Mesterséges intelligencia, avagy hogyan tanulnak a számítógépek?
A gépi tanulást egy számítógépes technikának tekinthetjük, amely napjainkban rendkívül gyors fejlődésen megy keresztül. A legtöbb esetben ezalatt a rendszer „agyát értik”, amire a köznyelv gyakran a mesterséges intelligencia forradalmaként hivatkozik.

 

A Dachser nemzetközi logisztikai társaság szolgáltatásai fejlesztése során kiemelt figyelmet fordít a kutatás-fejlesztési tevékenységére. A mesterséges intelligencia egyre inkább teret hódít a logisztikában is, így nem mehetünk el szó nélkül a szektorra tett hatásai mellett. Akárcsak számos más felkapott technológia, úgy a mesterséges intelligencia sem arról szól, hogy megoldja a problémáinkat és mindent megváltoztasson. Ez az oka annak, hogy a legtöbb meglévő logisztikában használatos IT rendszer nem lesz gépi tanulással, vagyis mesterséges intelligenciával helyettesítve.

Azonban ez a technológia olyan problémák megoldására nyújt lehetőséget, amelyekre a hagyományos programozási logika eddig nem tudott alternatívát kínálni. Ilyen funkciók például a kép-, szöveg- és beszédfelismerés vagy a komplex adatmennyiségek értelmezése, illetve az előrejelző elemzések elkészítése. Mindennek jó néhány érdekes hatása van a logisztikára nézve: például a mennyiség és az ár alakulásának előrejelzése, csomagok osztályozása képek használatával, a strukturálatlan bemeneti adatok értelmezése és automatikus további feldolgozása (például e-mail vizsgálatok), valamint az önműködő járművek és gépek változó munkakörnyezetben történő üzemeltetése.

Felkészülés minden eshetőségre

Amikor a tipikus feltételes utasítás szerinti programozási technikát alkalmazzuk ezekben az esetekben, elengedhetetlen, hogy minden lehetőséget sorra vegyünk és kódsorokká alakítsuk őket. Habár ez nem minden esetben lehetséges az adatok mennyisége és összetettsége miatt. A gépi tanulás azonban más megközelítést alkalmaz: egy algoritmus automatikusan fejleszti magát a korábbi bemeneti adatok alapján.

Ez a folyamat, másnéven tanulási szakasz, sikeresnek mondható, mivel az algoritmus képes kiszámítani a kimeneti adatokhoz hasonló, de ismeretlen bemeneti adatokat. Az algoritmus önfejlesztése során önállóan találta meg a szabályszerűséget az adatok értelmezésében. A gépi tanulás a hagyományos matematikai technikák teljes sorozatára vonatkozik, úgymint a döntési fák vagy a K-középpontú klaszterelemzés. Egy másik megközelítés magába foglalja a mesterséges ideghálózatokat is (ANN), amelyek megvalósítják az emberi agy bizonyos típusú elvonatkoztatási modelljét, amely az emberi tanulási viselkedésen alapszik.

Számos fejlesztő jelenleg is a deep learning algoritmusában bízik – azaz a nagyszámú neuronrétegekkel rendelkező mesterséges ideghálózatok használatában – az összetettségek kezelése érdekében. Különösen ebben az esetben próbálnak ki különböző módszereket és eszközöket. A gépi tanulás egy ígéretes technológia és a kezdeti alkalmazásai biztató jeleket mutatnak. Ugyanakkor még mindig a fejlesztési szakaszban tart. Az, hogy mikor és milyen mértékben fogja ez megváltoztatni az ellátási láncot, csak a következő néhány évben fog kiderülni.

7 ezer milliárdot hozhat a mesterséges intelligencia
Elkészült a Kormány Mesterséges Intelligencia (MI) Stratégiája, amely a MI térhódításával jelentkező technikai és a humán-tudomány területére tartozó kérdésekre keres választ.
Megjelent az Eplan Platform legújabb verziója
Február közepétől elérhető az Eplan Platform legújabb, 2.9-es verziója számos új funkciókkal, melyek az alkalmazók munkáját még hatékonyabban támogatják.
Gyártás egyre okosabban
Mind többet költenek a gyártó vállalatok működésük digitális átalakítására – már közel 70 százalékuknál fut valamilyen okosgyár-kezdeményezés, az iparág európai szereplői pedig élenjárnak a mesterséges intelligencia alkalmazásában, tárta fel a Capgemini.
Épül a világ legnagyobb cobotközpontja
32 ezer négyzetméteren épül az a robotikai központ, amely a Mobile Industrial Robots és az Universal Robots 36 millió dolláros befektetésének eredményeként a jövőben a cobotok fejlesztésének és gyártásának központja lesz.
Nem segíti a műszaki szakképzést az új Nemzeti alaptanterv
Az Együtt a Jövő Mérnökeiért Szövetség megítélése szerint az új Nemzeti Alaptanterv ezúttal is figyelmen kívül hagyta a szakmai szervezetek és a gazdasági szereplők véleményét és továbbra sem hagy elegendő időt és teret a gyakorlati kompetenciák, készségek és képességek fejlesztésére.