Świat będzie totalnie zdecentralizowany
Rozmowa o innowacyjności, przemyśle 4.0, robotach, sztucznej inteligencji z Guido Jouretem, dyrektorem ds. cyfryzacji w ABB.
Od ponad 130 lat innowacje technologiczne są podstawą działalności ABB. Guido Jouret (na zdjęciu poniżej), który odpowiada za ABB Ability™ — portfolio rozwiązań cyfrowych firmy — mówi w wywiadzie o możliwościach, jakie otwierają się przed nami w związku z rewolucją energetyczną i czwartą rewolucją przemysłową.
Jakich zmian byliśmy świadkami w ostatnich latach z Pana perspektywy?
Guido Jouret: Największą zmianą było nadejście czwartej rewolucji przemysłowej, która łączy świat fizyczny ze światem cyfrowym. Naszym zadaniem jest budować na podwalinach osiągnięć poprzednich rewolucji przemysłowych, które w ciągu ostatniego stulecia radykalnie poprawiły jakość życia, i to nie tylko w krajach Pierwszego Świata. Oczekiwana długość życia podwoiła się, setki milionów ludzi wyszło z ubóstwa, zwiększa się dostęp do opieki medycznej, jedzenia i czystej wody. Ale to wszystko niesie ze sobą pewne koszty. Teraz naszym zobowiązaniem w dobie Przemysłu 4.0 jest użycie wszystkich dostępnych narzędzi cyfrowych, aby korzyści płynące z poprzednich rewolucji przemysłowych odczuło jeszcze więcej ludzi, przy jednoczesnym odwróceniu negatywnych konsekwencji. Oznacza to, że musimy uczynić sieci energetyczne bardziej przyjaznymi dla środowiska, transport oprzeć na elektryczności, zwalczać zanieczyszczenie i zmiany klimatu za pomocą bardziej inteligentnej infrastruktury, a także pracować nad rozwiązaniem problemu wykarmienia planety zamieszkałej przez dziewięć miliardów ludzi przy braku terenów uprawnych. Wierzę, że możemy to osiągnąć dzięki ABB AbilityTM — naszej ujednoliconej ofercie rozwiązań cyfrowych. Podobnego zdania są nasi klienci.
Powiedział Pan, że zamiast zadowalania się stopniowymi postępami dzięki optymalizacji istniejących struktur, firmy mogą zyskać o wiele więcej, całkowicie zmieniając reguły gry. Co miał Pan na myśli?
Skoro czwarta rewolucja przemysłowa i rewolucja energetyczna przyspieszają, klienci odblokowują wartość, ponownie opracowując swoje modele biznesowe i diametralnie je zmieniając dzięki innowacjom cyfrowym. Używam wyrażenia „przesuwać kawałki, nie atomy” jako pewien skrót myślowy – jeden z sposobów przedefiniowania modeli operacyjnych gospodarki przemysłowej. Dziś przenosimy „atomy” — kluczowe zasoby, takie jak energia, woda, jedzenie — na niewiarygodne dystanse, aby dostarczyć je tam, gdzie są potrzebne. Jednak dzieje się to kosztem wywierania silnego wpływu na środowisko poprzez zwiększenie emisji węgla i niszczenie lasów. A co jeśli zamiast transportowania „atomów” moglibyśmy przenosić wiedzę ekspercką, czyli „kawałki” — takie jak know-how zakodowane w oprogramowaniu — bez powodowania dodatkowych problemów? Zasadniczo „kawałki” informacji nic nie ważą — cząsteczka wody jest cięższa od elektronu o liczbę z 30 zerami. Chodzi więc o to, żeby przenosić te „kawałki” tam, gdzie potrzebne są „atomy” zasobów. To nie jest tylko mglista analogia. Ten proces zachodzi już w energetyce, gdzie przechodzimy od dużych scentralizowanych elektrowni do rozproszonej produkcji z wykorzystaniem paneli słonecznych, mikrosieci oraz turbin wiatrowych. Tak, małe jest piękne!
Brzmi to tak, jakby mówił Pan o rozwoju inteligencji rozproszonej.
Model przyszłości będzie bardziej modułowy i zdecentralizowany. Jednak odejście od dzisiejszego dużego, scentralizowanego modelu wymaga koordynacji, ponieważ zamiast jednej dużej elektrowni czy fabryki potrzeba będzie wielu małych. Musimy sprawić, aby te małe jednostki współpracowały. To trochę jak dyrygowanie orkiestrą. Na przykład w przypadku wielu źródeł energii — turbin, paneli słonecznych i akumulatorów — konieczne będzie zgranie podaży i popytu. Zmierzam do tego, że potrzebny nam będzie cyfrowy układ nerwowy.
Co Pan ma na myśli?
