ชไนเดอร์ อิเล็คทริค จดสิทธิบัตร AI ป้องกันอันตรายในโรงงานอุตสาหกรรม เสริมความปลอดภัยยุคขาดแคลนผู้เชี่ยวชาญ

อุตสาหกรรมหนักที่เต็มไปด้วยความเสี่ยง อุบัติเหตุเพียงเล็กน้อยอาจนำมาซึ่งความสูญเสียครั้งใหญ่ แต่ด้วยเทคโนโลยีที่ก้าวหน้า ปัญญาประดิษฐ์ (AI) กำลังเข้ามามีบทบาทสำคัญในการยกระดับความปลอดภัย ล่าสุด บริษัท ชไนเดอร์ อิเล็คทริค ได้รับสิทธิบัตรเทคโนโลยีสุดล้ำที่ใช้ AI เพื่อช่วยป้องกันอันตรายที่อาจเกิดขึ้นในกระบวนการผลิตของโรงงานอุตสาหกรรม

โซลูชัน EcoStruxure Triconex Safety ที่พัฒนาโดยชไนเดอร์ อิเล็คทริค สามารถวิเคราะห์อันตรายที่อาจเกิดขึ้นในกระบวนการทางอุตสาหกรรมได้โดยอัตโนมัติหรือกึ่งอัตโนมัติ เพื่อเป้าหมายสูงสุดคือการป้องกันอุบัติเหตุก่อนที่จะเกิดขึ้น โครงการนี้เป็นส่วนหนึ่งของความมุ่งมั่นของชไนเดอร์ อิเล็คทริค ในการเสริมสร้างความปลอดภัยในการทำงานผ่านการใช้ประโยชน์จากปัญญาประดิษฐ์

เพื่อทำความเข้าใจภาพรวมที่กว้างขึ้น ตั้งแต่การยอมรับของพนักงานไปจนถึงแบบจำลองข้อมูล คริส สโตเนอร์ ผู้อำนวยการอาวุโสฝ่ายบริหารจัดการผลิตภัณฑ์ของชไนเดอร์ อิเล็คทริค ผู้ดูแลความก้าวหน้าด้าน AI ของบริษัท ได้ให้ข้อมูลเชิงลึกที่น่าสนใจกับ Design & Development Today

D&DT: AI จะถูกนำมาใช้และใช้งานอย่างเต็มรูปแบบได้อย่างไร?

คริส สโตเนอร์: ปัญญาประดิษฐ์ครองพื้นที่ข่าวสารมาหลายปีแล้ว และดูเหมือนว่าโมเมนตัมนี้จะไม่มีทีท่าว่าจะหยุด AI จะเข้ามาเกี่ยวข้องกับชีวิตมนุษย์ในแทบทุกด้าน และมีการคาดการณ์มากมายเกี่ยวกับสิ่งที่ AI จะสามารถทำได้ในที่สุด ในอุตสาหกรรมหนัก บริษัทผู้ผลิตและระบบอัตโนมัติกำลังลงทุนอย่างมากเพื่อสร้างวิธีการทำงานใหม่ ๆ ที่ชาญฉลาดขึ้น สิ่งนี้ขับเคลื่อนโดยความต้องการอย่างต่อเนื่องในการเพิ่มประสิทธิภาพ แต่ยังรวมถึงการตอบสนองความต้องการ เช่น ความท้าทายด้านบุคลากรและความปลอดภัยของพนักงาน

ผู้ประกอบการในอุตสาหกรรมเคมี ปิโตรเลียมและก๊าซ และอุตสาหกรรมหนักอื่นๆ กำลังเผชิญกับความท้าทายด้านประชากรศาสตร์ที่สำคัญ นั่นคือความไม่สมดุลในอายุของพนักงาน จำนวนพนักงานที่มีอายุน้อยกว่า 55 ปีไม่เพียงพอที่จะทดแทนผู้ที่จะเกษียณอายุในอีก 10 ปีข้างหน้า ปัญหานี้ไม่สามารถแก้ไขได้ด้วยการเพิ่มจำนวนคน ดังนั้นจึงต้องแก้ไขด้วยการนำนวัตกรรมเข้ามาใช้ และนี่คือจุดที่ AI จะถูกนำมาใช้งาน

D&DT: มีปัญหาใด ๆ เกี่ยวกับการยอมรับของพนักงานหรือไม่?

