Что такое индустрия 4.0 и что нужно о ней знать

Big Data

С каждым днем данных становится все больше. Государственное управление, промышленность, медицина, ритейл, соцсети, банки и интернет вещей — в этих и других областях ежедневно появляется огромное количество информации. Но обычное программное обеспечение не способно проанализировать такой объем данных. Поэтому обработкой терабайтов и зеттабайтов информации занимается машинное обучение. Новые возможности анализа подобных массивов влияют на многие сферы жизни, включая бизнес, здравоохранение, коммуникацию и развлечения.

Как бизнес учится извлекать прибыль из big data
Как bigdata и алгоритмы помогают искать пропавших людей
Как bigdata применяется при разработке видеоплатформы
Как роботы учатся предотвращать массовые самоубийства по записям в соцсетях
Почему мои данные утекают в сеть и как это предотвратить

В то же время большие данные требуют прочной и хорошо отлаженной системы защиты. Информация, а особенно ее большой объем, которую анализируют компании, имеет высокую цену. Ее утечка может привести к катастрофическим последствиям как для бизнеса, так и для конкретного человека.

Экономика инноваций

Что такое Big Data и почему их называют «новой нефтью»

История развития

Так как телевидение невозможно без самого телевизора, все началось с его изобретения. Первой предпосылкой создания стала факсимильная машина А. Бейна, созданная в 1843 г. Устройство предназначалось для передачи статической картинки посредством электрических импульсов, передающихся по проводам. Это был первый прототип факса. Его изобретение стало вызовом многим ученым, а вопрос передачи изображения ‒ одним из приоритетных направлений.

Первые телеприёмники

Сегодня это музейный экспонат, а в 1884 г. телеприёмник с диском Нипкова стал настоящим чудом. Его принцип работы был основан на механической развертке кадров вращающимся диском с отверстиями. Именно этот принцип был положен в основу развития телевидения, но до первой трансляции прошло еще 44 года.

В советское время экспериментальное телевещание началось в 1931 г., а регулярное 15.11.1934 г. Тогда трансляция проводилась по 1 часу 12 раз в месяц, а посмотреть передачу можно было в ДК или на крупных предприятиях. Телеприставка «Б-2» была первой советской моделью механического телевизора, оставаясь актуальной до 1938 г.

Электронное телевидение

Революция произошла благодаря изобретению электронной трубки (иконоскопа), которую разработал и создал русский эмигрант в Америке – Владимир Зворыкин. Изобретение было запатентовано в 1933 г., хотя до этого пролежало 16 лет в патентном бюро. Впервые электронное телевещание началось в 1936 г. в Великобритании. В СССР электронное телевидение стартовало 01.09.1938 г. На тот момент в стране было всего 20 телевизоров, а спустя год передачи принимали более 100 устройств. Трансляция велась всего по 2 часа не чаще, чем 4 раза в неделю.

Цветное телевидение

Первый цветной телеприёмник, основанный на разделение цветов вращающимся диском с четырьмя светофильтрами, не нашел применения из-за несовместимости с сигналом для уже существующих черно-белых моделей. При этом в начале 1950-х гг., все тот же Зворыкин предложил цветную модель, вполне пригодную для эксплуатации.

Работы по стандартизации и внедрению цветного ТВ велись почти 3 года. В 1953 г. в США был принят стандарт совместимости NTSC, а 18 декабря этого же года началась первая трансляция цветного телевидения. В Москве, а позже по всей стране, цветное ТВ начали вещать с 14.01.1960 г. по аналогичному стандарту ОСКМ.

Цифровое телевидение

Идея цифровой передачи изображения принадлежала японцам, которые начали разработки еще в 1970-х гг. В отличие от аналогового сигнала, картинка кодировалась в определенную последовательность единичек и ноликов. Это позволяло передавать изображение высокой четкости и более качественный звук, а главное, увеличивалось число программ в одном частотном диапазоне. В 1990-х гг. появились стандарты цифрового ТВ. Американский ATSC, Японский ISDB-T, Европейский DVB-T. Гармонизация стандартов произошла в 2000 г. по рекомендации BT. 1306.

Несмотря на перспективность цифрового вещания, для приема такого сигнала нужен был «цифровой телевизор», компьютер или приставка, переводящая цифровой сигнал в аналоговый. Учитывая, что большинство действующих телеприемников были неспособны воспроизводить мультиплексированный сигнал, цифровая трансляция производилась от телевизионной станции к ретрансляторам, а конечные потребители получали декодированный аналоговый сигнал. Позже одни и те же каналы стали транслироваться в обоих форматах. В перспективе планируется полный переход на цифровое ТВ.

