Kuken Industries 70 წლის ნახაზებს წუთებში პოულობს

Kuken Industries დიდი შენობების, სავაჭრო ცენტრებისა და ქარხნებისთვის კონდიცირებისა და ვენტილაციის მოწყობილობებს აწარმოებს. კომპანიას იაპონიის გამაგრილებელი კოშკების ბაზარზე ერთ-ერთი უდიდესი წილი უკავია. ეს კოშკები მოცირკულირე წყლის სითბოს ჰაერში გამოყოფენ და აგრილებენ როგორც დიდ შენობებსა და სავაჭრო ცენტრებს, ისე მონაცემთა ცენტრების მოწყობილობებს.

როდესაც გამაგრილებელი კოშკის ნაწილს შეცვლა სჭირდება, Kuken-ის ინჟინრები ნახაზების არქივს მიმართავენ, რომელიც 70 წლის განმავლობაში დამონტაჟებულ სისტემებს მოიცავს. სწორი ნახაზის საპოვნელად ახალბედა ინჟინერს ხშირად გამოცდილი კოლეგისთვის უნდა ეკითხა, სად მოეძებნა და როგორ წაეკითხა ის. Kuken-ს სურდა, ახალბედა ინჟინრებს თავად მოეძებნათ ეს ჩანაწერები, ესწავლათ მათში ასახული გადაწყვეტილებებიდან და მეტი დრო დაეთმოთ შეკეთების გზების გააზრებისთვის.

დღეს წარმოებული ნაწილები ყოველთვის არ ერგება ძველ გამაგრილებელ კოშკებს. თავდაპირველი ნახაზის გარეშე, რომელიც აჩვენებს, რა იყო დამონტაჟებული, ინჟინრებს შესაძლოა სათადარიგო ნაწილის ნულიდან დაპროექტება და დამზადება მოუწიოთ.

მოდელის ან ნაწილის სახელწოდებით ძიებამ შეიძლება რამდენიმე ნახაზი აჩვენოს. 70 წელზე მეტია, Kuken თავის მოწყობილობებს ცალკეული მომხმარებლების საჭიროებებს არგებს, ამიტომ ტექნიკური მახასიათებლები მომხმარებლისა და დამონტაჟების თარიღის მიხედვით განსხვავდება. როდესაც არქივი ქაღალდზე ინახებოდა, ძიებას შესაძლოა ნახევარი დღე დასჭირვებოდა. მოგვიანებით Kuken-მა არქივი ციფრულ ფორმატში გადაიტანა, თუმცა ინჟინრებს მაინც უნდა სცოდნოდათ, რომელი სახელწოდება ან ნომერი მოეძებნათ და სად ეპოვათ ფაილი. ამ დეტალების თავმოყრასა და ერთმანეთთან დაკავშირებაზე დროს განსაკუთრებით ახალბედა ინჟინრები ხარჯავდნენ.

Kuken-ს სურდა, ნებისმიერი გამოცდილების მქონე ინჟინერს არქივში ძიება დამოუკიდებლად შესძლებოდა. ხელოვნური ინტელექტის გამოყენების შესაძლებლობების შესწავლისას Kuken დაუკავშირდა Recursive-ს — ხელოვნური ინტელექტის სფეროში მომუშავე იაპონურ სტარტაპსა და OpenAI-ის ოფიციალურ პარტნიორს.

ორმა კომპანიამ ერთად შექმნა საძიებო სისტემა და ადგილზე სამუშაოდ განკუთვნილი აპი, Kuken-ის არქივისა და მისი ინჟინრების მოსაზრებების საფუძველზე. მათ სხვადასხვა ნახაზზე გამოსცადეს ხელოვნური ინტელექტის რამდენიმე მოდელი, რათა გაეგოთ, რამდენად ზუსტად და რა დანახარჯით შეძლებდა თითოეული დეტალების ამოკითხვას. OpenAI-ის მოდელებმა ორივე კრიტერიუმით კარგი შედეგები აჩვენა, ხოლო OpenAI API-მ გუნდს მისცა მოქნილობა, ძიების ფუნქცია უშუალოდ აპში ჩაეშენებინა.