คริส สโตเนอร์: การบริหารจัดการการเปลี่ยนแปลงเป็นเรื่องท้าทายเสมอ อย่างไรก็ตาม มีความเต็มใจที่จะนำ AI และเครื่องมืออื่น ๆ มาใช้ ซึ่งเป็นผลมาจากการเปลี่ยนแปลงทางดิจิทัลในแพลตฟอร์มระบบอัตโนมัติในกระบวนการผลิต แต่ไม่ใช่กรณีนี้เสมอไปเมื่อพูดถึงความปลอดภัยในกระบวนการผลิต ผู้เชี่ยวชาญในสาขานี้มักจะระมัดระวังอย่างมากในการนำนวัตกรรมใหม่ ๆ มาใช้ และด้วยเหตุผลที่ดี ในสาขาที่ผลลัพธ์ของความล้มเหลวอาจนำไปสู่การเสียชีวิตจำนวนมาก การทำให้ถูกต้องย่อมดีกว่าการทำให้รวดเร็ว

อย่างไรก็ตาม ประชากรศาสตร์ของแรงงานที่มีทักษะเป็นสิ่งที่ท้าทายอย่างยิ่งในด้านความปลอดภัยในกระบวนการผลิต จะไม่มีผู้เชี่ยวชาญเฉพาะทางในสาขานี้เพียงพอในอีก 5 ถึง 10 ปีข้างหน้า ในกรณีนี้ จำเป็นต้องนำวิธีการทำงานใหม่ ๆ มาใช้เพื่อรักษาความปลอดภัย นี่ไม่ใช่สถานการณ์ที่เป้าหมายคือการแทนที่มนุษย์ด้วยเครื่องจักร แต่เป็นสถานการณ์ที่ AI จะช่วยลดการขาดแคลนความเชี่ยวชาญและช่วยรักษาระดับความปลอดภัยที่รับประกันว่าคนงานจะปลอดภัยในสภาพแวดล้อมอุตสาหกรรมที่สำคัญและมักเป็นอันตรายเหล่านี้

D&DT: แบบจำลองข้อมูลใดที่ใช้สร้างแบบจำลอง AI?

คริส สโตเนอร์: แบบจำลอง AI ที่ได้รับการจดสิทธิบัตรของชไนเดอร์ อิเล็คทริค สร้างขึ้นบนหลักการเสริมแรง (Reinforcement Learning) โดยมีวัตถุประสงค์เพื่อทำให้การศึกษา HAZOP (Hazards and Operability Study) เป็นไปโดยอัตโนมัติ ซึ่งเป็นกระบวนการที่ใช้เวลานานมากและเกี่ยวข้องกับผู้เชี่ยวชาญเฉพาะทางจำนวนมาก พวกเขาจะประเมินว่าอะไรที่อาจผิดพลาดในสภาพแวดล้อมของโรงงาน และต้องทำอย่างไรเพื่อป้องกันผลลัพธ์ที่ไม่พึงประสงค์เหล่านี้ เครื่องมือนี้ทำงานโดยมีสองเอเจนต์ เอเจนต์หนึ่งพยายามผลักดันให้โรงงานเข้าสู่สถานะที่ไม่ปลอดภัย ในขณะที่อีกเอเจนต์หนึ่งพยายามป้องกันไม่ให้เกิดสถานะที่ไม่ปลอดภัยนั้น