Развитие цифровых технологий

Ближайшие пять лет — переломный период цифровой трансформации, когда digital-технологии охватывают даже те сферы, где всегда господствовали аналоговые. Государственные, финансовые, медицинские услуги переходят в онлайн-формат, появляются первые прототипы электронных паспортов и цифровые платежные системы без привязки к физическим валютам и банкам.

Синергия цифровых технологий поможет объединить офлайн и онлайн, делая все устройства и сервисы взаимосвязанными между собой. Искусственный интеллект и большие данные помогают принимать более обоснованные решения, а VR и AR — проводить сложные операции, путешествовать и учиться в любой точке.

Такое будущее выглядит очень комфортным, но не для всех

Например, футуролог Герд Леонгард призывает обратить внимание на тотальную цифровизацию и ее возможные последствия. Например, полная замена реального общения цифровым или утрата человечности при принятии глобальных решений, которые мы все больше доверяем ИИ

Диалог с машинами

— Насколько широко сейчас в нефтехимической промышленности и, в частности, в «Сибуре» используются технологии IoT?

— Для нас понятие промышленного Интернета вещей — это прежде всего взаимодействие с оборудованием, сбор данных с него для анализа и управления работой производственных установок. Можно сказать, что в этом смысле «Сибур» был цифровизирован несколько десятилетий назад. У нас уже давно работают системы класса АСУ ТП (автоматизированные системы управления технологическим процессом. — РБК Тренды), данные с оборудования собираются и применяются в управлении. По сути, то, что многие считают изобретением Четвертой промышленной революции, в «Сибуре» и других предприятиях нашей отрасли применяется многие годы, только называется не IoT, а контрольно-измерительными приборами.

Сейчас мы увеличиваем количество процессов, в которых используются датчики. Внедряем их не только в производственный процесс, но и в диагностику — например, вместо линейных обходов, которые обычно требуются для мониторинга состояния оборудования.

Но у наших заводов есть специфика. Во-первых, некоторые из них расположены в сложных климатических условиях. Кроме того, поскольку мы химическое предприятие, у нас высокие требования по взрывозащите. То есть мы не могли просто взять и купить те датчики, которые используются, например, в Калифорнии. Нам пришлось создать hardware-направление, разработать собственные модели взрывозащитных морозоустойчивых датчиков, которые мы теперь применяем. Кстати, это направление мы тоже думаем монетизировать — у множества предприятий есть аналогичные задачи.

Фото: «Сибур»

— Могут ли роботы и искусственный интеллект полностью заменить людей на производствах? И нужно ли это вообще?

— На этот вопрос сейчас есть две разных точки зрения. Одни компании заявляют, что готовы внедрить ИИ, он будет работать за людей, и машины полностью заменят человека. Другие уверены, что по-настоящему успешная организация — это та, где люди в партнерстве и диалоге с машинами принимают наилучшие решения. То есть машина не заменяет людей, а становится членом коллектива. Такие организации еще называют бионическими.

Бионические организации и суперкоманды: какими будут компании в будущем

Мне ближе вторая точка зрения. На мой взгляд, будущее — за бионическими организациями. ИИ может полностью заменить человека в рутинных операциях и на опасных производствах.

Все, что поддается алгоритмизации и требует точного выполнения сценариев, должно автоматизироваться. Но там, где есть очень большая вариативность действий и нужно учитывать огромное количество факторов, необходимо партнерство человека и машины. Многие решения на производстве просто нельзя принимать автоматически.

Если говорить про новые мощности, например, проектируемый Амурский ГХК, он изначально будет строиться с использованием всех доступных современных технологий, соответствовать высочайшим по мировым меркам экологическим стандартам и минимизировать человеческое присутствие там, где это действительно необходимо — рутинные и физически тяжелые операции, участки повышенной опасности.

Да, непосредственно на заводах будет работать меньше людей. И все-таки это будут скорее малолюдные, чем полностью безлюдные производства. Когда-нибудь один оператор, сидя в Краснодарском крае, будет управлять несколькими заводами по всему миру из удаленной диспетчерской — это я вполне допускаю. Но в целом нам не нужно стремиться к тому, чтобы убрать из процессов наш человеческий интеллект и заместить его искусственным. Люди и машины должны помогать друг другу и постоянно учиться друг у друга. И тогда перед нами не встанет вопроса о том, кто здесь лишний.

