Modern Robotların Babası: Yapay Zekanın Yedi Ölümcül Günahını Tahmin Etmek | Rodney Brooks'un Özel Makalesi
Rodney Brooks (Rodney Brooks), tanınmış bir Amerikan robot üretim uzmanı olan Stanford Üniversitesi'nden doktora. Kapsayıcı mimarinin mucidi, MIT Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı'nın (CSAIL) eski lideri ve Amerikan Yapay Zeka Araştırmaları Derneği'nin (AAAI) kurucusu. 1990'larda ilk Marslı robotu tasarladı.Aynı zamanda tanınmış robot şirketleri iRobot ve Rethinks Robotics'in de kurucusu ve aynı zamanda sektör tarafından "modern robotların babası" olarak biliniyor.
Aşağıdakiler Rodney Brooks ve Çin Anakarasındaki MIT Technology Review tarafından yazılmıştır.
Münhasır yetkilendirme izni
Yanlış çıkarımlar, sınırlı hayal gücü ve diğer bazı yaygın hatalar, bunlar gelecek hakkında etkili bir şekilde düşünmemizi imkansız kılar.
Yapay zekanın ve robotik teknolojinin geleceği hakkında çılgın varsayımlarla doluyuz - ne kadar güçlü ve hızlı olacaklarını ve istihdamı nasıl etkileyeceklerini hayal ediyoruz.
Son zamanlarda, MarketWatch'ta bir hikaye okudum 10 ila 20 yıl içinde robotlar mevcut insan işlerinin yarısının yerini alacak -Bu sayıyı göstermek için bir grafik bile kullandı.
Böyle bir ifade çok saçma! (Profesyonel bir dili korumaya çalışıyorum, ama bazen ...) Örneğin bu hikaye, 10 ila 20 yıl içinde ABD'deki yol bakım çalışanlarının sayısının bir milyondan 500.000'e düşeceğini, çünkü robotların Bu görevleri üstlenin. Ve şu anda bu pozisyonlarda kaç robot var? sıfır. Bu alanda çalışan robotların kaç gerçek örneği var? sıfır. Benzer bir mantık, gelecekte işlerin% 90'ının kaybolacağını göreceğimize işaret eden hikayeler için de geçerlidir.
Yanlış tahminler, var olan işlerin, tekilliklerin veya yapay zekanın ortaya çıkması olsun, olmayacak şeylerden korkmamızı tetikleyecektir, bunlar değerlerimize aykırıdır ve bizi yok etmeye çalışabilir. . Bu hatalara direnmeliyiz. Peki insanlar neden bu hataları yapıyor? Aşağıdaki yedi genel nedeni buldum.
Fazla ve küçümsenmiş
Roy Amara, Institute for the Future'ın kurucu ortağıdır. En çok şu an Amara Yasası olarak bilinen sloganıyla tanınır: Bir teknolojinin kısa vadeli faydalarını her zaman abartma eğilimindeyiz, ancak uzun vadeli etkisini hafife alıyoruz.
Bu cümlede çok şey var. İyimser bir yönden okuyabilir, kötümser ise farklı şekilde okuyabilir.
ABD GPS, Amara Yasasının iki yönünü açıklamanın güzel bir örneğidir. 1978'den beri 24 uydu (şu anda yedek parçalar dahil 31 uydu) sürekli olarak dünya yörüngesine yerleştirildi. Küresel Konumlandırma Sisteminin amacı, ABD ordusunun doğru bir şekilde silah sağlamasına izin vermektir. Ancak 1980'lerde bu proje birçok kez iptal edildi. İlk pratik kullanımı 1991'deki toz fırtınasında oldu. ABD ordusu rolünü kabul etti ve bazı başarılar elde etti.
Şekil GPS Uydu
Günümüzde GPS kullanımı ilk başta tamamen beklenmedik bir durumdur ve bu, Amara yasasının uzun vadeli etkisiyle uyumludur. İkinci nesil Apple Watch'um koşuya çıktığımda GPS kullanıyor ve kaydedilen konumu caddenin hangi tarafında koştuğumu söyleyecek kadar doğru. Erken GPS mühendisleri için, sinyal alıcısının küçük boyutu ve fiyatı anlaşılmaz olacaktır.
