Az automatizálás jelentősen növeli a produktivitást, az automatizálást nyújtó – sokszor komplex – rendszerek korábban nem tapasztalt meghibásodása viszont jelentős pénzügyi veszteséget okoz. – Melyiket választja?
Nem kell „automatikusan” elfogadnia ezt a „trade”-et! Segíthetünk?
Az életünk szinte minden területén elvárjuk, hogy automatizált megoldások szolgáljanak ki minket. Azt szeretjük, arra törekszünk, hogy az unalmas, monoton, ismétlődő feladatokat végezzék el helyettünk a gépek, szoftverek, robotok. Ugye, ettől jól érezzük magunkat? Azt várjuk, hogy az így felszabaduló energiáinkat kreatív, sokkal izgalmasabb, nagyobb értéket eredményező feladatokra fordíthassuk.
Azonban amint létrehozzuk ezeket az automatizmusokat, gépeket, melyek az életünket hivatottak megkönnyíteni, megjelenik az általunk kontrollálatlan, számunkra rejtett hibázás lehetősége. Mi van, ha a létrehozott szoftverek, gépek valamelyik alkatrésze elromlik, és az elvárt eredményeket nem vagy nem úgy kapjuk? Ezekre nyilván fel akarunk készülni előre, ezért különböző szabályokat, korlátokat építünk be a működésükbe, amik jelzik, ha hibás, vagy határértéken kívüli eredmény születik, és erről információt, értesítést kapunk. A kapott információk és ismereteink alapján tudjuk korrigálni a helyzetet, vagy segítséget hívunk, aki kijavítja a hibás működést, és ismét örülünk.
De vajon minden hibát, minden nem várt eseményt le tudunk előre írni szabályokkal? Mi történik, ha addig soha nem látott eredményeket produkál az automatizált rendszerünk, vagy addig ismeretlen hibajelenségeket tapasztalunk? Elindul a találgatás, vizsgálódás, gondolkodás, próbálkozás, fejvakarás. Ezt az ismeretlen, rendellenes működés felismerését hívjuk anomália felismerésnek, és az alapprobléma beazonosítását gyökérok elemzésnek és feltárásnak. Mivel ilyenkor nem kapunk semmilyen használható információt, ez a folyamat kizárólag a tapasztalatokra, korábban szerzett szakmai ismeretekre alapozva gyakran egy sok bosszúsággal járó, hosszú folyamat is lehet, ami általában nagy pénzügyi veszteséget jelent.
Mégis, hogyan tudjuk segíteni ilyenkor a helyzetünket? A válaszunk az adatok alapján történő anomália felderítés, és gyökérok elemzés. Hívjunk erre segítségül egy újabb szoftvert.
A gépeink működési paramétereit, a környezeti körülmények jellemzőit mérni, ezeket az adatokat gyűjteni ma már nem bonyolult. Minden technológia és módszertan kipróbált módon rendelkezésre áll ehhez. Ha a mérés, adatgyűjtés környezetet kialakítjuk, azonnal elérhetővé válik számunkra a gépi, mesterséges intelligencia alapú anomália felderítés, és gyökérok elemzés.
Mi ezt a megoldást kínáljuk!
Az anomália felderítése egy felügyelet nélkül tanított mesterséges intelligencia alapú rendszer, mely a normál működést leíró adathalmazhoz képest eltérő mintázatokat tudunk felismerni. Ezzel lényegében a működés során felmerülő bármilyen hibát azonosítani tudunk, ami a rendelkezésre álló adathalmazunkból kinyerhető. Korábban már tapasztalt hibajelenségek (ismert, jellemző hibák), illetve a még soha nem előforduló rendellenességek is felfedezhetőek. A szakértelemre azért szükség van. A normál használati rutinokat, és standard működési gyakorlatot ismerve, a szakmai háttérismeretekre alapozva lehet a rendellenességet tükröző adathalmazokat értelmezni, és hibatípusokat rendelni hozzájuk, vagy egyszerűen „érdekes adatmintának” (zajnak) minősíteni. És így meg is érkeztünk egy automatikus hiba detektáló rendszerhez.
Az ilyen elven működő hibafelderítést az élet rengeteg területén alkalmazhatjuk, sőt már alkalmazzuk is. Gondoljunk bele, hogyan tudják a bankok kiszűrni, ha valaki lopott bankkártyával akar vásárolni, vagy egy termelővállalat hogyan ellenőrizheti egy termék gyártásának minőségét, ha azt 20-50 paraméter írja le egyszerre, vagy egy napenergia-park esetében hogyan deríthetjük ki, hogy ha a termelt energiamennyiség miért kevesebb az elvi lehetségeshez viszonyítva. De sorolhatnánk még a példákat.
A leglényegesebb, hogy a mesterséges intelligencia megoldás alkalmazásával felépített felügyeleti és hibadetektáló rendszerek eddig sosem tapasztalt, szabályokkal előre le nem írható hibákat is ki lehet szűrni, mely meggyorsítja a helyreállítási folyamatokat, ezáltal csökkenti a költségeket. Sőt, ezekből, a korábban nem látott eltérésekből tovább tanítható a rendszer, így nincs szükség arra, hogy minden alkalommal újabb és újabb szabályokat írjunk le. A technológia emellett nem csak a már biztosan bekövetkező hibákat tudja felismerni, hanem egy folyamatban képes előre jelezni egy komponens szabálytalan működését, és már a hiba bekövetkezése előtt figyelmezteti az üzemeltetőt, így lehetőséget teremt a probléma megelőzésére.
Ne hagyja nyitva a kiskapukat!
