مقدمة في الذكاء الاصطناعي ونظام التحقق في هندسة النسيج

المكاسب:

• القدرة على التمييز بين المكان الذي يخلق فيه الذكاء الاصطناعي قيمة حقيقية في إنتاج المنسوجات والجودة والتصميم وسير عمل سلسلة التوريد وأي القرارات يجب أن تظل مسؤولية المهندس
• القدرة على تطبيق ثلاثة تخصصات أساسية تتحقق من صحة كل مخرجات الذكاء الاصطناعي من خلال الاختبارات الفيزيائية والقياسات المعملية وأوامر الحجم
• التعرف على مخاطر الهلوسة وخصوصية البيانات وحقوق الطبع والنشر للتصميم، وتطوير عادة إعداد مطالبات آمنة من خلال إخفاء هوية السياق.

هندسة النسيج هي هندسة سلسلة شاملة حيث يتحول الهيكل المجهري على مستوى الألياف في النهاية إلى أمتار من القماش ثم إلى مجموعات من ملايين القطع. يتم إنتاج بيانات رقمية عند كل رابط من هذه السلسلة: عدد الخيوط والالتواء، ووزن القماش وكثافته، وقيم الجرام/اللتر في وصفة الصبغة، والعيوب التي يتم حسابها في مراقبة الجودة، ومواعيد تسليم الموردين، وأرقام المبيعات في المتاجر. يعد الذكاء الاصطناعي (الذكاء الاصطناعي باللغة الإنجليزية؛ الأنظمة البرمجية التي تتعلم من أنماط البيانات الضخمة وتنتج نصوصًا/صورًا/أرقامًا) عاملًا مسرعًا كبيرًا في هذه السلسلة كثيفة البيانات. لكن نفس الذكاء الاصطناعي يمكنه بسهولة إخفاء الأخطاء بفضل لغته بطلاقة وواثقة. تضع هذه الوحدة الأساسين اللذين سيتم بناء الوحدة بأكملها عليهما: أين ينتج الذكاء الاصطناعي في سير عمل النسيج قيمة حقيقية وكيف يمكننا التحقق من صحة كل ناتج.

لنكن واضحين منذ البداية: أي تقنية تتعلمها في هذه الوحدة ليست بديلاً عن موافقة مهندس نسيج مؤهل أو مختبر، أو اختبار مادي، أو حكمك المهني. الذكاء الاصطناعي مساعد؛ يقرأ بسرعة، ويكتب بسرعة، ويلتقط الأنماط. ولكن إذا لم تنجح وصفة الصبغة وتم إهدار أطنان من القماش، وإذا كان قرار الجودة خاطئًا وذهبت الدفعة الخاطئة إلى العميل، وإذا كان حساب القوة مفقودًا وتمزق المنتج أثناء الاستخدام، فإن المسؤولية لا تقع على عاتق البرنامج، ولكن على المهندس الذي اتخذ القرار ووقع عليه. سوف ترى هذه الجملة مرة أخرى بأشكال مختلفة في كل وحدة من الوحدة، لأنها الحقيقة الوحيدة في مجال الهندسة الحرجة للسلامة والتعاقد.

أين يخلق الذكاء الاصطناعي قيمة في سير عمل النسيج؟

ينقسم أسبوع مهندس النسيج تقريبًا إلى ثلاثة أنواع من العمل: إعداد البيانات (تحرير تقارير الإنتاج، جدولة المطبوعات المعملية، مسح الوحدات غير المتناسقة)، التفسير والتحليل (تحسين المعلمات، تصنيف العيوب، مطابقة الألوان، التنبؤ بالطلب)، والاتصالات (التقرير الفني، مراسلات الموردين، عرض المجموعة، لوحة المزاج). يمس الذكاء الاصطناعي المجالات الثلاثة، لكن مساهمته ومخاطره تختلف في كل منها.

يعد إعداد البيانات هو مجال الذكاء الاصطناعي الأكثر أمانًا والأكثر ربحية. تحويل ملاحظات إنتاج النص الحر إلى جداول منظمة، وتوحيد أنظمة حساب الخيوط المختلفة، ووضع علامة على القيم المتطرفة في آلاف الأسطر من مخرجات Uster - وهي مهام متكررة ومبنية على القواعد وسهلة التحقق. حتى لو كان هناك خطأ هنا، فسيستغرق الأمر دقائق للعودة إلى المصدر (البيانات الأولية) والتحقق منه.