Bu teknoloji aynı anda küresel ölçekte fiziksel deneyler gerçekleştiriyor ve ABD elektrik şebekesini senkronize etmede ve normal çalışmasını sürdürmede önemli bir rol oynuyor. Hatta borsayı gerçekten kontrol eden yüksek frekanslı tüccarların yıkıcı senkronizasyon hatalarından kaçınmasına bile izin verir. Büyük veya küçük, tüm uçaklarımız onu gezinmek için kullanır ve ayrıca şartlı tahliye ile hapishaneden tahliye edilen kişileri izlemek için de kullanılır. Dünyanın çeşitli bölgelerine hangi tohumların ekilmesi gerektiğini belirler. Araç izlerini izleyebilir ve sürücü durumunu raporlayabilir.
GPS'in başlangıçta tek bir amacı vardı, ancak beklenen hedefe ek olarak onu nasıl bir rol oynayacağı zor bir iştir. Günümüzde GPS hayatımızın her alanına girdi, ancak GPS'i kaybedersek, sadece kaybolmayacağız; aynı zamanda üşüyor, aç hissedeceğiz ve hatta ölebiliriz.
Son 30 yılda diğer teknolojilerin gelişimi de benzer bir model izledi. İlk başta insanların büyük umutları vardı, ancak yavaş yavaş hayal kırıklığına uğramaya başladılar ve sonra elde ettikleri sonuçların beklentileri aşan güvenleri yavaş yavaş başladı. Aynısı hesaplama yöntemleri, tüm genom dizileme, güneş enerjisi, rüzgar enerjisi ve hatta kapıdan kapıya market teslimatı için de geçerli.
1960'lardan ve 1980'lerden beri, yapay zeka defalarca abartılıyor ve bugün de aynı olduğuna inanıyorum, ancak uzun vadeli etkisi de hafife alınabilir. Soru şudur: uzun vadeli süre nedir? Sonraki altı hata, yapay zekanın geleceğinin neden ciddi şekilde hafife alındığını açıklamaya yardımcı oluyor.
Hayal gücünün büyüsü
Ben gençken, Arthur C.Clarke, Robert Heinlein ve Isaac Asimov toplu olarak üç büyük bilim kurgu yazarı olarak biliniyordu. . Ancak Clark aynı zamanda bir mucit, bilim yazarı ve fütüristtir. 1962 ve 1973 yılları arasında, daha sonra Clark'ın Üç Yasası olarak bilinen üç kural önerdi:
-
Gao Deshao'nun seçkin bir bilim adamı bir şeyin mümkün olduğunu söylüyorsa, neredeyse kesinlikle haklıdır. Ama bir şeyin imkansız olduğunu söylüyorsa, muhtemelen yanılıyordur.
-
Bir şeyin mümkün olup olmadığını anlamanın tek yolu, ikisi arasındaki ayrım çizgisini biraz kırmak ve imkansız alana girmektir.
-
Son derece gelişmiş herhangi bir teknolojinin sihirden farkı yoktur.
Şekil Arthur Clark
Kişisel olarak, birinci yasanın ikinci cümlesine dikkat etmem gerektiğini düşünüyorum çünkü yapay zekanın ne kadar hızlı yükseleceği konusunda diğerlerinden daha muhafazakarım. Ama şimdilik Clark'ın üçüncü yasasını detaylandırmak istiyorum.
Isaac Newton'u, aşina olduğu bir yere 17. yüzyılın sonlarından günümüze taşıyabilen bir zaman makinemiz olduğunu hayal edin: Trinity College Chapel, Cambridge Üniversitesi.