Молекулы и диджитал

— Чем цифровая трансформация в промышленности и, в частности, в нефтехимическом комплексе отличается от этого процесса в других сферах экономики?

— Промышленные предприятия работают в материальном мире. У нас процесс создания ценности устроен так, что в нем участвуют не только люди, но и производственные установки, молекулы. В этом главное отличие.

Есть сферы, где компания может полностью стать цифровой, если все бизнес-процессы выполняются людьми, все эти процессы можно перевести в диджитал-пространство. В нематериальном мире цифровая трансформация часто подразумевает смену бизнес-модели, запуск принципиально новых видов услуг и даже создание новых рынков, которых раньше просто не существовало.

В промышленности такой вариативности меньше. Потому что при любом уровне цифровизации производственные установки и молекулы никуда не денутся. Если установка предназначена для переработки полимеров, то она будет выполнять именно эту задачу.

Гибкий конвейер: какое будущее ждет цифровизацию в промышленности

— Но поле для цифровизации все же есть?

— Да, и довольно обширное. В рамках цифровой трансформации мы можем ставить задачи по повышению качества выпускаемой продукции, увеличению объемов ее выпуска при снижении расхода сырья и электроэнергии. Это производственные показатели, которые мы всегда стремимся улучшать. И цифровые технологии открывают перед нами широкие горизонты для повышения этой эффективности.

Для нас цифровизация — это в первую очередь умение эффективно и оперативно работать с данными о производственном процессе. И на основе этих данных принимать наилучшие решения по ведению технологических режимов и корректирующие действия.

— Эффект от цифровизации в «Сибуре» уже составил ₽3 млрд. Из чего складывается эта сумма?

— ₽3 млрд — это результат только от проектов цифровизации 2020 года. Общий эффект от программы трансформации больше — 8 млрд рублей. Эта сумма примерно поровну распределяется между проектами по оптимизации производственных процессов, продаж и логистики.

Мы считаем эффекты по целому набору показателей. На производстве это увеличение выхода продукции, уменьшение расхода сырья и других ресурсов, сокращение упущенного маржинального дохода. Например, на производственных установках могут выйти из строя какие-то детали или засориться какие-то элементы. Если оборудование простаивает, то мы теряем деньги. Наша цель — добиться непрерывности производственного процесса. Здесь мы применяем инструменты анализа данных и продвинутую аналитику, чтобы предотвращать внеплановые остановки.

Фото: «Сибур»

Мы оптимизируем не только процессы создания ценности, но и процессы ее доставки до клиента. В нашу компанию входит больше 20 предприятий. Продукция поставляется на рынки России, Европы и Азии. Поэтому нам нужно эффективно управлять цепочкой поставок, прогнозируя будущий спрос, планируя выпуск множества видов продукции и распределяя ее по рынкам сбыта.

Способов доставки тоже много — морская логистика, железнодорожная, автотранспорт. При огромном количестве вариантов выпуска, распределения и способов доставки данные и аналитический инструментарий помогают принимать решения. Чем лучше мы умеем работать с данными, тем эффективнее мы управляем цепочкой поставок и удовлетворяем спрос.

Что такое Big Data и почему их называют «новой нефтью»

Основные технологические тренды в мире

В разное время в мире существовали разные технологические тренды. Например, в конце XX века это было нарастание доткомов (с известными последствиями), потом мир увлекся технологиями Web 2.0, затем был интернет вещей, облачные технологии, искусственный интеллект, блокчейн и многое другое. Что-то из этого осталось актуальным (bitcoin опять бьет рекорды стоимости), а о чем-то уже не вспоминают давно.