إن مجال التفسير والتحليل يحمل أعلى قيمة وأعلى مخاطرة. يمكن للذكاء الاصطناعي إنشاء فرضية حول السبب الجذري للخلل من بيانات الإنتاج؛ قد يكشف عن علاقة قد تفوتها العين ذات الخبرة. لكن نفس النموذج يمكن أن ينتج بثقة معيارًا غير موجود أو قيمة تحمل وهمية (تسمى هذه الظاهرة الهلوسة: حيث ينتج النموذج معلومات غير موجودة بالفعل، كما لو كانت حقيقية). وفي هذا المجال، يعد الذكاء الاصطناعي مولدًا للفرضيات، وليس صانعًا للقرار.

وفي مجال الاتصالات، يعتبر الذكاء الاصطناعي بمثابة مسرّع مشروع. صياغة قسم الطريقة في التقرير الفني والبريد الإلكتروني للمورد وسرد المجموعة في دقائق. ويكمن الخطر هنا في أن الأرقام المختلقة والمصطلحات غير الصحيحة يمكن أن تجد طريقها إلى التوقيع دون أن يلاحظها أحد في النص المتدفق.

التحقق من صحة الانضباط: قاعدة المرساة الثلاثة

جوهر هذه الوحدة هو عادة واحدة: لا تقم مطلقًا بدمج أي مخرجات للذكاء الاصطناعي في قرار الإنتاج أو الجودة دون التحقق من صحتها. نحن نبني التحقق من الصحة على ثلاث نقاط تثبيت مستقلة.

المرساة الأولى - ترتيب الحجم. هل النتيجة تقريبًا ضمن النطاق المتوقع؟ تتراوح قوة خيوط القطن الحلقية عادة بين 12-22 سنتي نيوتن لكل تكس؛ القوة التي يمكن أن يتحملها الخيط لكل كثافة خطية)؛ إذا أعطى النموذج 85 cN/tex، فهذا مستوى ألياف عالي الأداء مثل الأراميد وهو أمر مثير للسخرية بالنسبة للقطن. يبلغ وزن قماش القميص حوالي 120-220 جم/م²؛ 20 جم/م2 تول، 900 جم/م2 سجادة. يستغرق هذا الفحص ثوانٍ ويكتشف معظم الأخطاء.

المرساة الثانية - معقولية العملية/الفيزياء. هل يتوافق الناتج مع فيزياء العملية؟ النموذج غير صحيح إذا ادعى أن القوة تزداد بلا حدود مع زيادة الالتواء؛ بعد معامل تطور معين، تنخفض القوة (الالتواء المفرط يجعل الألياف هشة). إن التوصية بصبغة تفاعلية للبوليستر بدلاً من القطن غير متوافقة كيميائياً. المعرفة العملية هي مرشح المعقولية الذي يجب أن يمر من خلاله كل تفسير.

المرساة الثالثة - الاختبار/القياس البدني. هذا هو أقوى مرساة. الصباغة المعملية، قراءة مقياس الطيف الضوئي (جهاز يقيس اللون طيفيًا)، اختبار الشد والتمزق، فحص النسيج المادي. يتم اختبار وصفة الصبغة التي اقترحها الذكاء الاصطناعي لأول مرة في تجربة معملية. يتم تأكيد تصنيف الخلل بالعين البشرية على العينة الفعلية. الواقع المادي يفوز دائما.

ثلاث حالات صغيرة: بالأرقام

الحالة 1 - توفير الوقت في أتمتة التقارير. كان أحد مهندسي الجودة يُدخل يدويًا نتائج الفحص المكونة من 4 نقاط لعدد 60 لفة من القماش في برنامج Excel ويكتب تقريرًا موجزًا؛ متوسط ​​12 دقيقة لكل لفة، حوالي 12 ساعة إجمالاً. ومن خلال عملية الجدولة والتلخيص المدعومة بالذكاء الاصطناعي، قام بتقليل المسودة الأولى إلى ساعتين تقريبًا، وخصص الوقت المتبقي للتحقق بصريًا من دقة النتائج. الأمر الحاسم هو أن الوقت الذي تم توفيره تم إنفاقه على السيطرة.

