Sztuczna inteligencja staje się częścią nowoczesnej gospodarki. Szacuje się, że do 2030 roku aż 70% aktywności biznesowej będzie związane z jej wykorzystaniem. Dr hab. inż. Adam Redmer, wskazuje, że dzięki analizie Big Data już dzisiaj pojazdy UPS kursujące w USA nie zakręcają w lewo. Skręt w lewo jest bardziej kosztochłonny niż skręt w prawo. Łącznie 90% wszystkich zakrętów realizowana w prawo wygenerowała oszczędności rzędu ok. 37 mln litrów paliwa rocznie. Jakie jeszcze procesy może usprawnić sztuczna inteligencja? O tym czym ona jest i gdzie możemy ją spotkać dyskutowali eksperci, podczas piątej odsłony Warsztatów dla Managerów Transportu i Logistyki – „Wykorzystanie sztucznej inteligencji w transporcie i logistyce”.
Sztuczna inteligencja – co to jest?
Systemy sztucznej inteligencji znane w języku angielskim jako artificial intelligence (AI) to stworzone przez programistów systemy lub maszyny, które dzięki analizowaniu ogromnej liczby danych i uczeniu się na ich podstawie, wykonują swoje zadania, sukcesywnie usprawniając wskazane procesy.
AI polega na przetwarzaniu danych. Nie ma tam żadnej inteligencji, tylko zaawansowane przetwarzanie danych. Sieci neuronowe i uczenie maszynowe to dwa fundamenty sztucznej inteligencji. Neurony przetwarzają dane wejściowe na wyjściowe. Dobierają wagi do zaszytych wewnętrznych wzorów, aby to co wpuszczamy opuściło je w określonym schemacie. Siła sztucznej inteligencji tkwi w skali. Przetwarzają dane na olbrzymią skalę i dzięki temu są w stanie odkryć zależności, których człowiek nie odkryłby samodzielnie
definiuje dr hab. inż. Adam Redmer, Politechnika Poznańska.
Sztuczna inteligencja w świetle prawa
W chwili obecnej nie ma w Polsce jednolitych regulacji prawnych, które definiowałby czym jest sztuczna inteligencja oraz ram jej zastosowania. W Unii Europejskiej trwają dopiero prace nad stosownymi przepisami prawnymi. Unia Europejska poprzez regulacje chce osiągnąć, aby systemy AI były bezpieczne i zgodne z obowiązującym prawem w obszarze praw podstawowych oraz z unijnymi wartościami. Jednocześnie powinny one ułatwiać inwestycje i innowacje, a także działały na rzecz rozwoju jednolitego rynku.
Regulacje prawne dopiero rodzą się na całym świecie. W USA niektóre stany posiadają już prawodawstwo w tym zakresie, ale na chwilę obecną występują między nimi znaczne różnice. Na gruncie europejskim, od kwietnia 2021 roku Unia Europejska pracuje nad, „Artificial Intelligence Act”. W języku polskim występuje on pod nazwą: „Akt w sprawie sztucznej inteligencji”. Opublikowano projekt rozporządzenia, na bazie którego trwają dyskusje, konsultacje społeczne
wskazuje dr hab. inż. Adam Redmer.
Sztuczna inteligencja w ujęciu Unii Europejskiej
Artykuł 3, ust. 1 unijnego projektu: „Akt w sprawie sztucznej inteligencji” z dnia 21.04.2021 definiuje system sztucznej inteligencji jako:
oprogramowanie opracowane przy użyciu co najmniej jednej spośród technik i podejść wymienionych w załączniku I, które może – dla danego zestawu celów określonych przez człowieka – generować wyniki, takie jak treści, przewidywania, zalecenia lub decyzje wpływające na środowiska, z którymi wchodzi w interakcję
projekt rozporządzenia PE i Rady UE
Wymienione w dokumencie elementy składające się na sztuczną inteligencję to:
- mechanizmy uczenia maszynowego, w tym uczenie nadzorowane, uczenie się maszyn bez nadzoru i uczenie przez wzmacnianie, z wykorzystaniem szerokiej gamy metod, w tym uczenia głębokiego;
- metody oparte na logice i wiedzy, w tym reprezentacja wiedzy, indukcyjne programowanie (logiczne), bazy wiedzy, silniki inferencyjne i dedukcyjne, rozumowanie (symboliczne) i systemy ekspertowe;
- podejścia statystyczne, estymacja bayesowska, metody wyszukiwania i optymalizacji.
Zastosowanie sztucznej inteligencji w branży TSL
Bogumił Paszkiewicz, Prezes Goodloading przewiduje, że do 2030 roku aż 70% aktywności biznesowej będzie związane z wykorzystaniem systemów opartych na sztucznej inteligencji.