В 2021 году будут актуальны как расширение уже существующих технологий, так и новые разработки. Можно выделить такое:

развитие сетей 5G. Уже сейчас многие модели смартфонов выходят с поддержкой сетей пятого поколения, хоть их запуск в коммерческую эксплуатацию идет не так быстро, как хотелось бы. В России запуск осложнен тем, что самые подходящие частоты уже используют военные, а в мире – тем, что базовая станция стандарта 5G покрывает очень небольшую площадь, поэтому их нужно намного больше, чем даже для станций 4G;
гибкие складные экраны для устройств. Первым коммерческим аппаратом стал Samsung Galaxy Fold, за ним последовали и другие производители. Пока технология обкатана не очень хорошо, поэтому гибкие дисплеи стоят дорого и остаются достаточно хрупкими. Но уже в 2021 году мир может увидеть первые образцы ноутбуков с гибкими экранами, что позволит им лучше раскрыть свой потенциал;
дальнейшее развитие технологий дополненной реальности. Стоит ожидать, что в 2021 году технологии позволят более надежно связать смартфоны с AR-очками, а с учетом развития сетей 5G, пользователям будет доступно гораздо больше функций. Кроме того, на развитие технологии повлияет и удешевление AR-очков в будущем;
периферийные вычисления. Благодаря развитию все того же стандарта 5G, бизнес сможет не концентрировать вычислительные мощности в одном ЦОД, а разносить их на периферию сети. По сути, нечто похожее уже было, когда почти во всем мире работников целых отраслей отправили на удаленную работу – только при периферийных вычислениях работать в разных местах будут не только люди, но и вычислительные мощности;
интернет вещей. Это один из немногих трендов прошлого, который сохранится и в будущем. Лучший пример – московская система чек-инов на основе QR-кодов, а также система пропусков, которая действовала весной. Именно пандемия дала новый толчок развитию направления, о котором, казалось бы, уже начали забывать;
развитие беспилотной езды. До полноценных беспилотных автомобилей мир пока не дошел, но разработки Tesla, Uber и других компаний подобрались к этому достаточно близко. Актуальным в 2021 году будет внедрение технологий, которые позволят отслеживать состояние водителя за рулем. Так, по поведению водителя система определит, что он страдает от сонливости, устал или просто не очень внимателен и в нужный момент подстрахует его, или вынудит остановиться для отдыха;
технологии без кремния. Сейчас вся электроника работает на чипах с кремниевыми кристаллами – но технологии производства интегральных схем уже достигают физических пределов кремния. Поэтому будущее – за новыми материалами с более широкими возможностями, а также за использованием ДНК, биоразлагаемых датчиков, углеродных транзисторов и квантовых компьютеров.

Конечно, это далеко не все – например, все чаще (даже в России) говорят о грядущей цифровизации личности. Это может быть и создание цифровой копии личности, и нейрокомпьютерные интерфейсы, и даже носимые импланты в мозг. Но стоит понимать, что это – как и адаптивный искусственный интеллект – пока лишь разработки, и до реального воплощения в 2021 году вряд ли доберется.

GPT-3

На сегодняшний день самая совершенная нейросеть на базе NLP (то есть, алгоритмов распознавания текста) — GPT-3. Это нейросеть-трансформер, которая способна генерировать связные ответы в диалоге с человеком. Объем используемых ей данных и параметров в 100 раз превосходит предыдущее поколение — GPT-2.

Однако даже самые продвинутые трансформеры, обученные на огромных массивах данных не понимают смысла слов и фраз, которые они генерируют. Для их обучения нужны огромные массивы данных и вычислительные ресурсы, которые, в свою очередь, оставляют большой углеродный след. Еще одна проблема — несовершенство датасетов для обучения нейронных сетей: тексты в интернете часто содержат искажения, манипуляции и откровенные фейки.

«Заходит в бар Илон Маск»: нейросеть GPT-3 научили рассказывать анекдоты

Одно из самых перспективных направлений в развитии ИИ и нейросетей — это расширение диапазона восприятия. Сейчас алгоритмы умеют распознавать изображения, лица, отпечатки пальцев, звуки и голос. Они также умеют говорить и генерировать изображения и видео, имитируя наше восприятие разных органов чувств. Ученые MIT отмечают: чтобы приблизиться к человеку ИИ не хватает эмоционального интеллекта и чувств. В отличие от ИИ, человек умеет не только обрабатывать информацию и выдавать готовые решения, но и учитывать контекст, множество внешних и внутренних факторов, а главное — действовать в условиях неопределенности и меняющейся среды. Например, алгоритм AlphaGo от компании DeepMind способен обыграть чемпиона мира по го и шахматам, но все еще не может расширить свою стратегию за пределы доски.

Пока что даже самые продвинутые алгоритмы, включая GPT-3, находятся лишь на пути к этому. Сейчас перед разработчиками стоит задача создать мультимодальные системы, которые бы объединили распознавание текста и сенсорное восприятие для обработки информации и поиска решений.

