Современные промышленные предприятия сталкиваются с необходимостью оптимизации производственных процессов, снижения затрат на обслуживание оборудования и минимизации простоев. Одним из наиболее эффективных подходов к решению этих задач является стратегия прогнозируемого и/или предписывающего обслуживания. В глобальном смысле, прогнозируемое обслуживание (англ. Predictive Maintenance, PdM) является частью стратегии развития промышленного предприятия и стратегии эксплуатации промышленного оборудования, в реализации которой используется дополнительное оборудование, программное обеспечение и новые технологии обработки и анализа данных для обнаружения неисправностей оборудования и устройств с целью их устранения до момента выхода из строя. Важную роль в прогнозированном обслуживании играет применение новых информационных и вычислительных технологий, включая технологии искусственного интеллекта (ИИ). Они позволяют современным предприятиям перейти от реактивного или превентивного обслуживания к прогнозируемому, а в перспективе и к предписывающему обслуживанию[1] [[1], [2]]. В свою очередь, технологии ИИ все чаще используют на периферийных устройствах (Edge AI). Это дает возможность обрабатывать данные непосредственно на диагностируемом оборудовании, значительно ускорить процессы сбора и обработки информации, а также принятия решений. Данный подход снижает зависимость от облачных сервисов и стоимость на владение вычислительной инфраструктурой в целом.

Edge AI — это технология, которая позволяет развертывать и использовать алгоритмы и модели ИИ непосредственно на локальных устройствах, таких как датчики, контроллеры или устройства Industrial Internet of Things (IIoT). В отличие от традиционных подходов, где данные для анализа передаются в облако или производственные центры обработки данных, Edge AI обрабатывает информацию непосредственно на месте, что обеспечивает on-line реакцию на внутренние и внешние изменения и снижает затраты на эксплуатацию.

"Разум — самое важное явление во Вселенной; он способен выходить за границы физических законов и трансформировать мир. Человеческий разум позволил нам преодолеть ограничения нашей биологической природы и изменить самих себя."

— Рэй Курцвейл. «Эволюция разума».

Удивительный мир искусственного интеллекта может нам открыться в полной мере лишь тогда, когда мы с вами cможем увидеть положительные результаты его работы, особенно созданные при нашем непосредственном участии. Эти результаты должны быть понятны и объяснимы каждому человеку, а также они должны быть этичны, непредвзяты и не нарушать закон.

На сегодняшний день искусственный интеллект может делать многое, например: написать текст нового стихотворения или даже целого рассказа, воспроизвести его различными голосами знаменитых актеров или музыкантов, проанализировать большое количество числовых данных и составить прогноз на будущее, играть с нами или сразу с тысячью людей в компьютерные игры. Пожалуй, самое впечатляющее, на мой взгляд, то, что может делать искусственный интеллект сегодня – это создавать уникальные и невероятные изображения. Эти изображения могут быть воплощением трехмерного мира фантастического будущего в компьютерной игре или быть виртуальной симуляцией окружающего нас мира. Изображения могут быть трехмерными или двумерными, а также могут быть выполнены в различных стилях живописи знаменитых художников разных периодов времени. Но самое интересное то, что на этих изображениях могут появиться существа или предметы, не существующие в нашем мире.

Текстовая инверсия (Textual Inversion) – это метод, который позволяет добавлять новые объекты или стили к имеющейся у нас модели. Файлы текстовой инверсии с объектами обычно имеют небольшой размер с расширением .pt или .safetensors. По сути, эти файлы являются дополнительными модулями для Stable Diffusion WebUI Forge и используемой нами модели FLUX.1 (например, flux1-dev-bnb-nf4-v2.safetensors), которые отображаются на закладке Txt2img / Textual Inversion.

LoRA (Low-Rank Adaptation) – это вспомогательная модель, основное назначение которой заключается в ускорении обработки запросов (prompt) от пользователя и вычислений при генерации тех или иных специальных объектов на изображении.

Другими словами, когда мы с вами используем модель FLUХ.1, а нам надо детально прорисовать на нашем изображении руки или фигуру человека, мы используем дополнительно вспомогательную модель LoRA, которая выполняет только одну определенную ей задачу.

Также различные модели LoRA используют для усиления стилизации изображений. Например, если нам надо нарисовать персонажа в стиле одного из известных мультфильмов, то существует большое количество соответствующих специальных моделей LoRA.

Особенность моделей LoRA заключается в том, что они в несколько раз меньше по объему, чем основные модели, которые мы используем, и поэтому они работают значительно быстрее основных при выполнении специализированных задач. 

Как мы с вами усвоили из прошлого урока, основная задача функции Hires.fix – не увеличение разрешения изображения, а улучшение качества мелких деталей финального изображения без изменения композиции.

Важно отметить, Hires.fix работает более эффективно, если с улучшением деталей вы одновременно увеличиваете разрешение изображения.

