Inteligența artificială și știința materialelor. Un nou și interesant interviu tematic cu unul din cei mai buni specialiști în domeniu, profesor al Politehnicii ieșene (VI)

Care sunt piedicile cele mai mari când încercați să aduceți AI în acest domeniu? Vorbim doar de bani și tehnologie, sau sunt și alte bariere?

 Deși inteligența artificială (AI) oferă beneficii evidente în știință și inginerie, implementarea ei reală este adesea mai complicată decât pare. Nu e vorba doar de bani sau tehnologie. Iată cele mai mari piedici:

• Costurile inițiale și lipsa de infrastructură. Implementarea AI necesită hardware performant (servere, GPU-uri), software specializat și uneori abonamente costisitoare. În unele instituții sau companii, pur și simplu nu există bugetul sau interesul managerial pentru această investiție.
• Lipsa de competențe interdisciplinare. AI în știința materialelor necesită o combinație rară: cunoștințe solide în domeniul materialelor + programare + machine learning. Mulți cercetători sau ingineri au experiență profundă într-un domeniu, dar nu sunt familiarizați cu AI. Pe de altă parte, mulți specialiști în AI nu înțeleg datele și fenomenele specifice materialelor. Acest „decalaj de competențe” e una dintre cele mai mari bariere reale.
• Date insuficiente sau de slabă calitate. Modelele AI au nevoie de multe date curate și relevante. În știința materialelor, datele pot fi: incomplete, inconsistent etichetate, obținute din surse foarte diferite (laboratoare, simulări, industrie). Uneori, datele sunt ținute secret de companii sau nepublicate în mod standardizat.
• Rezistența la schimbare și cultura organizațională. Multe organizații sunt obișnuite cu metodele clasice (simulare, testare experimentală, empirism). AI este percepută ca un „risc” sau un proces greu de controlat. Inginerii cu experiență pot vedea AI ca o tehnologie „în afara domeniului lor”, chiar dacă nu este.
• Lipsa de încredere în rezultatele AI. AI este uneori văzută ca o „cutie neagră” – oferă predicții, dar nu explică mereu de ce. Într-un domeniu în care explicațiile fizice și modele clare contează enorm, lipsa transparenței unui algoritm poate genera neîncredere.
• Etică, confidențialitate și aspecte legale. Datele experimentale pot fi confidențiale, iar modelele AI pot învăța din ele fără ca utilizatorii să știe exact cum.
• Integrarea dificilă în fluxurile de lucru existente. Chiar dacă există un model AI bun, să-l integrezi într-un laborator, linie de producție sau sistem software existent poate fi dificil. Necesită colaborare între mai multe echipe (IT, cercetare, producție), ceea ce poate încetini lucrurile.

În concluzie implementarea AI în știință și inginerie nu este blocată doar de bani sau tehnologie, ci și de: lipsa de oameni bine pregătiți în ambele domenii (AI + știință), lipsa datelor standardizate, cultura organizațională și neîncrederea în noile metode. Soluția reală nu este doar tehnologică, ci educațională, organizațională și colaborativă. AI poate fi cu adevărat eficientă doar atunci când oamenii, datele și infrastructura lucrează împreună.

Există colaborări între facultate și companii care doresc să implementeze soluții AI în procesele de fabricație?

Exista colaborarea cu Steel University – programul de învățare și formare al World Steel Association, World Steel Association AISBL, Registered office: Avenue de Tervueren 270 – 1150 Brussels – Belgium T: +32 2 702 89 00 – E: info@steeluniversity.org cu care colaborăm anual pentru îmbunătățirea programelor de simulare a turnării în cuptor cu arc electric a oțelurilor și fontelor. La nivel industrial pasul implementării AI-ului se face mai încet pentru a preveni toate problemele care pot apare și momentan nu am avut solicitări de colaborare.

 În industrie, cum credeți că se poate folosi AI pentru prevenirea accidentelor sau gestionarea riscurilor?

În industrie, inteligența artificială (AI) poate deveni un instrument-cheie în prevenirea accidentelor și gestionarea riscurilor, contribuind activ la crearea unor medii de lucru mai sigure, inteligente și proactive.

În continuare prezint câteva moduri în care AI este (sau poate fi) folosită pentru siguranță industrială:

• Mentenanță predictivă pentru evitarea defecțiunilor periculoase: AI analizează în timp real date de la senzori montați pe echipamente (vibrații, sunet, temperatură etc.) și anticipează momentul în care o piesă sau o mașină va ceda. Beneficiu: prevenirea exploziilor, scurgerilor, incendiilor sau altor accidente cauzate de utilaje defecte. Exemplu real: fabrici chimice sau metalurgice folosesc AI pentru a preveni avariile la pompe, cuptoare sau conducte sub presiune.
• Viziune computerizată pentru supraveghere și detecția comportamentelor riscante Camere inteligente analizate de AI pot detecta: lucrători care nu poartă echipament de protecție (casca, ochelari), intrări neautorizate în zone periculoase posturi corporale riscante sau oboseală (în domenii ca construcții sau exploatare minieră). Beneficiu: alerte în timp real pentru evitarea incidentelor, fără a depinde doar de supervizori umani.
• Analiza datelor istorice pentru identificarea zonelor de risc: AI poate analiza milioane de înregistrări legate de: accidente anterioare, cauze tehnice și umane, condiții de mediu (umiditate, iluminat, nivel de zgomot etc.). Rezultat: se pot anticipa riscurile în funcție de tipul activității sau condițiile curente și implementa măsuri proactive.
• Monitorizarea sănătății și siguranței angajaților: Dispozitive ʺwearableʺ (brățări inteligente, senzori pe cască, senzori de gaz) pot colecta date despre: puls, temperatură corporală, oboseală, expunere la substanțe toxice sau gaze periculoase, poziționare GPS (în zone cu pericol). AI poate declanșa automat alarme, evacuări sau intervenții rapide.
• Sisteme AI de luare a deciziilor în situații de urgență. În caz de incendiu, scurgere sau explozie, AI poate: analiza rapid ce trasee de evacuare sunt libere, comanda sisteme automate de stingere, prioritiza intervenția echipelor de salvare. Exemplu: în instalațiile nucleare sau petrochimice, AI poate ajuta la luarea deciziilor critice în primele secunde ale unei crize.
• Audituri automate de siguranță și conformitate:AI poate parcurge automat documentații, registre de inspecții, rapoarte de mentenanță pentru a: identifica lipsuri în procesul de securitate, sugera măsuri corective și genera automat rapoarte pentru autorități

AI nu doar că poate preveni accidente, ci poate transforma complet modul în care riscul este gestionat în industrie: de la reacție la predicție și prevenție. Este o schimbare de paradigmă, în care siguranța devine automatizată, continuă și inteligentă – reducând erorile umane, intervenind rapid și protejând vieți.

Găsiți mai multe detalii despre termenii folosiți în DICȚIONARUL AI

Publicitate și alte recomandări video