ძიების ფუნქცია ადგილზე მომუშავე ინჟინრებთან საუბრების საფუძველზე შემუშავდა. ინჟინრებს შეუძლიათ შეიყვანონ ნახაზის ან ნაწილის ნომერი, ან ატვირთონ ნახაზის ან ნაწილების სიის გამოსახულება თუ PDF ფაილი.

სიის ეკრანის სურათის ჩასმით ინჟინრებს თითოეული ნომრის ხელით შეყვანა აღარ უწევთ. აპი კითხულობს ნაწილების ნომრებს და აჩვენებს შესაძლო შესაბამისობებს, მათ შორის მსგავსი კონსტრუქციების ნახაზებს. სწორი ნახაზის შესარჩევად ინჟინრები ამოწმებენ კოშკის ტექნიკურ მახასიათებლებს და ჩანაწერებს ადრე შეცვლილი ნაწილების შესახებ.

Kuken-ის ინფორმაციით, საძიებო ხელსაწყოს გამოყენებამ და გამოცდამ შემდეგი შედეგები აჩვენა.

• Kuken მოელის, რომ ხელსაწყო წლის განმავლობაში ნახაზების ძებნაზე დახარჯულ დროს დაახლოებით 90%-ით შეამცირებს.

• გამოცდილი ინჟინრები დაზოგილი დროის ნაწილს ახალბედა კოლეგების მენტორობას უთმობენ.

• ინჟინრებს ნახაზების განხილვა აპშივე შეუძლიათ, რაც ბეჭდვის ხარჯებს ამცირებს.

ინჟინრები ახლა ნაკლებ დროს ხარჯავენ ნახაზის ძებნაზე და მეტს — მის შესწავლაზე. როგორც ახალბედა, ისე გამოცდილი ინჟინრები ამბობენ, რომ ამის წყალობით შეუძლიათ იფიქრონ კონსტრუქციის გაუმჯობესებაზე და შეისწავლონ იდეები, რომელთათვისაც ადრე დრო თითქმის არ რჩებოდათ.

ახალბედა ინჟინრებს ახლა უფრო მრავალფეროვანი სამუშაოს დამოუკიდებლად შესრულება შეუძლიათ. გამოცდილ კოლეგებს, რომლებიც ადრე ყოველ ძიებაში ეხმარებოდნენ, მეტი დრო რჩებათ სწავლებისა და საკუთარი საინჟინრო სამუშაოსთვის.

Kuken ასევე ქმნის ხელსაწყოს პარტნიორების მიერ მომზადებული ნახაზების შესამოწმებლად. ამჟამად ინჟინრები თითოეულ ნახაზს თვალით ადარებენ სპეციფიკაციებს და ეძებენ შეუსაბამო დეტალებსა თუ რაოდენობებს. Kuken-ს სურს, ხელსაწყომ ეს განსხვავებები მონიშნოს, რათა ინჟინრებმა ნახაზები უფრო სწრაფად შეამოწმონ და შეამჩნიონ შეცდომები, რომლებიც სხვაგვარად შესაძლოა გამორჩეთ.

Kuken-ის ცნობით, პროტოტიპის გამოცდისას ხელოვნური ინტელექტის მიერ მონიშნული პრობლემების დაახლოებით 90% რეალური შეუსაბამობა აღმოჩნდა. თუ ხელსაწყო პრაქტიკაში დაინერგება, Kuken მოელის, რომ ის მნიშვნელოვნად შეამცირებს ინჟინრების მიერ ნახაზების შემოწმებაზე დახარჯულ დროს.

თითოეულ ნახაზში ასახულია გადაწყვეტილებები, რომლებიც ინჟინერმა კონკრეტული სისტემის დამონტაჟებისთვის მიიღო. ამ გადაწყვეტილებების მოძიებისა და გაგების გამარტივებით Kuken მიზნად ისახავს, ეს გამოცდილება ინჟინრების მომდევნო თაობას გადასცეს.