Şekil Trinity College Şapeli, Cambridge Üniversitesi
Şimdi Newton'a bir Apple telefonu gösterin. Cebinizden bir iPhone çıkarın, kilidini açın, böylece simgelerle dolu ekran parlasın ve Newton'a verin. Newton, güneş ışığını ayrıştırmak için bir prizma kullanarak, beyaz ışığın farklı ışık renklerinden nasıl oluştuğunu ortaya çıkararak ve sonra onu yeniden birleştirerek, karanlıktaki bu küçük kilisenin canlı rengine şüphesiz şaşıracak. Şimdi İngiliz kır sahneleri ve dinlediği bazı kilise müzikleri hakkında bir film oynuyor. Ardından, ona başyapıtının ilkeleri hakkında kendi notlarından oluşan 500'den fazla sayfalık bir web sayfası gösterin ve ona ayrıntıları yakınlaştırmak için yakınlaştırma hareketlerini nasıl kullanacağını öğretin.
Newton, bu küçük cihazın tüm bunları nasıl yaptığını açıklayabilir mi? Matematik icat etmesine ve ışık ve yerçekimini açıklamasına rağmen kimyayı simyadan ayırt edemiyordu. Bu yüzden kafasının karışacağını ve bu cihazın ilk taslağını bile hatırlayamayacağını düşünüyorum. Bu onun çok ilgilendiği doğaüstü tezahürden farklı değildir. Sihirden ayırt edilemez. Unutma, Newton son derece zeki bir adam.
Şekil Newton
Bir şey sihir ise, sınırlarını keşfetmemiz zordur. Newton'a bu cihazın karanlıkta nasıl aydınlattığını, fotoğrafları, videoları ve sesleri nasıl çektiğini ve bir büyüteç ve ayna olarak nasıl kullanılacağını daha fazla gösterdiğimizi varsayalım. Sonra ona bu cihazın aritmetik işlemleri inanılmaz hızda ve birçok ondalık basamağa kadar doğru bir şekilde gerçekleştirebileceğini gösterdik. Tam kilisede, ekipmanı çalıştırırken atılması gereken ayrıntılı adımlar konusunda ona talimat verdik ve ona bu ekipmanı dünyanın herhangi bir yerindeki insanlarla iletişim kurmak için kullanabileceğini söyledik.
Newton bu cihazın diğer kullanımlarını bulabilir mi? Prizma sonsuza kadar enerji olmadan çalışabilir. Şarj edilmesi gerektiğini göz ardı ederek iPhone'un sonsuza kadar çalışacağı sonucuna varacak mı? Geriye dönüp baktığımızda, 100 yıl önce Faraday'ı tutukladık, bu yüzden elektrik enerjisi hakkında bilimsel bir anlayışa sahip değildi. İPhone ateşe ihtiyaç duymadan bir ışık kaynağı olabileceğine göre, belki kurşunu altına dönüştürecek?
Geleceğin teknolojisini hayal ettiğimizde ortaya çıkacak sorun budur. Bugün sahip olduğumuz ve anladığımız teknolojiden yeterince uzaksa, sınırlarını keşfedemeyeceğiz. Sihirden ayırt edilemez hale gelirse, insanların onun hakkında söylediği her şey artık tahrif edilmeyecektir.
İnsanlarla genel yapay zekadan korkmamız gerekip gerekmediğini tartıştığımda (yani AGI, gerçek yaratıklar gibi çalışan otonom varlıklar inşa edeceğiz), sık sık bu tür sorunlarla karşılaşıyorum. Genel yapay zekanın ne kadar güçlü olacağını anlamadığım söylendi. Bu sadece bir tartışma değil.
Var olması gerekip gerekmediğini bilmiyoruz. Umarım daha çok vardır - bu her zaman robotik ve yapay zeka alanında çalışmak için motivasyonum olmuştur. Bununla birlikte, genel yapay zeka araştırması, gerçek bağımsız varlıkları popülerleştirme ve destekleme konusunda iyi sonuç vermiyor.
En az 50 yıl boyunca yapay zeka, akıl yürütme ve sağduyu konusunda aynı sorunlarla karşılaşacak. Gördüğüm kanıtlar, henüz tek başına düşünebilen bir varlık oluşturmadığımızı gösteriyor. Özellikleri tamamen bilinmiyor, bu yüzden yakında sihir olarak tanımlanacak, o kadar güçlü ki sınırları yok.
