Компании с осторожностью подходят к применению искусственного интеллекта в производстве космических аппаратов. Например, компания Blue Canyon Technologies хочет лучше понять, как искусственный интеллект может способствовать производству, не подвергая опасности кибербезопасность.
«Когда вы пытаетесь обучить машину искусственному интеллекту, куда деваются ваши данные», — спросил Крис Уинслетт, генеральный директор Blue Canyon Technologies, на конференции Satellite Innovation. «Есть также опасения по поводу получения данных из внешних приложений. Откуда они берутся?»
Тем не менее, искусственный интеллект может помочь в процессе инженерного проектирования для Blue Canyon, дочерней компании Raytheon Technologies.
«Вы хотите иметь возможность использовать ИИ, чтобы помочь вам превратить тонну данных в информацию, — говорит Уинслетт. Тогда люди смогут тратить свое время на принятие решений, а не на работу с электронными таблицами, добавил он.
Kongsberg NanoAvionics
Каролис Сенвайтис, директор по инженерным операциям Kongsberg NanoAvionics, разделяет опасения Уинслетта по поводу моделей искусственного интеллекта.
«Как вы можете доверять тому, что получаете? Что является источником?», — спрашивает Сенвайтис. «Если вы агрегируете результаты, получаете ли вы те результаты, которые хотите получить?». Пока на эти вопросы не будет получен четкий ответ, «я вряд ли увижу, что это будет интегрировано непосредственно в производство или тестирование», — сказал Сенвайтис.
Однако он согласился с тем, что ИИ полезен для сбора и анализа больших массивов данных.
Machina Labs
Для Machina Labs, стартапа из Лос-Анджелеса, разрабатывающего роботизированную технологию для производства металлической оснастки, проблема достоверности данных не столь актуальна. Вместо того чтобы получать данные из множества источников или поставщиков, Machina Labs генерирует свои собственные данные.
«Во многих наших процессах участвуют инженеры-конструкторы и инженеры по разработке технологических процессов, которые, по сути, интерпретируют множество данных, генерируемых нашими роботами-формовщиками», — говорит Джон Боррего, вице-президент Machina Labs по производству. «Используя датчики нагрузки, датчики положения и высокоточное сканирующее программное обеспечение и устройства, мы можем определить, будет ли деталь соответствовать требованиям или нет». Данные с датчиков и устройств хранятся в защищенном облаке.
«Мы только нащупываем поверхность, потому что теперь у нас есть конкретные данные, которые можно использовать для оптимизации процессов и уменьшения любых дефектов качества будущих деталей», — говорит Боррего.
