Umělá inteligence má obrovský potenciál a my chceme být v čele pelotonu

Nápadů na využití umělé inteligence mají prý víc, než zvládají realizovat, říká o projektech oddělení AI společnosti CS Soft jeho šéf Lukáš Hefka. Většina jich dnes vzniká na základě poptávky v rámci holdingu Czechoslovak Group (CSG) miliardáře Michala Strnada, kam CS Soft jako součást divize CSG Aerospace patří, ale cílem je poskytovat projekty jako komerční řešení zákazníkům po celém světě.

„V holdingu nemáme nic zadarmo – když nějaká firma ze skupiny poptává nové řešení, procházíme běžným výběrovým řízením vedle externích dodavatelů,“ dodává Hefka.

Hlavním oborem CS Softu jsou systémy na řízení letového provozu. Jaký má vlastně tento trh potenciál, když každé letiště už nějaký systém používá?

Máte pravdu, že nějaký ATM systém (Air Traffic Management – pozn. red.) se používá všude. Nicméně velmi přísná regulace civilního leteckého provozu, uplatňovaná v Evropě a Severní Americe, se postupně posouvá také do Asie a Afriky, což znamená, že místní letiště budou potřebovat modernější systémy ATM, které této regulaci odpovídají. Takže ve skutečnosti je potenciál trhu vyšší stovky, možná i více než tisícovka, letišť, kde ještě řídí – jak my říkáme – „postaru“. V CS Softu jsme přitom s našimi kapacitami schopni zvládnout dva až tři takové projekty ročně.

Jaký je vlastně aktuální vývoj v systémech ATM? Uplatňuje se v nich například i trend zavádění umělé inteligence?

Bavíme se o extrémně náročném, vysoce regulovaném, a tedy i velmi konzervativním oboru. Takže k technologickému vývoji samozřejmě dochází, ale třeba umělou inteligenci do softwaru pro ATM dnes žádný regulátor nepustí. Problém je především v tom, že vývoj softwaru pro obor civilního letectví probíhá podle striktních standardů, včetně detailní dokumentace. A modely AI nelze z principu věci zcela zdokumentovat. Už proto, že nelze dopředu predikovat, a tedy ani popsat, jejich výstupy. A nejistota v tomto oboru opravdu nemá místo. Dovedu si představit, že v dohledné době některý z velkých hráčů zkusí do této oblasti AI zavést, ale bude to opravdu běh na dlouhou trať.

Přesto v CS Softu vzniklo oddělení, které se AI zabývá.

Strategií CS Softu je rozšířit naši působnost i mimo obor ATM a AI skrývá obrovský potenciál. I v rámci holdingu CSG, včetně naší divize CSG Aerospace, je řada příležitostí k jejímu využití. Například pro společnost Job Air Technic, která na letišti v Ostravě‑Mošnově provádí údržbu civilních letadel, jsme vyvinuli systém JATIS, který s nasazením modelů AI pomáhá se zpřesněním plánování jednotlivých kroků servisu. A máme i několik dalších projektů.

Co tedy systém JATIS umí?

Pravidelná údržba civilních dopravních letadel je značně komplikovaný projekt, u kterého je velmi složité odhadnout potřebný čas, lidské kapacity, použitý materiál a také výslednou cenu. My jsme tedy na datech za posledních sedm let postavili model AI, který na základě dlouhé řady proměnných dokáže s vysokou přesností odhadnout nejen všechny kroky, které bude údržba konkrétního letadla vyžadovat, ale také naplánovat lidské kapacity a doporučit díly a materiál, který bude pro servis potřeba.

Abych byl konkrétní, je třeba velký rozdíl mezi opotřebením určitých součástek letadel, která létají například na linkách do Thajska, oproti strojům pohybujícím se jen po Evropě. Pak jsou zde různé specializace, jako třeba týmy na opravu interiérů, kabeláže a mnoho dalších, jejichž kapacity musíme plánovat. Navíc je nutné vzít v úvahu také prostorové možnosti – třeba že do kokpitu se nevejdou více než dva lidi současně. A tak bych mohl pokračovat ještě dlouho. Navíc se samozřejmě v Ostravě neopravuje jen jedno letadlo, ale třeba osm strojů najednou, což plánování dále komplikuje.

Komentář

Institucionální kapitál aneb Malý krok pro Wall Street, velký skok pro bitcoin

25. 11. 2024 ▪ 5 min. čtení

Jak je váš model AI na plánování údržby letadel přesný?