Evrendeki hiçbir şeyin sınırı yoktur.
Geleceğin teknolojisi hakkındaki tartışmaya dikkat edin, bu inanılmaz. Böyle bir iddia asla reddedilmeyecektir çünkü bu, bilime değil, inanca dayalı bir argümandır.
Performans VS yeteneği
Hepimiz insanların farklı görevleri ne kadar iyi tamamladıklarını değerlendirmek için belirli görevleri nasıl tamamladıklarını kullanırız. Yabancı bir şehirde, sokakta bir yabancıya giden bir yol aradık ve sonra güvenle cevap verdi ve doğru yöne benzeyen şeyi gösterdi, bu yüzden otobüse binmek istediğinizde ondan yerel ücreti de isteyebileceğinizi düşündük. sistemi.
Şimdi birinin bize verilen bir fotoğrafta insanların parkta frizbi oynadığını söylediğini varsayalım. Bu kişinin aşağıdaki gibi sorulara cevap verebileceğini düşünmemiz doğaldır: Frizbi neye benzer? Bir kişi bir frizbi ne kadar uzağa fırlatabilir? Frizbi yenebilir mi? Aynı anda kaç kişi Frizbi oynayabilir? Üç aylık bir bebek frizbi oynayabilir mi? Bugünün havası frizbi oynamak için uygun mu?
Fotoğrafları "parkta frizbi oynayanlar" olarak etiketleyebilen bilgisayarlar bu soruları yanıtlayamaz. Ek olarak, bilgisayar soruları cevaplamadan yalnızca daha fazla fotoğrafı etiketleyebiliyor. İnsanlar nedir Parklar genellikle açık havadadır, insanlar yaşlara ayrılırlar.Hava sadece fotoğraflarda gösterildiği kadar basit değildir, vb. Bilgisayarların bunlarla ilgili bir konsepti yoktur.
Bu, bu sistemlerin işe yaramaz olduğu anlamına gelmez, arama motorları için çok değerlidir. Ama işte sorun geliyor: İnsanlar bazı robotların veya yapay zeka sistemlerinin bazı görevleri tamamladığını öğrenir ve ardından performanslarını yeteneklere, yani aynı görevi yerine getiren bir kişinin sahip olabileceği yeteneğe bağlar. Ve bunu robotlara veya yapay zeka sistemlerine genelliyorlar.
Günümüzde robotların ve yapay zeka sistemlerinin yapabilecekleri hala çok sınırlı. İndüktif akıl yürütme onlar için geçerli değildir.
Bagaj kelime bilgisi
Marvin Minsky kelimelere pek çok anlamı olan "bagaj kelimesi" diyor. Öğrenme, güçlü bir çanta kelime dağarcığıdır. Birçok farklı deneyim türüne atıfta bulunabilir. Yemek çubuklarını kullanmayı öğrenmek, yeni şarkılar öğrenmekten farklı bir deneyimdir. Kod yazmayı öğrenmek, şehirdeki yolları tanımaktan tamamen farklı bir deneyimdir.
Şekil Yapay zekanın babası Marvin Minsky
İnsanlar makine öğreniminin bazı yeni alanlarda büyük ilerleme kaydettiğini duyduğunda, insanlar yeni şeyler öğrenirken her zaman aynı zihinsel modelleri kullanma eğilimindedirler. Ancak makine öğrenimi çok kırılgandır ve araştırmacılar veya mühendisler, özel kodlama, özel eğitim veri setleri ve çeşitli alanlarda özel öğrenme yapıları dahil olmak üzere çok sayıda hazırlık çalışması gerektirir. Günümüzün makine öğrenimi, insanların uğraştığı sünger benzeri öğrenmeye benzemez. Özel bir tasarım olmadan yeni bir alanda hızlı ilerleme sağlayabilir.
Benzer şekilde, insanlar bilgisayarların dünya satranç şampiyonunu (1997'de) veya dünyanın en iyi Go oyuncularından birini (2016'da) yenebileceğini duyduklarında, makinelerin insanlar gibi oyunlar "oynayabileceğini" düşünme eğilimindedirler. Elbette gerçekte bu programların oyunun ne olduğu hakkında hiçbir fikri yok. Uyum yetenekleri de nispeten zayıftır. İnsanlar oyun oynarken, kurallardaki küçük değişiklikler onları çok fazla etkilemeyecektir. AlphaGo veya Deep Blue için durum böyle değil.
