Site icon TechAddikt

Fujtisu: a humán munkaerő számára unalmas erdőgazdálkodási feladatokat robotokra bízzák

A hosszú órákon át tartó cellulózfőzés figyelésétől kezdve a kártevők műholdas képek alapján történő azonosításán át a hosszadalmas jogi dokumentációk feldolgozásáig, a svéd erdészeti vállalatok számos olyan új munkakört hoznak létre, amelyet emberi munkaerővel nehezen lehetne betölteni.

A csomagolóanyagokat gyártó BillerudKorsnas AB az elsők között alkalmazott mesterséges intelligenciát arra a feladatra, hogy grafikonok ezreinek elemzése alapján megállapítsa, pontosan mennyi ideig kell főznie a faforgácsot a cellulóz készítéséhez. Bár ezt a folyamatot valójában manuálisan is el lehetne végezni, a vállalat szerint nehéz lenne olyan embert találni, aki hajlandó egész álló napon át ilyen grafikonokat bámulni.

„Egy gép nagy mennyiségű adatot képes ellenőrizni, és egyszerűen el tudja végezni az ismétlődő minták megkeresésének emberi munkaerő számára túl unalmas feladatát” – mutatott rá Olle Steffner, a BillerudKorsnas AB szellemitulajdon-kezelésért felelős igazgatója. „A folyamatok figyelése és a grafikonok elemzése olyan feladat, amelyről bárki szívesen lemond. A humán munkaerőre más területeken van szükségünk.”

Sokféle előnnyel járhat, ha MI-t alkalmaznak az ilyen monoton feladatok elvégésére. Egyebek mellett automatizációval válthatják ki a drága emberi munkaerőt, és csökkenthetik a gyártási folyamatban a gépek karbantartás miatti állásidejét – tudtuk meg Joakim Wahlqvisttől, a Sogeti tanácsadócég MI-megoldásfejlesztőjétől. A BillerudKorsnas példáját követve számos vállalat vetheti be hatékonyan a mesterséges intelligenciát gyártási folyamatai továbbfejlesztésére.

Svédország erdészeti vállalatainak gyakorlata jól mutatja, hogyan lehet iparági szinten hasznosítani az MI-t a költségcsökkentésre és a nyereségnövelésre. Ma már az ország bankjai is gyakran használnak chatbotokat az ügyfélszolgálati tanácsadásban, a Hennes & Mauritz AB divatóriás pedig a trendek előrejelzése és logisztikai lánca optimalizálása terén támaszkodik a big data képességekre és a mesterséges intelligenciára.

A Sogeti Svédország legnagyobb erdőtulajdonosával, a Sveaskog AB-vel közösen olyan öntanuló algoritmusokat dolgozott ki, amelyek képesek a fenyőerdőkről készült műholdas felvételeken azonosítani a közönséges féregszú által okozott pusztítás jeleit. A mesterséges intelligencia alkalmazásával hatékonyan lehetne védekezni ez ellen az élősködő ellen, amely az idén legrosszabb esetben akár 6 milliárd svéd korona (622 millió dollár) értékű fapusztulást is okozhat Svédországban.

„Ugyanezt az információt persze úgy is meg lehetne szerezni, hogy az ember felhúz egy pár gumicsizmát, és bejárja az erdőket, de az MI-vel költséges élőmunka-ráfordítás nélkül hozzájuthatunk a szükséges adatokhoz” – emelte ki Wahlqvist.

Az Európa egyik legnagyobb papír- és csomagolóanyag-gyártójaként ismert Stora Enso Oyj szintén új területet azonosított a mesterséges intelligencia alkalmazására. A jogi részleg túlterheltségére reagálva a vállalat jelenleg egy olyan algoritmus betanításán dolgozik, amely képes az óriási szerződéstömegben rejlő kockázatok azonosítására. A jogászok értékes munkaidejét felszabadító algoritmus első tesztjei során már összevetették az MI eredményeit az élőmunkával elért eredményekkel, és ezek alapján új projektekre is ki kívánják terjeszteni a használatot. A vállalat egy finnországi papírgyár cellulózelemzési feladatainál is igénybe veszi a mesterséges intelligenciát.

Olle Steffner elmondása szerint jelenleg egy gazdaságosabb számítógépes feldolgozási teljesítményt és fejlettebb érzékelőket biztosító, új fejlesztéssel igyekeznek a korábbinál elérhetőbbé tenni a mesterséges intelligenciát az erdészeti ágazat számára. A BillerudKorsnas két éves programot indított az MI minél szélesebb körű bevezetésére, folyamatosan értékelve, hol fokozhatná a működés hatékonyságát robotok munkába állításával.

„Most már rendelkezünk a megfelelő tudással ahhoz, hogy gyakorlati problémák megoldására vessük be a mesterséges intelligenciát” – hangsúlyozta Steffner.

Exit mobile version