صنعت نسل چهارم

میثم عباسی – هوش مصنوعی (AI) شاخه‌ای از علوم کامپیوتر است که با الگو برداری از ویژگی‌های شناختی هوش (عمدتا هوش انسانی) مانند یادگیری و حل مساله سعی در ارائه جایگزینی ماشینی برای آن دارد. مطابق با تعریفی که دو بنیانگذار این رشته یعنی مینسکی و مَک کارتی ارائه کرده‌اند، هوش مصنوعی به دنبال طراحی و به‌کارگیری سیستم‌ها و فرآیند‌هایی است که با استفاده از آنها بتوان وظایفی را انجام داد که به صورت کلاسیک توسط هوش انسانی پردازش و مدیریت می‌شوند. در حقیقت، هوش مصنوعی یک فناوری تحول‌آفرین است.
به نظر من هوش مصنوعی را می‌توان در کنار فناوری‌هایی مانند اینترنت اشیا، بلاکچین و اتوماسیون رباتیک، جزو فناوری‌های تغییر دهنده پروسه‌های صنعتی و تجاری به شمار می‌آورد، چراکه طراحی و پیاده‌سازی راهکار‌های مبتنی بر این فناوری در ادامه موجب تغییرات وسیع در ابعاد کمی و کیفی فرآیند‌ها می‌شوند. به کمک قابلیت‌هایی نظیر پردازش کلان داده‌ها و تطبیق‌پذیری با شرایط و الزامات کاربری حوزه‌های مختلف، هوش مصنوعی به یک فناوری محبوب در میان صنایع و کسب‌وکارها مبدل شده است. اما از مهم‌ترین کاربرد‌های هوش مصنوعی می‌توان به پیاده سازی و توسعه صنعت و تولید سبز (دوستدار محیط‌زیست) اشاره کرد که اساس توسعه پایدار است
با این که از سال ۱۹۸۰ قوانینی برای توجه به منابع طبیعی در جهان مطرح شدند ولی به نظر می‌رسد این قوانین کافی نیستند. به خصوص از زمان انقلاب دیجیتال ما شاهد رشدی انفجاری در برخی زمینه‌ها هستیم که منابع سیاره مان را تهدید می‌کنند. از جمله رشد تولید پسماند‌ها و مشکل رهاسازی آن در طبیعت، افزایش مصرف انرژی، انتشار گازهای گلخانه‌ای در جهان و مواردی از این دست. روند فعلی گرمایش زمین به دلیل توسعه روزافزون صنایع آلاینده را می‌توان جزو چالش‌های صنعتی‌سازی دانست که باعث بروز نگرانی‌هایی جدی در زمینه آسیب به گونه‌های حیات، آلودگی و فرسایش خاک، منابع آب و منابع طبیعی و همچنین تغییرات اقلیمی شده است. گزارش‌های آژانس حفاظت از محیط‌زیست ایالات متحده نشان می‌دهند از سال ۲۰۱۱ صنایع شیمیایی به تنهایی بیش از ۸۰۰ میلیون تن گاز گلخانه‌ای در جو رها کرده اند.
کاهش مصرف انرژی و کاهش اثرات تخریبی زیست‌محیطی از جمله اثرات استفاده از ابزارهای هوش مصنوعی در صنایع شیمیایی و آلاینده هستند.
کاهش مصرف انرژی و کاهش اثرات تخریبی زیست‌محیطی ازجمله اثرات استفاده از ابزارهای هوش مصنوعی در صنایع شیمیایی و آلاینده هستند. گزارشی که در سال ۲۰۱۸ توسط موسسه PWC تحت عنوان «استفاده از هوش مصنوعی برای زمین» منتشر شد بیش از ۸۰ مورد کاربرد هوش مصنوعی را در حفاظت از محیط و توسعه پایدار ذکر کرده است.
اجرای طرح‌های استفاده از هوش مصنوعی در حفاظت از منابع طبیعی بسیار موثر بوده است. به عنوان مثال، شرکت Borealis که یک شرکت اتریشی و هشتمین تولید‌کننده بزرگ پلی‌اتیلن و پلی‌پروپیلن در جهان است، یک سیستم نرم‌افزاری مبتنی بر هوش مصنوعی را جهت استفاده بهینه از انرژی با هدف کاهش انتشار مواد آلاینده در محیط‌زیست، کاهش هزینه‌های عملیاتی و ایمنی مورد استفاده قرار می‌دهد.
