируемых материалов не только путем установки машинного зрения. В дополнение устанавливаются датчики контроля, тензодатчики для измерения веса, задаются определенные параметры, такие как вес или объем. Совокупность оборудования и правильно обученный искусственный интеллект позволяют дозироваться материалу в правильных пропорциях в автоматическом режиме, что положительно влияет на качество конечной продукции.

Многочисленные операции выполнялись и выполняются на сегодняшний день человеком, однако ошибки, необнаружение дефектов, неправильная или некачественная сборка, неправильное соотношение дозируемого материала негативно влияют на качество продукции, что в свою очередь плохо отражается на экономических составляющих предприятий. Наращивая объем качественной продукции, облегчение контроля ее качества позволяют производителям экономить расходы и повышать рентабельность своего производства. К тому же, каждое предприятие стремится не увеличивать штат сотрудников для выполнения определенных работ, которые могут быть заменены искусственным интеллектом и применением машинного зрения, исключая сотрудников отдела технического контроля, что в свою очередь влияет на фонд оплаты труда и дает положительный экономический эффект.

Искусственный интеллект внедряют в первую очередь для улучшения экономических показателей предприятия, сокращения издержек, своевременного контроля за оборудованием, качеством продукции и за соблюдением безопасности и охраны труда.

В одном из металлургических комбинатов удалось получить экономический эффект в 180 млн руб. путем внедрения искусственного интеллекта в технологию прокатки, что позволило снизить средние паузы между производством слябов. В доменном производстве экономический эффект достиг 97,6 млн. рублей путем внедрения экспертной системы помощи в расчетах и подбору оптимальных параметров в технологии [7].

Используемые мировыми лидерами технологии искусственного интеллекта в нефтегазовом секторе в 2018 году не входили в топ-5 решений. Однако сегодня как за рубежом, так и в России происходит значительное увеличение применения этих технологий в компаниях отрасли. В области газовой отрасли и нефтехимии (при получении попутных газов) в технологических линиях образуются утечки газа. Компании внедряют машинное зрение путем установки камер с тепловизорами, а программное обучение подает сигналы при обнаружении внештатной ситуации. Данное мероприятие позволяет вовремя обнаружить утечку и предотвратить ее, как следствие предотвращаются потери производства на предприятиях. Путем внедрения технологии физические проверки сотрудниками сокращаются на 50%. Также немало важно вовремя обнаружить утечку и не подвергать персонал воздействию вредных факторов [6].

В сельском хозяйстве применение искусственного интеллекта с использованием машинного зрения позволяет отслеживать уровень урожайности, производить вовремя мониторинг спелости. Внедрение технологии позволяет обнаруживать заболевания растений или их повреждения насекомыми, по полученным результатам применяется обработка вручную или с применением роботов в автоматическом режиме. Отслеживается и оптимизируется уровень полива, при необходимости система дозирует необходимое количество воды. Мероприятие поддерживает необходимую растениям среду и количество влаги для получения качественного урожая в необходимый срок. Фермеры отслеживают перемещение животных, их состояние и безопасность. Внедрение технологии искусственного интеллекта в сельском хозяйстве позволяет минимизировать участие человека и влияние его на качество продукции, что дает положительный экономический эффект [1].

Итак, можно сказать, что применение искусственного интеллекта в различных сферах деятельности дает возможность готовить квалифицированных специалистов в данной области. Их потребность прогрессивно растет и охватывает практически все отрасли. Сегодня можно найти всевозможные подготовительные курсы, онлайн-платформы, некоторые российские вузы, такие как МФТИ, МГУ имени Ломоносова, НИУ ВШЭ, готовят профессиональные кадры [5].

Заключение

Таким образом, можно сказать, что искусственный интеллект ан сегодняшний день считается важнейшей инновацией в производстве продукции и управлении ее качеством. Инструменты ИИ помогают предприятиям автоматизировать процессы, исключая ошибки и устраняя дефекты. Его внедрение способствует повышению экономической эффективности за счет снижения затрат на контроль качества уменьшения потерь от выпуская некачественной продукции.

 Итак, сегодня предлагается перенимать опыт у предприятий, которые успешно применяют искусственный интеллект и внедряют машинное зрение на предприятиях, внедрять новые технологии его использования. Таким способом предприятия получат возможность изготавливать и реализовывать качественную продукцию, исключать брак, сокращать расходы и получать дополнительную выгоду.