Bagaj sözcükleri, makinelerin insanların yapabildiklerini ne kadar iyi yapabileceği konusunda insanları yanıltmaktadır. Bunun nedeni kısmen yapay zeka araştırmacılarının ve daha da kötüsü haber stüdyolarının bagaj konseptindeki ilerlemelerin örneklerini detaylandırmaya her zaman hevesli olmalarıdır. Buradaki odak noktası "örnekler" dir. Ve bu detay yakında kaybolacak. Haber başlıkları bagaj kelime dağarcığını abarttı ve bu, insanların yapay zekanın nerede olduğu ve daha fazla görevi yerine getirmenin ne kadar yakın olduğu konusundaki yaygın anlayışını çarpıttı.
endeks artışı
Pek çok kişi "indeksleme" ikileminde.
Yarı iletken alanında tanınmış Moore Yasası, bir "başarısızlık" krizi yaşıyor gibi görünüyor.Aynı boyuttaki entegre devrede bulunan bileşenler son 50 yılda her yıl iki katına çıkmış olsa da, son yıllarda, Bu oran ikiye katlanarak iki yıldan fazla uzatıldı ve bu da kanunun sonunu müjdeliyor gibi görünüyor.
Şekil Gordon Moore
Moore Yasasının bu kadar değerli olmasının nedeni, çip bileşenlerinin üstel büyümesinin, bilgisayar hesaplama hızlarının artmaya devam ettiği, bellek kapasitesinin ikiye katlanmaya devam ettiği, dijital kameraların daha yüksek çözünürlüklere ve hatta LCD ekranların piksellerinin bile olacağı anlamına gelmesidir. Katlanarak artırın.
Ancak Moore Yasası, sınırlı uygulama koşullarına da sahiptir.Çip entegre bileşenler küçüldükçe, fiziksel sınıra yavaş yavaş yaklaşmıştır. Şu anda bilim adamları düşüncelerini değiştirmek zorunda kaldılar, bu nedenle kuantum etkileri hakim olmaya başladı ve silikon tabanlı çip teknolojisi popüler olmaya başladı.
Bununla birlikte, bu aynı zamanda insanların düşüncelerini de uyandırdı. "Üstelcilik" karnavalına yakalandığımızda, bunun büyümeye devam edeceğini hissedebiliriz, ama gerçekte, ister Moore yasası ister diğer üstel yasalar olsun, öyle görünüyor Yıkılma riskiyle karşı karşıya kalacak, nedeni Belki de onları baştan itibaren "üstel" kanunlar olarak tanımlamak yanlıştı.
Kendime bir örnek olarak, on yıldan daha uzun bir süre önce, MIT'nin Hesaplama Bilimi ve Yapay Zeka Laboratuvarı'nın (CSAIL) yönetiminden sorumluydum. O zamanlar elimizde 90'dan fazla farklı araştırma projemiz vardı. Büyük miktarda araştırma fonu. Fon verenlerimize Moore Yasasının büyük potansiyelini kanıtlamak için, örnek olarak o sırada piyasaya sürülen iPod'u kullandım. Aşağıdakiler, iPod belleğinin yıllar içindeki büyümesidir:
Ardından, iPod'un önümüzdeki birkaç yıl içinde ne kadar depolama kapasitesine sahip olacağını belirleyeceğim.
Tahminlerimize göre 400 $ değerindeki bir iPod bugün 160.000 GB belleğe sahip olacak. Ancak günümüzün en iyi iPhone'unda yalnızca 256 GB bellek var, bu da 2007 iPod'un iki katından daha küçük.
Aslında, cihazın depolama kapasitesi herhangi bir müzik, video veya programı tutacak kadar büyük olduğunda, üstel etki anında çökecektir. Ve özellikle depolama kapasitesinin büyümesi fiziksel olarak kısıtlandığında veya ekonomik değeri kaybettiğinde, Moore Yasasının üstel büyümesi de sürdürülemez olacaktır.