JATIS běží v Job Air Technic jako nadstavba nad systémem pro řízení projektů při opravách letadel něco málo přes rok. Data dokládající přínos se ještě vyhodnocují, ale už dnes můžeme říci, že se díky plánování s podporou AI podařilo zvýšit efektivitu o jednotky procent, což představuje nemalé ekonomické prostředky. Na přidanou hodnotu takového řešení se ale musíme dívat hned z několika úhlů. Jednak můžeme zákazníkovi, majiteli letadla, hned na začátku s vysokou přesností sdělit, kdy bude servis hotový a jaké množství problémů se při servisu najde. To je velmi důležité pro jeho plánování, protože letadlo na zemi nic nevydělává. A pro firmu, která údržbu provádí, znamená přesnější plánování efektivnější využití dostupných zdrojů, zrychlení procesů při servisu, a tedy i možnost realizovat více zakázek. Z technologického hlediska jde o obrovský skok od excelových tabulek k plánování pomocí AI.

Trénujete váš model zpětně z realizovaných zakázek a lze jej nasadit také v jiných oborech, než je údržba letadel?

Ano, model se sám každý týden průběžně zdokonaluje, protože data o nových zakázkách, typech letadel nebo součástek stále přibývají. Systém může fungovat jako cloudová služba nebo jej lze nasadit na lokálním serveru a spolupracuje s běžnými řešeními na plánování servisních zakázek v oboru letectví. A pokud jde o možnost nasazení našeho modelu AI v jiných oborech, tak i na to jsme připraveni. JATIS je vhodné použít všude tam, kde se pracuje s velkým množstvím vstupních informací a objektů – v tomto případě součástek. Nabízí se tedy například údržba vozidel nebo třeba vojenské techniky.

Má JATIS i prvky prediktivní údržby?

Předvídání poruch není účelem tohoto řešení, ale i nad tímto způsobem využití AI se zamýšlíme. V rámci holdingu máme společnost DAKO‑CZ vyrábějící vlakové brzdy. Dnes se nabízí možnosti, jak brzdy a další prvky monitorovat na dálku, sbírat provozní data a analyzovat je. Dokázali bychom sledovat míru zatížení vagonů, což umožní nejen zjistit, zda se s nimi zachází správně, ale také bude možné provést servis dříve, než bude vagon neplánovaně odstaven.

Pracujete ještě na dalších projektech s využitím modelů AI?

JATIS je pouze jeden z projektů našeho AI oddělení. Dalším řešením je Tendera a vyvinuli jsme jej primárně pro naše vlastní potřeby při zpracovávání podkladů pro výběrová řízení. Tendera páruje požadavky zadávací dokumentace se specifikací našich softwarových produktů. Výsledkem je detailní přehled o tom, které z nich splňujeme na 100 procent a kde by byl nutný další vývoj. Tento přehled pak můžeme snadno překlopit do naší odpovědi na vyhlášený tendr v angličtině nebo v jakémkoli jiném jazyce.

Tendera tedy dokáže pracovat s podklady k tendrům v přirozeném jazyce?

V současné době je nutné zadávací dokumentaci nejprve upravit tak, aby bylo následně možné požadavky napárovat na naše produktové specifikace. Pracujeme ale na tom, aby stačilo do systému nahrát dokumentaci v PDF souboru. Překážkou je hlavně chybějící standardizace zadávací dokumentace, takže každý dokument vypadá úplně jinak a má i jinou strukturu. Nicméně i v současné podobě nám Tendera obrovským způsobem šetří čas i práci. Běžně jsme zkoumáním rozsáhlé dokumentace k tendrům trávili několik dní, či dokonce týdny času, a dnes prakticky do hodiny víme, do jaké míry je pro nás daná zakázka relevantní.

Umělá inteligence

Stáhněte si přílohu v PDF

Tendry v oborech letectví či armády, ke kterým máte nejblíže, běží často v utajeném režimu. Jak je to ošetřeno v učícím se modelu AI?

V našem oboru jsme zvyklí na nejvyšší standardy zabezpečení, takže jsme pro Tenderu postavili vlastní model AI, který běží na lokálním serveru bez nutnosti přístupu k internetu či propojení s cloudovými službami. Máme ale v plánu toto řešení napojit také na veřejné agregátory tendrů a víceméně automatizovaně sbírat a vyhodnocovat poptávky z celého světa. Z Tendery tak vznikne komerční produkt, který budeme poskytovat našim zákazníkům pro obchodování v rámci jejich oboru.

Jaká další řešení máte v plánu?

Teď například pracujeme na modelu, který dokáže s vysokou pravděpodobností na několik dní dopředu predikovat ceny surovin jako měď, stříbro a cín na světovém trhu. To je zajímavé pro velké výrobce elektroniky nebo třeba munice, kteří tyto kovy nakupují ve značných objemech. Nápadů je spousta a my se chceme držet v čele pelotonu ve využívání AI. Vždy ale musíme pečlivě zvážit, jak daleko zajít s rešeršemi a vývojem ještě předtím, než začneme nové řešení nabízet na trhu.

Text vznikl ve spolupráci s CS Soft.

Článek byl publikován ve speciální příloze HN Umělá inteligence.