شرکت‌هایی مانند گازپروم روسیه هم طرح‌هایی مشابه دارند. دولت چین هم دست به طراحی و ساخت یک سیستم هوشمند کنترل عوامل آلاینده در بازار مواد شیمیایی خود زده است که کیفیت کارشان را بسیار بالا برده است. از ۳۹۶۲ ماده شیمیایی خطر آفرین که در زنجیره تولید ۱۷ هزار شرکت تولیدی، ۵۵۰۰ شرکت انبارداری و ۱۱ هزار شرکت توزیع کننده در بازاری به وسعت ۱۰میلیون خریدار تنها ۷۴ ماده تحت پروتکل‌های استاندارد قرار داشتند.
چالش‌های زیست‌محیطی مانند تغییرات اقلیمی، تهدید تنوع زیستی و مسائل مربوط به حفاظت از اقیانوس‌ها، امنیت منابع آب، آلودگی هوا، تطبیق‌پذیری و آمادگی در برابر فجایع و حوادث از جمله چالش‌های توسعه پایدار به شمار می‌روند که می‌تواند با استفاده از هوش مصنوعی تحت کنترل قرار گیرد.
اگر بخواهیم درک صحیحی از واقعیت‌های صنعتی جهت طراحی روش‌های مدیریت و کنترل بهینه داشته باشیم مجبوریم از فناوری‌های هوشمند در صنایع استفاده کنیم. ازجمله روش‌های معمول ارزیابی اثرات زیست‌محیطی یک فعالیت صنعتی می‌توان به روش EIA اشاره کرد. روش EIA به عنوان یک روش مبنا در تدوین فرآیند‌ها و برنامه‌های مدیریت کیفیت فعالیت‌های صنعتی به شمار می‌رود. اکثر طرح‌های نوین از جمله استفاده از هوش مصنوعی در کاهش ریسک مخاطرات طبیعی از روش EIA در جهت پیاده‌سازی فرآیندهای صنعتی دوستدار محیط‌زیست استفاده می‌کنند.
– آیا پیاده‌سازی فناوری‌های هوشمند در صنایع نیازمند روش‌های خاصی است؟
برای استفاده از فناوری‌های هوشمند در صنایع به خصوص صنایع آلاینده و حساس پروتکل‌ها و روش‌هایی هست از جمله روش EIA (معمول ارزیابی اثرات زیست‌محیطی یک فعالیت صنعتی) که شامل ۳ بخش مدیریت هوا، مدیریت منابع آب و مدیریت پسماند می‌شود و ماهم این روش را به دقت مورد بررسی قرار دادیم. هرچند استاندارد‌های دیگری هم داریم از جمله سطوح یکپارچگی داده‌ها و ….
ولی فعالیت‌های صنعتی را می‌توان از لحاظ تاثیرگذاری و آسیب‌رسانی به محیط‌زیست به سه دسته دارای آسیب‌رسانی کم‌، آسیب‌رسانی متوسط و آسیب‌رسانی بالا تقسیم‌بندی کرد. بر این اساس صنایعی مانند نفت و گاز و صنایع وابسته از جمله پالایشگاه‌ها به عنوان صنایع درجه متوسط و بالا از لحاظ آسیب‌رسانی به منابع طبیعی محسوب می‌شوند. این‌که طرح‌های صنعتی تا چه میزان دوستدار محیط‌زیست هستند و با چه روش‌هایی می‌توان در عین توسعه صنعتی میزان زیادی از آسیب‌های وارده به محیط‌زیست را کاهش داد از جمله دلایلی هستند که منجر به خلق مفاهیم جدیدی در توسعه صنعتی تحت عنوان صنعت و تولید سبز شده اند. تولید سبز را می‌توان زنجیره‌ای از فرآیند‌ها دانست که سعی دارد با تکیه بر فاکتور‌های صنعت نسل چهارم و با بهره گیری از روش‌ها و ابزار‌های هوشمند، تولید کالا‌ها و ارائه خدمات و بازگردانی آنچه به عنوان پسماند می‌شناسیم را به‌گونه‌ای برنامه‌ریزی و مدیریت نماید که حداکثر تطبیق‌پذیری با منابع طبیعی را داشته باشند.