Centralne zarządzanie wszystkim i kontrolowanie wszystkiego nie będzie możliwe. Nie możemy sobie wyobrazić wielkiej dyspozytorni, do której spływałyby wszystkie informacje, a następnie ktoś podejmowałby wszystkie decyzje. Będziemy musieli polegać bardziej na „autopilocie” każdego z systemów. Oznacza to przeniesienie podejmowania codziennych decyzji na poziom mikro, na coraz inteligentniejsze systemy. W tym cyfrowym układzie nerwowym nie ma jednego pilota samolotu. Jest wiele pilotów — zdecentralizowanych, ale skoordynowanych. Zaprojektowanych tak, aby sprawnie przełączać się na inne komponenty w przypadku awarii. Świetnym przykładem tego ostatniego jest sposób funkcjonowania Internetu.
Jaką rolę będzie odgrywać sztuczna inteligencja?
Jeśli chodzi o sztuczną inteligencję, jestem optymistą. Po pierwsze, w ciągu ostatnich kilku lat dokonaliśmy nieprawdopodobnych postępów, jeśli chodzi o technologie uczenia maszynowego. Jednak większość ludzi nie zdaje sobie sprawy z tego, że nie opracowaliśmy żadnych fundamentalnych ulepszeń, jeśli chodzi o leżące u podstawy tego uczenia algorytmy sieci neuronowych. Modele, których używamy dzisiaj, pochodzą sprzed 40 lat. Mamy dziś o wiele większą moc obliczeniową, a zatem możemy budować większe sieci neuronowe, ale cały czas replikujemy bardzo prymitywny obraz pracy ludzkiego neuronu.
Aby zilustrować skalę wyzwania, weźmy komputer grający w Go. Faktycznie prowadzi on grę, korzystając z ogromnej farmy serwerów zużywającej tysiące watów mocy. Przeciętny mózg ludzki zużywa jedynie 60 watów, co stanowi odpowiednik tradycyjnej żarówki. A przecież mózg nie zajmuje się jedynie grą w Go — oprócz tego przetwarza informacje wizualne i zarządza całym ciałem. Ta dysproporcja w zużyciu energii jest znaczna także dlatego, że ludzkie neurony są tysiące razy wolniejsze niż elektronika. W teorii, podczas wykonywania algorytmów Go, komputer powinien być tysiąc razy bardziej wydajny od naszego mózgu, ale w rzeczywistości jego wydajność jest miliony razy mniejsza.
Czy to oznacza, że nie rozpracowaliśmy należycie architektury?
Dokładnie tak. Próbujemy zbadać coś w przybliżeniu, używając do tego prymitywnych instrumentów. Wyobraźmy sobie, co moglibyśmy zrobić, gdybyśmy rozumieli, jak naprawdę działają ludzkie neurony. Właśnie dlatego sądzę, że sztuczna inteligencja ma przed sobą fantastyczne możliwości. Jednak tempo postępów, które możemy osiągać w tym zakresie, jest potencjalnie milion razy większe od tego, jakie osiągamy dziś.
Wydaje się, że rozwój robotów postępuje niezwykle szybko. Co Pan sądzi na ten temat?
Roboty będą dostępne we wszystkich możliwych formach i rozmiarach — od czyszczących podłogi robotów Roomba po automatyczne kierowane pojazdy (AGV, automatic guided vehicles), które w zasadzie są robotami na kołach współpracującymi z ludźmi np. przy obsłudze magazynów, gdzie potrzeba zdejmować produkty z półek i wkładać je do koszy lub przenośników w celu wysyłki. Roboty zobaczymy również w branżach usługowych: będą gotować, strzyc, wydawać lekarstwa. Widzę również przyszłość dla robotów i automatyki w rolnictwie. Zauważmy, że w Japonii średni wiek rolnika w 2017 roku wyniósł 67 lat. Jest więc oczywiste, że mamy do czynienia z naglącą potrzebą.
Czas przyznać, że roboty nie będą przypominały ludzi i nie będą musiały koniecznie posiadać ludzkiego kształtu. Zauważmy, że autonomiczny statek, który zobaczymy w działaniu mniej więcej w ciągu najbliższego roku, jest rodzajem robota, ponieważ oprócz silników, napędów i siłowników posiada inteligencję.
Jakie wyzwania są przed nami?
Przy całym tym postępie w dziedzinie sztucznej inteligencji i uczenia maszynowego, nadal istnieje fundamentalne ograniczenie — budujemy systemy, które są z natury słabe. Oznacza to, że mogą rozwiązywać jedynie problemy znajdujące się w obrębie ich zestawu szkoleniowego lub zestawu przypadków zastosowania, na których są szkolone. Dobrym przykładem jest samochód autonomiczny. Jeżeli zaprogramujesz go tak, by nigdy nie przekraczał podwójnej ciągłej, to wszystko będzie dobrze, dopóki nie utknie za ciężarówką, która zatrzymała się, żeby kierowca mógł wyładować towary. Taki samochód autonomiczny będzie sobie po prostu stał za ciężarówką, tamując ruch.