Но у Hires.fix есть и некоторые скрытые возможности, которые могут помочь изменить какую-то важную деталь нашего исходного изображения.

Давайте узнаем, как нам это сделать.

Для этого:

·         Переходим на закладку «Settings».

·         Находим слева в списке раздел «UI alternatives».

·         Выбираем две опции: «Hires fix: show hires checkpoint and sampler selection (requires Reload UI)» и «Hires fix: show hires prompt and negative prompt (requires Reload UI)».

·         Применяем настройки.

·         Перезагружаем интерфейс. 

На предыдущем уроке мы с вами создали, сохранили и улучшили наше первое изображение из запроса «smiling cyberpunk cat in purple bowler hat with blue cyber eye sitting in cafe drinking coffee, photorealistic, perfect composition, cinematic shot, intricate details, hyper detail, cool color palette, muted colors, very detailed, sharp focus». При этом мы с вами не рассматривали функциональное назначение и не использовали другие параметры генерации изображения, которые находятся слева на закладке Txt2img/Generation пользовательского интерфейса, как показано на рисунке ниже: 

После того как мы с вами создали наше первое собственное уникальное изображение из запроса «smiling cyberpunk cat in purple bowler hat with blue cyber eye sitting in cafe drinking coffee, photorealistic, perfect composition, cinematic shot, intricate details, hyper detail, cool color palette, muted colors, very detailed, sharp focus», нам нужно было его сохранить на своем компьютере. С этой задачей мы успешно справились еще в прошлой главе. Теперь давайте посмотрим, какие еще есть интересные функции (находятся под созданным изображением), которые могут нам пригодиться сразу после создания изображения.

Мы уже с вами познакомились с возможностью создания первого тестового изображения с помощью запроса (prompt): «Astronaut in a jungle, cold color palette, muted colors, very detailed, sharp focus».

Для этого мы добавили наш запрос в окно ввода запроса (prompt) и нажали кнопку создания изображения «Generate», как это показано на рисунке ниже:

Казалось бы, нам нужно жать мышкой на файл run.bat, но, увы, это не так.

Давайте возьмем для себя за первое правило всегда запускать перед работой файл update.bat. Да, именно он позволит нам всегда использовать самую последнюю версию нашей сборки Stable Diffusion WebUI Forge.

Перед тем как запускать программу Stable Diffusion WebUI Forge, по рекомендации разработчика нам необходимо подготовить свой компьютер к тяжелой работе и сделать некоторые настройки, а именно изменить размер файла подкачки системы.

Для этого наводим курсор мышки на иконку «Мой компьютер», нажимаем правой кнопкой мыши и выбираем «Свойства».

В Windows 10 откроется следующее окно:

После установки системы Stable Diffusion WebUI Forge, которая обеспечит нам удобный интерфейс и работу с большим числом различных функций и параметров, нам теперь необходимо скачать файл нужной нам версии модели FLUX.1, которая бы быстро и качественно работала на нашем компьютере.

Напомню вам, что есть три основные версии модели, созданные разработчиками Black Forest Lab:

Для того чтобы определиться с выбором сборки (или дистрибутива), нам необходимо с вами получить нужную информацию от нашей операционной системы, чтобы узнать версию CUDA (Compute Unified Device Architecture).

CUDA – это технология, работающая на базе программно-аппаратной архитектуры, которая позволяет повысить производительность параллельных вычислений. Параллельные вычисления – это вычисления, при которых процесс разработки программного обеспечения делится на потоки. Потоки обрабатываются параллельно и взаимодействуют между собой в процессе обработки. Технология CUDA поддерживается процессорами видеокарт NVIDIA, которые используют системы генеративного искусственного интеллекта для создания различного контента[i].

Для определения версии CUDA в строке поиска наберем и выполним команду cmd, как показано на рисунке ниже: 

Четвертая промышленная революция.

Этот термин все чаще звучит с экранов наших телевизоров, все чаще мы слышим разные мнения и прогнозы от ведущих ученых.

Пожалуй, наиболее простой способ рассказать Вам о четвертой промышленной революции — это раскрыть суть основных ее технологий.

О многих из них Вы уже неоднократно слышали, - это новые вычислительные технологии, и объединяющая многие из технологий четвертой промышленной революции - концепция «цифровой экономики», которая включает технологии распределенного реестра, Интернета вещей, а также технологии производства передовых материалов и многомерной печати, робототехника и искусственный интеллект, био- и нейротехнологии, виртуальная и дополненная реальность, а также концепции и технологии построения городов будущего и, конечно, на мой взгляд, очень перспективная тема цифрового бессмертия, и многие, многие другие…

Но! Меня интересует один, как мне кажется, немаловажный вопрос:

Как изменится наша с вами жизнь в тот момент, когда технологии четвертой промышленной революции заработают в полную силу?