На что способна нейросеть GPT-3

Кибербезопасность и privacy

Наша все более «оцифрованная» жизнь помогает мошенникам получать доступ к личной информации. По данным EY, Средний потребитель в России вынужден проходить идентификацию и предоставлять данные в пятнадцать и более различных организаций. В Москве это количество равно двадцати четырем. Чем больше компаний, собирающих данные о пользователях, тем выше вероятность их утечки.

Благодаря развитию технологий каждую минуту десятки компаний — в основном частных и никем не регулируемых — регистрируют перемещения миллионов людей, хранят эту информацию в огромных базах данных, а затем продают рекламодателям или государству. Сегодня общество живет в самой совершенной системе наблюдения, которую само же себе и создало. Технологический прогресс и желание заработать деньги привели к тому, что третьи лица за считанные минуты могут узнать все о жизни каждого из нас.

С развитием высоких технологий границы дозволенного стираются: Big Tech и государства следят за людьми онлайн. Будущее вызывает сомнения и страх: могу ли я и дальше надеяться на неприкосновенность своей личной жизни? Что сделать, чтобы чувствовать себя в безопасности и быть уверенным в том, что мои тайны не будут раскрыты? И о каких неочевидных методах слежения мне знать?

Как не оставлять следы в Сети
Вас снимает скрытая камера: чем опасна технология распознавания лиц
Привет, Siri. Как сделать так, чтобы ты перестала подслушивать?
Что хакеры могут узнать о вас по номеру телефона
The New York Times: как компании следят за нашей жизнью через приложения
Будем ли мы чувствовать себя безопасно в интернете в 2020 году
Почему пароли стали небезопасны и как теперь защитить свои данные

Виртуальная и дополненная реальность

По данным Statista, рынок AR и VR в 2020 году оценивался в $18,8 млрд. Это в три раза больше, чем в 2016-м. Аналитики PwC в 2019 году прогнозировали, что число сотрудников, использующих VR и AR в своей работе, вырастет с 500 тыс. до 23 млн к 2030 году.

Сегодня эти технологии используют в здравоохранении — чтобы обучать хирургов или проводить операции с данными диагностики в виде голограмм и онлайн-консилиумом врачей. В начале февраля 2021 года Microsoft провела онлайн-трансляцию 12 операций, выполненных в MR — смешанной реальности. Хирурги из 13 стран смогли подключиться в режиме онлайн и видеть все данные диагностики в виде голограмм и консультировать друг друга.

В ретейле AR позволяет примерить товары, поместить мебель в интерьер перед покупкой, а также получать персонализированные предложения. К примеру, производитель игрушек Mattel (куклы Барби и др.) использует дополненную реальность для игрушечных машинок Hot Wheels. Покупатели могут направить свой смартфон на конкретную модель, чтобы поиграть с ней на любых поверхностях:

В IKEA с помощью VR-гарнитуры вы можете представить, как будет выглядеть ваша кухня с выбранной мебелью.

В образовании дополненная и виртуальная реальность помогают глубже вовлечь в процесс и в деталях смоделировать среду, которую изучают в классе. Технологию используют и в корпоративном обучении. Tyson Foods — международная корпорация по производству продуктов питания — применяет VR, чтобы обучать сотрудников технике безопасности на производстве. В результате производственных травм стало на 20% меньше.

Архитекторы и дизайнеры представляют проекты в масштабе 1:1 с помощью виртуальной и дополненной реальности вместо обычных 3D-рендеров:

ThyssenKrupp Elevator, поставщик транспортных систем, эскалаторов и лифтов, запустил в Азии и на Ближнем Востоке и залы виртуальной реальности с демонстрацией городских транспортных решений.

В автомобильной промышленности VR позволяет инженерам экспериментировать с дизайном и конструкцией новых моделей на стадии разработки концепта. Такой подход используют, к примеру, в Hyundai:

Но главной сферой, где виртуальная и дополненная реальность особенно востребованы, остаются игры и развлечения. Помимо VR-игр и симуляций, в разных странах действуют целые парки развлечений с использованием виртуальной реальности: например, Europa-Park в Германии или VR Star в Китае.

Быстрее всего в ближайшие семь лет будет расти рынок устройств с распознаванием жестов — перчатки для VR и AR: по данным Grand View Research, с 2021 по 2028 года ежегодный рост рынка составит в среднем 18%.