แตกต่างจากการเรียนรู้แบบมีผู้สอน (Supervised Learning) หรือ Generative AI การเรียนรู้แบบเสริมแรงมีข้อดีคือไม่จำเป็นต้องได้รับการฝึกฝนล่วงหน้า เอเจนต์จะลองเปลี่ยนแปลงระบบแบบสุ่ม และจะได้รับรางวัลหรือไม่ขึ้นอยู่กับว่าเป้าหมายสำเร็จหรือไม่ ลองนึกภาพ AI ที่นำมาใช้กับเกมหมากรุก แบบจำลองที่มีผู้สอนจะต้องมีกลยุทธ์หมากรุกในระดับหนึ่งที่ตั้งโปรแกรมไว้ ในแบบจำลองที่ไม่มีผู้สอน เอเจนต์จะลองเดินหมากแบบสุ่มและเรียนรู้ เมื่อเล่นหลายเกม เอเจนต์จะรู้เสมอว่าจากการจัดเรียงกระดานแบบใด การเดินหมากแบบใดนำไปสู่โอกาสในการชนะเกมมากที่สุด

ผ่านกระบวนการทำให้ HAZOP เป็นอัตโนมัตินี้ หลังจากทำซ้ำหลายครั้ง อันตรายในโรงงานสามารถระบุได้ เช่นเดียวกับชั้นของการป้องกันที่มีประสิทธิภาพที่สุด

D&DT: ขั้นตอนต่อไปคืออะไร?

คริส สโตเนอร์: เมื่อพิจารณาถึงผลกระทบที่อาจเกิดขึ้นจากความล้มเหลว ความไว้วางใจจะต้องถูกสร้างขึ้นในเครื่องมือ AI เพื่อนำไปใช้กับกระบวนการทำงานด้านความปลอดภัยในกระบวนการผลิต ความไว้วางใจนี้ต้องใช้เวลา ซึ่งหมายความว่าเราต้องดำเนินการโดยเร็วเพื่อใช้ประโยชน์จากเวลาที่เราเหลืออยู่ก่อนที่ผู้เชี่ยวชาญด้านความปลอดภัยในกระบวนการผลิตจำนวนมากจะเกษียณอายุ ในอีกไม่กี่ปีข้างหน้า เครื่องมือ AI สามารถใช้เพื่อตรวจสอบผลลัพธ์จากวิธีการ HAZOP แบบดั้งเดิมที่นำโดยมนุษย์ จะยังคงมีความจำเป็นสำหรับผู้ที่มีความสามารถในด้านความปลอดภัยในการทำงานเพื่อลงนามรับรองผลลัพธ์ แต่เมื่อเครื่องมือได้รับการพิสูจน์แล้ว ในอนาคตบุคคลนั้นจะสามารถตรวจสอบความสมเหตุสมผลของเครื่องมือ แทนที่จะเป็นในทางกลับกัน

มีความเชื่อว่าเนื่องจากการทำ HAZOP ดำเนินการโดยผู้เชี่ยวชาญเฉพาะทาง จึงเป็นกระบวนการที่เป็นกลาง แต่ในความเป็นจริงแล้ว มันเป็นเรื่องส่วนตัวอย่างมาก และทีมต่างๆ อาจได้ผลลัพธ์ที่แตกต่างกันอย่างมากเมื่อประเมินการออกแบบที่เหมือนกัน สิ่งนี้ได้รับการพิสูจน์แล้วในองค์กรขนาดใหญ่ที่มีหน่วยกระบวนการที่เกือบจะเหมือนกันจำนวนมาก มนุษย์นำอคติและบุคลิกภาพเข้ามาในกระบวนการ ในขณะที่ AI จะไม่ทำเช่นนั้น การรวมความพยายามและประโยชน์ของความเชี่ยวชาญของมนุษย์และปัญญาประดิษฐ์เข้าด้วยกัน จะช่วยให้มั่นใจได้ว่าสภาพแวดล้อมทางอุตสาหกรรมจะยังคงสามารถทำกำไรและปลอดภัยได้ในอีกหลายทศวรรษข้างหน้า

ที่มา : https://www.manufacturing.net/artificial-intelligence/article/22939092/using-ai-to-identify-safety-hazards-at-schneider-electric