Но, нужно ли задаваться этим вопросом?

А что, если никакой революции еще на самом деле нет?

Давайте еще раз посмотрим на те технологии, которые формируют так называемую четвертую промышленную революцию:

Палюх Борис Васильевич

д.т.н., профессор, заведующий кафедрой «Информационные системы» ТвГТУ, г. Тверь

Чесалов Александр Юрьевич

  к.т.н., генеральный директор ООО «Программные системы Атлансис», г. Тверь

В настоящей статье исследуются современные подходы к созданию автоматизированных систем прогнозируемого обслуживания многостадийных технологических процессов. На сегодняшний день, данные системы играют важнейшую роль в процессах автоматизации промышленных предприятий различных отраслей экономики. В статье делается основной акцент на  необходимость применения технологий искусственного интеллекта для создания, эксплуатации и развития автоматизированных систем прогнозируемого обслуживания. Указывается необходимость совместного применения методов нейронных сетей и теории свидетельств, в части уменьшения уровня неопределенности и увеличения уровня доверия к выходным данным для принятия решений. В результате исследования предложены два варианта архитектуры. Представлены данные эффективности применения автоматизированных систем прогнозируемого обслуживания в промышленности.

КЛЮЧЕВЫЕ СЛОВА: прогнозируемое обслуживание, промышленный Интернет вещей, периферийный искусственный интеллект, теория свидетельств, компьютеризированная система управления техническим обслуживанием.

Прогнозируемое обслуживание в промышленности (англ. Predictive Maintenance, PdM) – это стратегия проактивного обслуживания, которая использует современные инструменты и методы анализа данных для обнаружения аномалий в работе оборудования и потенциальных дефектов в производственных процессах, которая включает [1]:

В текущих экономических условиях, когда концепция развития цифровой экономики сменяется новым трендом развития – «экономикой данных»,  внедрение цифровых инноваций  и прорывных технологий искусственного интеллекта (ИИ) в промышленных экосистемах Индустрии 4.0  является приоритетным направлением в формировании и развитии технологического суверенитета Российской Федерации.

В основе всех процессов формировании и развития технологического суверенитета нашей страны находится цифровая трансформация производителей и потребителей продуктов и услуг.

Цель цифровой трансформации продуктов и услуг промышленных предприятий Российской Федерации должна заключаться в реализации ряда комплексных мероприятий и проектов основывающихся на прорывных и перспективных технологиях «Индустрии 4.0», включающие в себя технологии искусственного интеллекта в промышленных экосистемах, которые позволяют создать на первом этапе цифровую инфраструктуру промышленности, а в последствии экосистему, способную не только объединить разрозненные цифровые решения, платформы, системы и миллионы «умных» устройств промышленного Интернета вещей в рамках одного информационного поля, но и дать толчок к созданию и развитию новых конкурентных продуктов и услуг в Российской Федерации и за ее пределами [Галкин и др., 2023, c. 167; Палюх и др., 2023, c. 256].

Важным аспектом проектирования, разработки, производства и развития новых промышленных ИТ-решений является применение передовых технологий четвертой промышленной революции, к которым можно отнести: технологии работы с большими данными, машинное обучение и искусственный интеллект, а также создание цифровых платформ и сервизов, функционирующих в рамках вышеупомянутой цифровой экосистемы.

Шел ничем не примечательный 2124 год...

В темном каменном помещении подземного бункера было душно и пахло затхлой сыростью. Где‑то недалеко о бетонный пол шлепали крупные капли воды. Тускло тлели лампы накаливания в грязных полупрозрачных, обмотанных стальной проволокой плафонах ночных фонарей.

Огромные алюминиевые панели пультов контроля с сотнями цветных лампочек и индикаторов с ржавыми металлическими табличками украшали огромных размеров серые бетонные стены заброшенного военного бункера командного центра планирования и управления национальной безопасностью.

Влажный теплый воздух за долгие годы забвения этого произведения бетонного искусства, словно никому не ведомый художник, который смешал краски из известкового налета и ржавчины, раскрасил все вокруг бело‑рыжими причудливыми узорами.

Все внутреннее технологичное убранство этого мрачного помещения говорило о том, что этот бункер, который располагался в далеком подземном городе, давно никто не посещал.

Во мраке всего этого железобетонного великолепия из прошлого за огромным столом, усыпанным различными кнопками и утыканным джойстиками, в причудливой и немного неестественной позе восседало на большом металлическом стуле человекоподобное существо.

Это было его подземное царство. Он жил здесь уже долгие годы, не выходя наружу. Все, кто когда‑то знал о нем, давно считали его мертвым, но лишь ему одному была известна истина — он был и есть здесь. Годы забвения от внешнего мира помогли ему сохраниться и оставаться по‑своему живым и здоровым.