اما در مورد راهکارهای مبتنی بر فناوری‌های هوشمند در صنعت نسل چهارم و تولید سبز باید گفت که از سال ۱۷۸۴ تا به امروز روند پیشرفت صنعت با معرفی فناوری‌هایی به نسل‌های مختلف تقسیم بندی شده است و امروزه با معرفی سیستم‌های هوشمند و راهکار‌های هوشمند مبتنی بر اینترنت اشیا، هوش مصنوعی و ابزار‌های دیجیتال در نسل چهارم صنعت قرار داریم. با توجه به برآورد‌ها صنعت نسل چهارم که از سال ۲۰۱۷ به بعد معرفی شده است دارای سه فاکتور مهم انسان، کسب‌وکار و اشیا است و مهمترین ویژگی این نسل را می‌توان در تلفیق هوشمند انسان، ابزارها و عوامل محیطی برای رسیدن به راهکار‌های بهینه دانست.
دو فاکتور مهم صنعت نسل چهارم را محیط و اشیا تشکیل می‌دهند و حفاظت از محیط و منابع طبیعی به عنوان یک چارچوب کلی دربردارنده حیات در کنار انسان از جمله مهم‌ترین دغدغه‌های برنامه‌ریزی هوشمند به‌شمار می‌رود. موضوع جایگزینی ربات‌ها و سیستم‌های مبتنی بر یادگیری ماشین و تلفیق موفق انسان، محیط و داده‌های دیجیتال در یک زنجیره اطلاعاتی را می‌توانیم از جمله دیگر فرصت‌ها و چالش‌های صنایع نسل چهار و هوشمند بدانیم و تدوین برنامه‌ها و دستورالعمل‌هایی جهت برآورده‌سازی الزامات نظام تولید مدرن کالا و عرضه خدمات ازجمله کاهش مصرف انرژی، کاهش پسماند، کاهش انتشار مواد آلاینده به محیط و بازیافت هرچه بیشتر مواد جز با بهره‌گیری از ابزار‌های هوشمند از جمله AI امکان‌پذیر نیست.
البته کاربرد‌های مهم ابزارهای هوش مصنوعی در فرآیند‌های مربوط به صنعت و تولید سبز با اولویت حفاظت از منابع طبیعی بر اساس مطالعات موسساتی مانند Chemwatch، الزاماتی نظیر ملاحظات حمل‌و‌نقل، دفع و بازیافت متریال‌های زائد به همراه داده‌های اکولوژیکی و میزان آسیب‌رسانی به ساختار‌های بیولوژیکی از جمله موارد کلیدی در برخورد با مواد حساس و شیمیایی به شمار می‌روند که البته شبکه‌های عصبی مصنوعی به عنوان یکی از ابزارهای هوش مصنوعی می‌توانند در مدیریت بهینه پسماند‌ها نقش داشته باشند. از شبکه‌های عصبی مصنوعی می‌توان در تفکیک پسماندها و زباله‌ها به دو گروه با قابلیت بازیافت و غیرقابل بازیافت استفاده نمود. از کاربرد‌های دیگر هوش مصنوعی در صنعت سبز می‌توانم به تلفیق قوانین بین‌المللی و محلی در زمینه‌های بهداشتی و زیست‌محیطی اشاره کنم که اطمینان‌پذیری صنعتی را افزایش می‌دهد.
باید اشاره کرد هوشمند شدن صنایع و ساز و کارهای تجاری نیاز به فرآیندهای مدیریتی هوشمند دارند و چشم‌انداز توسعه استفاده از فناوری‌های دیجیتال در طرح‌های اقتصادی و صنعتی در سال‌های آینده نشان می‌دهد برای پیاده سازی این طرح‌ها در راستای توسعه پایدار صنعتی و دوستدار محیط‌زیست نیاز به پیاده سازی رویکرد‌ها و فرآیند‌هایی مبتنی بر ویژگی‌های صنعت نسل چهارم با محوریت ایجاد زنجیره‌ای ایمن و بهینه از عوامل انسانی، محیطی و ابزارهای هوشمند است و پیاده‌سازی ابزارهای هوشمند مبتنی بر هوش مصنوعی در تلفیق با سیستم‌های صنعتی نسل چهار می‌تواند در پاسخگویی بهینه به نیازهای روزافزون به توسعه صنایع دوستدار محیط‌زیست هم مفید باشد.