W chwili obecnej prym przy użyciu systemów sztucznej inteligencji wiodą branże związane z obrotem największych pieniędzy: marketing, finanse, itp. AI działa na Big Data. Dzieje się tak, ponieważ obracają one dużą liczbą danych, posiadają wysoki współczynnik ryzyka, a AI pozwala ustalić predykcję zjawisk i wyznaczyć trend
wskazuje Bogumił Paszkiewicz, prezes Goodloading.
Przykłady zastosowania sztucznej inteligencji w praktyce
- Wyznaczanie tras w czasie rzeczywistym, np. google maps.
- Predykcja ceny za transport.
- Predykcja i sterowanie zapasami w magazynach. Przewidywanie przestojów, czy zapełnienia magazynów.
- Prognozy sprzedaży, zapotrzebowanie na siłę roboczą w magazynie.
- Czat boty na stronach internetowych.
- Intra logistyka – rozpoznawanie, interpretacja obrazu i podjęcie decyzji jaką ścieżką się poruszać.
- Wykorzystanie autonomicznych dronów znajdujących drogę w magazynach.
- Rozwiązania OCR.
- Synteza mowy.
- Rozpoznawanie obrazu.
- Sterowanie automatyką, robotyka, wyznaczanie ścieżki.
Sztuczna inteligencja w praktyce
W Goodloading posiadamy programy optymalizujące rozłożenie ładunku. Systemy zawierają algorytm do rozkładania towaru na wybranym środku transportu. Ma to duże znaczenie, ponieważ w zależności od tego inne są naciski na osie w aucie. AI jest wsparciem dla pracy logistyka
dodaje Bogumił Paszkiewicz.
Dążymy do autonomii po stronie pojazdów i oprogramowania biura. Sztuczna inteligencja i maszynowe uczenie odpowiednich algorytmów to przyszłość. Jakimi danymi zasilimy maszynę, to taki będziemy mieli wynik. Higiena systemu jest istotna, dane powinny być wiarygodne. Jako przykłady skutecznego zastosowania AI należy wskazać drony wykorzystywane w budownictwie, służące do archiwizacji sprzętu i ocenianiu postępu prac. W Trimble wspomagamy spedycję, dzięki narzędziom ułatwiającym dotarcie do celu. Stosujemy AI do predykcji tego, co się wydarzy za godzinę, dzień lub tydzień. Jest tyle zmiennych i na dzień dzisiejszy nie ma systemów, które zarządzałyby całą firmą z pominięciem człowieka. Decyzje zależą od człowieka. Mózg + AI daje wiedzę o wielu ludzkich błędach. Obliczenia dają najbardziej optymalny wynik. Zmieniło to działanie wielu firm na giełdach transportowych. Przeszukiwanie ofert w celu znalezienia właściwej, w dobie dużej konkurencji może okazać się spóźnione. Dzisiaj firmy stosujące sztuczną inteligencję łapią jak najwięcej zleceń i potem układają sobie całą logistykę. To narzędzia układają pracę, a nie odwrotnie, bo można stracić zlecenia
przestrzega Krzysztof Pusłowski, kierownik ds. sprzedaży i projektów TRIMBLE.
Jaka jest przyszłość sztucznej inteligencji w branży TSL?
Usprawnienie oczekiwania przez pojazdy ciężarowe na podjazd do rampy jest wyzwaniem. Gdyby był system potrafiący to określić, to dałby on spore oszczędności w branży TSL. Musimy dążyć do integracji różnych systemów i baz danych. Rynek promuje firmy, które dostarczają szybko. Przedsiębiorcy będą musieli mieć odpowiednie systemy pozwalające na sprawną dostawę. Czeka nas też zapotrzebowanie na dobrej jakości Big Data. Dane umiemy już przeliczać, czeka nas też komputer kwantowy. W Goodloading, na wiosnę przyszłego roku planujemy premierę nowego algorytmu, który znacząco wesprze branżę. Pracujemy nad tym od 3 lat z zespołem naukowców
wskazuje Bogumił Paszkiewicz.
Sztuczna inteligencja wspomaga automatyzację i robotyzację. Nie koniecznie za chwile zobaczymy autonomiczne ciężarówki. Inne rozwiązania są bardziej na wyciągnięcie ręki. Przykładowo plutonowanie pojazdów. Polega ono na tym, że pierwszy kierowca prowadzi wianuszek ciężarówek. Reszta może się w tym czasie przestawić na autopilota. Chcąc szerzej stosować wskazane rozwiązanie prawo musiałby potraktować 2 i kolejnych kierowców, jako odpoczywających w kabinie. Przejazd odbywałby się na jednych tachografie – osoby prowadzącej pierwszy pojazd
wskazuje dr hab. inż. Adam Redmer.
Sfinansowano ze środków Narodowy Instytut Wolności w ramach programu Fundusz Inicjatyw Obywatelskich NOWE FIO. Komitet do spraw Pożytku Publicznego.