Mamy problemy z wyjątkami i przypadkami granicznymi, takimi jak w tym przykładzie. Jaką decyzję podjąć? Właściwa odpowiedź jest taka, że samochód powinien odrobinę przekroczyć podwójną ciągłą linię i wyjrzeć za ciężarówkę, a jeśli zobaczy, że z naprzeciwka nic nie nadjeżdża, powinien ją wyprzedzić. Poruszamy tutaj cały problem oceny i przewidywania, który leży poza zakresem obecnych systemów. Tego nie potrafią robić.
Często mówił Pan, że na prowadzenie wysuwa się technologia operacyjna (OT, operational technology) i o tym, co oznacza to dla branży.
Przestrzeń przemysłowa, w której istnieje OT, staje się ogromnym beneficjentem innowacji tworzonych z myślą o konsumentach. Lata temu jeśli ktoś chciał pracować z najlepszą technologią, szczególnie w Stanach Zjednoczonych, wybierał miejsce związane z rządem lub NASA. Następnie, wraz z nadejściem mikrokomputerów, wahadło wychyliło się w stronę przedsiębiorstw. Potem pojawił się Internet i ludzie zyskali do niego dostęp. Korzystanie z sieci w domu było trudne, bo opierało się na modemach telefonicznych, za to w pracy był stały dostęp do Internetu. Mniej więcej na początku XXI wieku wahadło innowacji wychyliło się w stronę konsumenta. Dziś najlepsze technologie można znaleźć w domu. Telefon, który masz w kieszeni, jest dużo lepszy niż ten na twoim służbowym biurku. Twój domowy PC jest zapewne dużo bardziej wydajny niż służbowy laptop. Rzeczywistość wirtualna, gry wideo i telefony komórkowe to z pewnością przykłady innowacji napędzanych przez dostępność dużych potencjalnych rynków konsumentów.
Chcę zaznaczyć, że określenie „tworzonych z myślą o konsumentach” nie oznacza braku wartości dla biznesu — wprost przeciwnie. Weźmy drony, które zwielokrotniają produktywność pracowników. Możemy umieścić na nich czujniki metanu i latać nimi dookoła rafinerii, przeprowadzając szybsze i dokładniejsze kontrole. Możemy badać rurociągi naftowe i gazowe pod kątem wycieków. Za pomocą dronów możemy robić zdjęcia turbin wiatrowych.
W jednym z artykułów omówił Pan techniki tworzenia kolejnych przełomowych idei. Jak wygląda taki proces?
Moim ulubionym sposobem jest znajdowanie oznak majstrowania. Mamy z tym do czynienia, kiedy ktoś próbuje rozwiązać problem, ale technologia, jaką do tego wykorzystuje, jest nieodpowiednia. To odpowiednik stosowania do naprawy taśmy i sznurka — instynkt podpowiada, że to nie ma prawa zadziałać. Chodzi o to, że problem, który próbuje się rozwiązać w ten sposób, musi być naprawdę znaczący, skoro ktoś posuwa się do nawet tak kiepskiego rozwiązania. Dlatego oznaki majstrowania przy czymś — sytuacje, w których ktoś rzeczywiście poświęca czas i zasoby — stanowią dużo skuteczniejszą technikę identyfikowania obszarów dojrzałych do prowadzenia badań niż typowe podejście polegające na przeprowadzaniu wywiadów.
Jakie kwestie będą Pana zdaniem najważniejsze w przyszłości?
Cztery wielkie tematy to: energia, transport, woda i jedzenie. To dlatego, że wspólnie stanowią one większą część systemu operacyjnego naszej planety. Omówiliśmy niektóre innowacje w zakresie energii — panele słoneczne, mikrosieci — oraz rozwój pojazdów autonomicznych w dziedzinie transportu. Wraz ze zwiększaniem się światowej populacji, głównymi problemami staną się woda i jedzenie. Około 98 procent wody na planecie to woda słona, dlatego częścią rozwiązania musi być odsalanie. Co do żywności, z fascynacją przyglądam się możliwościom upraw miejskich. Oczywistym jest, że musimy przedefiniować rolnictwo. Nie ma wystarczająco dużo ziemi, będzie coraz więcej osób do wykarmienia, a większość z nich będzie żyła w miastach. Kiedy się nad tym zastanowić, uprawy miejskie wpisują się w to, o czym mówiliśmy na początku naszej rozmowy — przejście do modelu rozproszonego. Zamiast wysyłać jedzenie na ogromne dystanse, możemy współpracować bardziej efektywnie na poziomie lokalnym, ponieważ koszt koordynacji i komunikacji dzięki technologiom cyfrowym spadł praktycznie do zera.
Na podstawie materiałów prasowych ABB oprac. Sek