Tam şu anda, derin öğrenme teknolojisinin sıçraması yapay zeka sistem performansının hızlı büyümesini teşvik etti, pek çok insan "Moore Yasası" efsanesinin yapay zeka çağında da devam edeceğine inanıyor. Ancak gerçekler muhtemelen o kadar iyimser değil.Derin öğrenme teknolojisi 30 yıldan fazla bir süredir geliştirildi ve başarısı sadece bir örnek.
Belki gelecekte, derin öğrenme gibi yüksek büyüme teknolojilerinin pek çok örneği olacaktır.Güncel yapay zeka dalgası, birbiri ardına çok sayıda ilgili uygulamanın ortaya çıkmasına neden olmuştur. Ne yazık ki, bu fenomenin işlemeye devam edecek bir yasa haline geleceğine dair hiçbir kanıt yok.
Hollywood sahnesi
Pek çok Hollywood bilim kurgu filmi bize, belirli yeni bölümler dışında, geleceğin dünyasının bugünden hiçbir farkı olmadığı hissini veriyor.
"Bicentennial Man" filminde şöyle bir sahne var: Sam Neill'in canlandırdığı Richard Martin oturuyor ve kahvaltı ediyor, yanında duran Robin Williams'ın canlandırdığı insansı bir robot, Richard yemek yerken okumak için gazeteyi eline aldığında. O zaman, bu gazetenin hala kağıda basıldığını, bir tabletin veya Amazon Echo gibi doğrudan İnternet'e bağlı bir cihaz olmadığını göreceğiz.
Gerçekler, birçok yapay zeka araştırmacısı ve uzmanın, özellikle de yapay zekanın kontrolünü kaybetmesi ve öldürmesi konusunda hayal gücüyle dolu kötümserlerin gerçeği görmezden geldiğini kanıtladı. Sonunda yeterince akıllı cihazlar geliştirebilirsek, o zaman dünya çok değişecek ve bu süper zeki bedenin varlığına birden bire şaşırmayacağız.
Zaman geçtikçe, bu ajanlar tamamen teknolojik olarak gelişecek ve dünyamız çeşitli zeka biçimleriyle dolu olacak ve bu ajanlarla nasıl geçineceğimiz ve bir arada var olacağımız konusunda çok fazla deneyime sahip olacağız.
Kötü süper ajanların ortaya çıkmasından ve insan kontrolünden kurtulmayı ummadan önce, daha az zeki ve savaşçı makinelerden oluşan bir grup olmalıdır. Başka bir deyişle, kötü ajanların ortaya çıkmasından önce, ilk önce huysuz, sinir bozucu veya kibirli makinelerle temas kuracağız. Bu süreçte dünyayı değiştirip yeni teknolojiyi ve yeni teknolojinin bulunduğu ortamı ayarlayacağız. İnsanların zorluklarla karşılaşmayacağını söylemiyorum. Demek istediğim, insanlar bu kazalarla çoğu insanın hayal ettiği gibi ani ve pasif bir şekilde karşılaşmayacak.
Dağıtım hızı
Bazı sektörlerde yazılım sürümleri çok sık güncellenir. Hatta Facebook gibi yazılım platformları her saat yeni özellikler ekliyor. Birçok yeni özellik için, entegrasyon testini geçtikleri sürece, bir sorun olsa ve fiili dağıtımdan sonra geri çekilmesi gerekse bile, herhangi bir ekonomik etkiye neden olmayacaktır. Bu, Silikon Vadisi teknoloji şirketlerinin ve Web geliştiricilerinin alışkın olduğu bir yöntemdir ve bu yöntem işe yarar çünkü haber sürümü yazılımının dağıtımının marjinal maliyeti neredeyse sıfırdır.