الحالة 2 - الهلوسة الملتقطة. عندما سأل أحد المتدربين الذكاء الاصطناعي عن معيار ملصق العناية بالقماش، احتوى النص على الجملة الدقيقة "حد 40 درجة مئوية إلزامي وفقًا لمعيار ISO 3758"؛ ومع ذلك، لم يكن لدى المعيار مثل هذا الشرط، تم تشكيل النموذج. لقد اكتشف مرشح معقولية العملية وعادة النظر إلى النص الأصلي للمعيار الخطأ قبل طباعة الملصق.

الحالة 3 - خطأ في الوحدة. في حساب الوزن، افترض النموذج أن العينة كانت 1 dm² بدلاً من 100 سم² (نفس المساحة، ولكن 10 أضعاف الارتباك في الخطوة المتوسطة)، وضرب وزن القماش بـ 10 مرات وأبلغ عن نسيج 180 جم/م² كـ 1800 جم/م². كشف فحص الحجم - "لا يمكن أن يكون قماش القميص عبارة عن قطعة من القماش المشمع" - عن الخطأ على الفور.

موجه ضعيف / موجه قوي

حث ضعيف:

قم بالتعليق على معايير إنتاج هذا النسيج واقتراح التحسينات.[البيانات]

مطالبة قوية:

دورك: مهندس كبير في تصنيع المنسوجات. قم بتفسير بيانات الإنتاج التالية بناءً على الأرقام المعطاة فقط. - لا تقم بإضافة أي معايير أو تفاوتات أو قيم غير موجودة في البيانات. - بجانب كل تفسير، أشر إلى سطر البيانات الذي تستند إليه بين قوسين. - في حالة الشك، اكتب "البيانات غير كافية"، ولا تتكهن. - أخيراً: اذكر 3 افتراضات تحتاج إلى التحقق منها في المختبر/الاختبار. البيانات: [بيانات الإنتاج]

يفرض الموجه القوي ثلاثة أشياء على النموذج: الالتزام بالمصدر، والاعتراف بعدم اليقين، ووضع علامات على الأشياء للتحقق منها. وهذا لا ينهي الهلوسة تمامًا، لكنه يجعلها مرئية.

أربعة قوالب قابلة للنسخ

1) إنشاء سياق مجهول:

أريد المساعدة في مهمة هندسة النسيج. اسم العميل وسر الوصفة والسعر ومعلومات المورد سرية؛ سأقدم لهم تعبيرات تمثيلية مثل "Customer-A" و"Recipe-1". السعي: [السعي]. اعتمد فقط على البيانات الفنية التي أقدمها لك.

2) ثلاثة طلبات للتحقق من الإرساء:

قم بإجراء ثلاث عمليات فحص للمخرجات التالية: 1) ترتيب الحجم: هل كل رقم يقع ضمن نطاق النسيج النموذجي؟ إذا لم يكن الأمر كذلك، ضع علامة.2) معقولية العملية: هل هناك ادعاء غير متسق كيميائيًا/فيزيائيًا؟3) قائمة الاختبارات: المواد التي تحتاج إلى تأكيد في المختبر/الإنتاج.الإخراج: [نص]

3) فرض الغموض:

قدم تفسيرك على ثلاثة مستويات من الثقة: - ثقة عالية (مدعومة مباشرة بالبيانات) - ثقة متوسطة (استدلال معقول) - تخميني (يلزم إجراء اختبارات/بيانات إضافية)المهمة: [مهمة]. البيانات: [البيانات]

4) التمييز بين القرار/ الدعم:

قسّم المهمة التالية إلى قسمين: أ) البيانات/مسودة العمل التي يمكن للذكاء الاصطناعي القيام بها بثقة ب) نقاط القرار التي تكون موافقة المهندس/المختبر المعتمد عليها إلزاميةوصف المهمة: [تعريف]

مساهمة الذكاء الاصطناعي ومخاطره: جدول ملخص حسب المجال

منطقة الأعمال

المساهمة النموذجية للذكاء الاصطناعي

مستوى المخاطر

التحقق الإلزامي

تنظيف البيانات / إعداد التقارير

عالية وآمنة

منخفض

المقارنة مع بيانات المصدر

تفسير المعلمة

متوسطة عالية

متوسطة

اختبار المستخدم/المعمل، فيزياء العمليات

كشف الخلل (صورة)

