Get best of the week

الإسراع في تنفيذ مشروعات الذكاء الاصطناعي في غابة سيجيزا



تم الاستماع إلى حالة مثيرة للاهتمام من دميتري بوشاروف ، نائب رئيس الرقابة الداخلية والتدقيق في مجموعة Segezha ، في منتدى الذكاء الاصطناعي لـ RAIF . أخبر دميتري كيف يتم استخدام أدوات التعلم الآلي في أكبر حيازات النجارة في روسيا وكيف يتم التغلب على عقبات التنفيذ. نعطيه الكلمة.

أولا ، بضع كلمات عن الشركة


تعد Segezha Group واحدة من أكبر حيازات الغابات الخشبية الرأسية المتكاملة في البلاد.



أنا متأكد من أن الكثير منكم سمع عن شركتنا. في النهاية ، إذا رأيت كيسًا ورقيًا في ايكيا ، "ABC of Taste" أو "Auchan" ، فهذا يعني أن شركتنا أنتجته ، بما في ذلك.



الآن أريد أن أنقل ، من جهة ، قيمة الذكاء الاصطناعي في حل مشاكل تجارية محددة ، ومن ناحية أخرى ، لأقول عن تجربتنا وحتى ألم التصميم الذي واجهناه عندما كنا نتعامل مع هذه الحالة.

عملية الحصاد


بادئ ذي بدء ، القليل عن كيفية تسجيل الدخول:



يتم قطع الغابات باستخدام معدات خاصة - حصادات. بعد ذلك ، يتم نقل قطع العمل إلى المستودعات بواسطة ناقلات الأخشاب مع المتلاعبين ، بحيث يتم من هناك عن طريق السكك الحديدية أو عن طريق البر إلى المطاحن حيث يتم تسليم اللب والورق والخشب الرقائقي والخشب والمنتجات الورقية الأخرى.

آلية قياس الأخشاب


واحدة من المشاكل الرئيسية ليس حتى في Segezha ، ولكن في الصناعة بأكملها هي عملية قياس هذا المنتج للغابات ، أو بالأحرى ، السجلات.



كيف يحدث هذا الآن؟



بمساعدة مسطرة خاصة ، يتم قياس ارتفاع وطول وعرض المكدس ، والذي يتم ضربه في معاملات مختلفة ، موصوفة حتى في اتحاد الجمهوريات الاشتراكية السوفياتية في مختلف معايير الدولة ومعايير الصناعة. المعامل الأساسي هو "معامل الخشب الكامل" ، أي مؤشر العدد الفعلي للمكعبات في المكدس مطروحًا منه الفجوات بين السجلات. هذا هو المكان الذي تنشأ فيه مشكلة العامل البشري - إذا كان الموظف عديم الخبرة ، فمن المرجح أن يقيس بشكل غير دقيق.

ومع ذلك ، فإن أكبر الصعوبات من وجهة نظر المراجعة هي الانتهاكات المتعمدة ، حيث أن الراتب الإجمالي للموظفين الذين يسلمون الغابة إلينا أقل من تكلفة الأخشاب في شاحنة الأخشاب (متر واحد يكلف 4-5 آلاف روبل). القليل من الرياضيات - وهنا لديك الفرصة لمختلف المؤامرات والتجاوزات والتلاعب .... ثم من المستحيل فهم مقدار "الغابة" الموجودة بالفعل. هناك سيارة ، بل يوجد فعل مع عدد السجلات المثبتة فيه ، ولكن إذا كان هناك الكثير منها فلا توجد تأكيدات ، باستثناء تلك التي قاموا بقياسها باستخدام مسطرة. وهنا لا تكمن المشكلة في أننا لا نثق في جميع موظفينا أو موظفينا. هناك ببساطة نقص حاد في الوضوح في هذه العملية ، أولاً وقبل كل شيء ، دليل وثائقي حقيقي على أن شيئًا ما تم قياسه حقًا.

النهج الحديث


لقد طورنا خوارزمية خاصة ، بناءً على صورة ، باستخدام شبكة عصبية ، لا تحدد فقط عدد السجلات وقطر كل سجل (أيضًا مؤشر مهم بالنسبة لنا) وتعتبر المعامل نفسه للخشب الكامل ، ولكن الشيء الرئيسي هو أنه لا يتم أخذه من بعض GOST ، ولكن يتم تصحيحه من أجل مجموعة محددة من منتجات الغابات.

ترتبط هذه الصور بالموقع الجغرافي للسيارة ويتم تخزينها في قاعدة بيانات خاصة. لذلك ، بعد أن نتمكن دائمًا من أخذها والتحقق منها: هل كانت هذه الغابة حقًا وكم كانت. خطط الشهرين القادمين هي تدريب النظام بحيث يمكنه مقارنة السيارات المغادرة والقادمة تلقائيًا عن طريق البحث الإرشادي. أولاً ، يلتقط النظام صورًا للسيارة عندما تغادر المؤامرة من الغابة ، ثم في المرة الثانية عندما تصل بالفعل إلى المصنع. علاوة على ذلك ، يتحقق تلقائيًا من الصور ويصلح ما إذا تمت إزالة بعض السجلات من الأعلى وما إذا تم استبدالها. هذا التحكم الآلي يعتمد على الذكاء الاصطناعي. هذا يبسط بشكل كبير عمل ، على سبيل المثال ، خدمة الأمن ، لأنه لا يمكننا المرور عبر جميع غابات روسيا (ولدينا مساحة قطع تقارب ثمانية ملايين هكتار!) ، تمامًا كما لا يمكننا التحكم في كل حطاب ،لأنها مكلفة وغير فعالة.