Ancak yeni donanım kurmanın marjinal maliyeti çok daha yüksek, hatta bunu günlük hayatımızda hissedebiliyoruz. Örneğin, şu anda satın aldığımız arabaların çoğu kendi kendine giden araçlar değiller, yazılım kontrolüne dayalı değiller.Bu tür geleneksel arabalar 2040 yılına kadar yolda bile gidecek. Bu, şüphesiz otonom araçların yaygınlaşmasının bir sınırlamasıdır. Başka bir örnek olarak, şimdi bir ev inşa ediyoruz ve 100 yıl sonra orada olacak, yaşadığım ev 1904'te inşa edildi ve en eski değil.
Bu nedenle, daha fazla yüksek teknoloji alternatifi olsa bile, daha fazla sermaye yatırımı nedeniyle, fiziksel donanım hala nispeten uzun bir yaşam döngüsüne sahip olacaktır.
Şu anda ABD Hava Kuvvetleri'nin B-52H'si hala hizmette, B-52 bombardıman uçağının geliştirilmiş bir versiyonu. B-52H, 56 yıl önce 1961'de ABD Hava Kuvvetlerine katıldı. Görünüşe göre bu model 2040'a kadar hizmet vermeye devam edecek ve ordunun 100 yıldır B-52H'yi uçurmak istediği haberleri bile var.
Çoğu zaman dünyanın her yerindeki fabrikalarda, 1990'da piyasaya sürülen Windows 3.0 işletim sistemini çalıştıran eski bilgisayarlarda bile onlarca yıllık ekipman görüyorum. Yol gösterici ideolojiniz çok basit: "Kırılmamışsa, dokunmayın." Bu bilgisayarlar eski olmalarına rağmen, son yirmi yıldır aynı programları yürütüyorlar ve aynı görevleri istikrarlı bir şekilde yapıyorlar.
Bu fabrikaların temel kontrol sistemleri, Amerika Birleşik Devletleri, Avrupa, Japonya, Kore ve Çin'de yeni inşa edilenler de dahil olmak üzere programlanabilir mantık kontrolörlerine (PLC'ler) dayanmaktadır. 1968'de, önceki elektromekanik rölenin yerini almak için PLC tanıtıldı. Ancak elektromekanik röle kavramı bugün hala kullanılmaktadır, PLC aslında programlanmış bir 24 volt elektromekanik röle ağı olarak anlaşılabilir.
Ayrıca fabrikadaki birçok tel de Ethernet kabloları ile değiştirilmiştir ancak bu açık bir ağ değildir. Ethernet kablosu, bu yepyeni "eski" sistemde sinyalleri noktadan noktaya iletir ve sinyalleri kontrol akışına dönüştürür, böylece fabrikadaki makineleri adım adım gerçekleştirecek şekilde kontrol eder.
Dünyanın dört bir yanındaki fabrikalarda, bilgi akışını veya kontrol akışını değiştirmek istiyorsanız, sorunun nerede olduğunu bulmak, süreci yeniden tasarlamak ve ardından fabrika teknisyenlerinin donanımı yeniden yapılandırmasına izin vermek birkaç hafta sürer. Sektördeki bir arkadaşım, hedeflerinin yazılımı her 20 yılda bir 3 kez yükseltmek olduğunu söyledi ...
Teorik olarak, fabrikadaki bu modası geçmiş sistem yönetimi yöntemi atılmalıdır, ancak pratikte bu yapılamaz. Az önce bir iş listesi gördüm. Bugün bile, Tesla Motors'un Fremont, California fabrikası hala çok sayıda PLC teknisyenini işe alıyor ve bu yapay zeka ile geliştirilmiş elektrikli araçları üretmek için elektromekanik röle simülasyonunu kullanmaya devam ediyor.
AI alanındaki birçok araştırmacı, dünyanın zaten dijitalleştirilmiş olduğuna ve yepyeni AI sistemlerinin tedarik zincirinde, fabrikalarda ve ürün tasarımında derhal devreye alınması gerektiğine inanıyor. Ancak, bu fikir hala gerçeklerden uzaktır Robotik ve yapay zeka alanındaki yeniliklerin neredeyse tamamı, insanların gerçekten yaygın bir uygulamaya başlamayı düşündüğünden çok daha uzun sürecektir.