عالية

متوسطة عالية

التفتيش البشري والتفتيش الجسدي

وصفة صبغ

متوسطة

عالية

تلوين المختبر + مقياس الطيف الضوئي

نمط/جمع

عالية (فكرة)

متوسطة (حقوق الطبع والنشر)

التحقق من الأصالة/الانتهاك

حساب القوة / السلامة

منخفض (مسودة فقط)

عالية جدا

مهندس مختص + اختبار فيزيائي

الأخطاء الشائعة

• الخلط بين الطلاقة والدقة. فمجرد صحة النص لا يعني أن الرقم صحيح.
• قبول المصدر دون المطالبة به. "ما هي البيانات التي اعتمدت عليها؟" يجب وضع السؤال تحت كل تعليق.
• إرسال البيانات السرية كما هي. لا ينبغي مشاركة معلومات العملاء والوصفات الطبية والسعر دون إخفاء الهوية.
• الاعتماد على مرساة واحدة. العظمة وحدها أو المعقولية وحدها لا تكفي؛ الاختبار البدني ضروري في القرارات الحاسمة.
• الخلط بين الذكاء الاصطناعي في اتخاذ القرار. النموذج يولد الفرضيات. ويتحمل المهندس القرار والمسؤولية.

نصيحة: إن بدء كل جلسة للذكاء الاصطناعي بتعليمات "المصدر وأخبرني إذا كنت غير متأكد" يزيد بشكل جذري من إمكانية التحقق من جميع المخرجات اللاحقة.

تنبيه: إن خطر المخرج يساوي الضرر الذي قد يسببه إذا كان هذا المخرج معيبًا. في حين أن الخطأ في فكرة لوحة المزاج غير ضار، إلا أن الخطأ في وصفة الطلاء يمكن أن يؤدي إلى الكثير من الهدر وعقوبات العقد؛ قم بقياس كثافة التحقق وفقًا لذلك.

باختصار

يعد الذكاء الاصطناعي مُسرِّعًا قويًا لكل رابط كثيف البيانات في سلسلة النسيج، لكن لغته المرنة يمكن أن تخفي الأخطاء. إنها تنتج قيمة بالطريقة الأكثر أمانًا في إعداد البيانات ومسودة العمل؛ في التفسير والقرارات الحاسمة، فهو مجرد مولد للفرضيات. ثلاث نقاط ارتكاز - ترتيب الحجم، ومعقولية العملية/الفيزياء، والاختبار الفيزيائي - هي المرشح الذي يجب أن يمر من خلاله كل مخرج. القرار والمسؤولية تبقى دائما للمهندس.

مهمة التطبيق

قم بعمل قائمة بالمهام النموذجية لمدة أسبوع من أعمال النسيج الخاصة بك (أو الخيالية). قم بتسمية كل مهمة "إعداد البيانات / تفسيرها - تحليلها / اتصالاتها". ثم حدد لكل مهمة مستوى خطورة (منخفض/متوسط/عالي) واكتب ما هو الاختبار/الموافقة البدنية المطلوب بجانب المهام ذات المخاطر العالية. اطلب من الذكاء الاصطناعي أيضًا إنشاء هذه القائمة باستخدام القالب 4 في هذه الوحدة ("تمييز القرار/الدعم") ومقارنتها مع التمييز الخاص بك.

قائمة مرجعية

• [ ] أبدأ كل جلسة للذكاء الاصطناعي بتعليمات المصدر وعدم اليقين.
• [ ] أقوم بتمرير المخرجات من خلال ثلاث نقاط ارتساء: ترتيب الحجم، ومعقولية العملية، والاختبار المادي.
• [ ] أقوم بإخفاء بيانات العملاء/الوصفات الطبية/السعر السرية.
• [ ] أقوم بفصل المهام وفقًا لمستوى المخاطر وأطلب موافقة المهندس على المهام المهمة.
• [ ] أنا أضع الذكاء الاصطناعي كمولد للفرضيات والمخططات، وليس كصانع قرار.