عندما حاولنا تنفيذ النظام مع الشركة التي قامت بتنفيذ المشروع التجريبي ، بدأنا باستخدام برنامج Telegram bot لإثبات قدرات هذه الخوارزمية.



بالمناسبة ، لا يزال روبوت Telegram موجودًا.

المشاكل الرئيسية وحلها


واجهنا المشاكل الأساسية التي تواجهها جميع الشركات التي تنفذ الذكاء الاصطناعي أو المشاريع ذات الصلة. أولاً ، قضية الميزانية هي من أين تحصل على المال. ثانياً ، قضايا تبرير التكلفة . ثالثا ، إن أكبر مجموعة من المشاكل هي إجراءات الشراء والمناقصات .

لأنفسنا ، حللنا هذه المشكلة على النحو التالي: لدى Segezha Group ما يسمى "المشاريع التجريبية" في إجراءات الشراء. إذا أردنا أن نقدم شيئًا جديدًا وصغيرًا ، إلى جانب غير الموصوف سابقًا ، فلا حاجة لاختراع المعارف التقليدية. نحن لا نعرف حتى الآن كيف سيعمل هذا ، لذا فإن كتابة المعارف التقليدية المناسبة هو مجرد مضيعة للوقت. هناك ميزانية معينة لمثل هذه المشاريع ، وبقرار من لجنة المشتريات ، من الممكن بشكل مطلق اختيار أحد المقاولين. وبالتالي ، تعمل شركتنا بروح الشركة الناشئة. نحن مستعدون لفقدان هذه الأموال ، ولكن يمكننا محاولة حل مشكلة معينة.

تحدث زميلي ، سيجيزها نائب رئيس قسم تكنولوجيا المعلومات ، في أحد المنتديات عن أحد مشاريعنا مثل هذا: لقد كلف عدة ملايين روبل ، ولكن يمكن أن يجلب حوالي ثلاثمائة مليون. لقد اغتنمنا الفرصة ، وقمنا بعمل "طيار" ونتيجة لذلك أثمر ذلك عدة مرات - ربما ليس مائة ، ولكن على الأقل عشر مرات بالتأكيد. من الواضح أن مثل هذه التجارب تعاني من خسائر ، ولكن يمكنك ويجب عليك المحاولة ، لأن أي حالة تم تنفيذها تعتبر تجربة قيمة للغاية. إن استخدام التقنيات المطورة في مشاكل تجارية محددة يؤتي ثماره. ولكن من الضروري هنا معرفة الإجراء أيضًا - لا ينبغي تنفيذ الذكاء الاصطناعي والتعلم الآلي في كل مكان ، إذا كان سيتم تنفيذه فقط.

اختراق داخلي آخر للحياة: اتفقنا مع الزملاء (مع الممولين والمشترين وإدارة الشركة) على أننا سنعيد استثمار جزء من الأموال التي تجلبها لنا مشاريع مماثلة في المستقبل - أي أننا سنستثمر باستمرار الأموال التي يتم توفيرها في التقنيات الجديدة و معظم ترويج قصص مماثلة في Segezha.



الآن نحن بصدد إنهاء تجربة "الخشب". لتوضيح الآثار الاقتصادية: الخطأ في طريقة القياس باستخدام المسطرة القياسية وفقًا لـ GOST هو 5 ٪ ، ولكنه في الواقع أكبر من ذلك بكثير. مجموعة Segezha تحصد سنويا وتشتري الأخشاب مقابل 15 مليار روبل. حتى لو أخذت 1٪ من هذا المبلغ ، فهذه خسارة كبيرة. ومثل هذه المشاريع ، التي لا تكلف في الوقت نفسه المليارات أو حتى مئات الملايين من الروبل ، تسمح بإغلاق مناطق الخطر هذه. ربما لا يوجد تأثير اقتصادي مباشر (أي أننا لن نربح أكثر أو لن يكون لدينا إنتاج جديد) ، ولكن من وجهة نظر منع الخسائر المحتملة في قطع الأشجار ، فإن الكفاءة العالية واضحة.

أعتقد أن الكثير من الناس مهتمون بتوقيت تصنيع هذه النماذج الأولية وأريد أرقامًا أكثر تحديدًا. لا يمكنني تسمية الأرقام لأسباب واضحة ، لكنني سأحدد النقطة الأكثر إشكالية - الحصول على البيانات ذات الصلة. على سبيل المثال ، ما الصورة أو البيانات التي يجب أخذها لتدريب شبكة عصبية؟ لا يمكننا استخدام نتائج القياسات اليدوية (نفس القياسات باستخدام المسطرة) ، لأن الخوارزمية ستعمل بعد ذلك على البيانات غير الصحيحة. يجب أن نأخذ كل شاحنة خشبية ونصنع ما يسمى بـ "النقطة": يتم تفريغ السجلات بالكامل من شاحنة الأخشاب ويتم قياس كل منها بقطر وطول. وبالتالي ، من الممكن تحديد الحجم الموثوق به لجميع الأخشاب بأقل خطأ. ميزة أخرى هي أن الخشب مختلف: الصنوبر ، الراتينجية ، الصنوبر ... وبالتالي ، لكل منها خصائصه الخاصة في البعد. لقياس كل شيءكان على الموظفين التابعين لي السفر إلى مناطق مختلفة - إلى كيروف ، ومنطقة أرخانجيلسك ، وكراسنويارسك ، وكاريليا - وقياس كل ناقلة أخشاب هناك. لذلك تم قضاء الوقت الرئيسي (حوالي أسبوعين) في جمع عينة تمثيلية بما يكفي لتدريب النموذج.

أرسلت بواسطة دميتري بوشاروف، نائب الرئيس، الرقابة الداخلية والتدقيق، سغجا المجموعة

More articles:


All Articles