“Điểm nhiệt” là sự phát triển riêng của Bộ Tình trạng khẩn cấp. Nó sử dụng công nghệ máy học và xử lý dữ liệu vệ tinh để cảnh báo về hỏa hoạn, xác định mức độ rủi ro và đề xuất các biện pháp cụ thể
Nhiệm vụ Để tạo ra một giải pháp hiệu quả nhằm loại bỏ và ngăn chặn cháy rừng bằng cách sử dụng các đơn vị khu vực của Bộ Tình trạng khẩn cấp Nga.
Bối cảnh và động lực Theo Rosleskhoz, hàng triệu ha rừng bị đốt cháy ở Nga mỗi năm. Để nhanh chóng chữa cháy, hàng năm cơ quan này đều lập dự báo nguy cơ hỏa hoạn dài hạn cho từng khu vực và các cơ quan dịch vụ của thành phố xây dựng trước kế hoạch về các biện pháp cần thiết. Họ cũng sử dụng hệ thống giám sát sử dụng vệ tinh, vận tải mặt đất và hàng không. Tuy nhiên, điều này là không đủ.
Giải pháp “Điểm nhiệt” là một hệ thống con thông báo được phát triển bởi các nhân viên của Bộ Tình trạng khẩn cấp vào năm 2020 sau kết quả của cuộc thi hackathon mở WILDFIRE AI do Bộ Tình trạng khẩn cấp và Sberbank tổ chức. 327 người từ 65 thành phố đã tham gia. Những người tham gia đã đề xuất 1.427 giải pháp với độ chính xác tối đa là 92,5%.
Giao diện ứng dụng “Điểm nhiệt” (Ảnh: Bộ Tình trạng khẩn cấp)
Thực hiện Để giải quyết vấn đề, một hệ thống con thu thập và phân tích dữ liệu “Điểm nhiệt” đã được phát triển bằng công nghệ học máy. Nó là một phần của hệ thống thông tin “Atlas về mối nguy hiểm và rủi ro”. Nó nhận dữ liệu từ các phòng ban trong khuôn khổ RSChS - Hệ thống Nhà nước Thống nhất về Phòng ngừa và Loại bỏ các Tình huống Khẩn cấp.
Một thuật toán đặc biệt xử lý dữ liệu từ vệ tinh suốt ngày đêm. Dựa trên kết quả xử lý, thông tin sẽ xuất hiện trên cổng web và ứng dụng di động dưới dạng danh sách hoặc bản đồ các đối tượng. Đối với mỗi điểm nhiệt, dữ liệu về nguy cơ cháy và mức độ lây lan của lửa sẽ được hiển thị cũng như cảnh báo bằng âm thanh và văn bản. Điều này cho phép bạn ứng phó kịp thời với các mối đe dọa hỏa hoạn, khoanh vùng và loại bỏ các đợt bùng phát. Thông tin được cung cấp cho tất cả người dùng hệ thống con, bao gồm chính quyền khu vực và thành phố, cũng như các đơn vị của Bộ Tình trạng khẩn cấp Nga.
Kết quả Từ năm 2020, dự án Thermal Points đã hoạt động trên khắp nước Nga. Kêt quả chung cuộc:
- các dịch vụ khu vực ứng phó với cháy rừng nhanh hơn ba lần; - Các đợt bùng phát được loại bỏ kịp thời trước khi đám cháy lan đến khu dân cư; - Chi tiêu ngân sách cho việc chữa cháy đã giảm.
Kế hoạch và triển vọng Là một phần của quá trình chuyển đổi kỹ thuật số của hệ thống phòng ngừa và ứng phó khẩn cấp, các công cụ và công nghệ kỹ thuật số mới đang được giới thiệu. Từ năm 2020, một “hồ dữ liệu” đã được hình thành, nơi hợp nhất dữ liệu và dịch vụ của 36 bộ, ngành và tổng công ty nhà nước. Các kế hoạch bao gồm việc tạo ra một trung tâm quản lý sự cố duy nhất sẽ phân tích các mối đe dọa và lỗ hổng bên ngoài của hệ thống CNTT trực tuyến và thông báo kịp thời về các rò rỉ và tấn công mạng.
Bài này nói về công nghệ liveness (liveness technology) là một kỹ thuật trong đó thuật toán phát hiện một cách an toàn xem nguồn của mẫu sinh trắc học đến từ một biểu tượng giả hay là một con người sống. Mẫu sinh trắc học là ảnh khuôn mặt được người dùng chụp. Bài này dùng Google translate dịch liveness là "sự sống động" hay "sức sống"
Công nghệ sinh động trong sinh trắc học: nó là gì và hoạt động như thế nào
Liveness là một công nghệ cho phép bạn phân biệt người sống với mặt nạ hoặc deepfake. Hãy tìm hiểu cách nó bảo vệ chống lại những kẻ lừa đảo
Sự sống động là gì Ngày nay, công nghệ nhận dạng khuôn mặt và giọng nói đang được sử dụng tích cực trong nhiều lĩnh vực. Đây là một phần của sinh trắc học - một hệ thống nhận dạng một người sử dụng các đặc điểm thể chất và hành vi độc đáo: dấu vân tay, giọng nói, võng mạc.
Theo công ty tư vấn FMI, giá trị thị trường của lĩnh vực này dự kiến sẽ tăng từ 11,1 tỷ USD vào năm 2023 lên 38,5 tỷ USD vào năm 2033. Với sự phát triển và triển khai rộng rãi các công nghệ này, việc tăng cường bảo mật cho chúng là điều cần thiết.
Những kẻ lừa đảo cố gắng sử dụng bản ghi âm giọng nói hoặc ảnh để đăng nhập vào tài khoản cá nhân của một người - ví dụ: để có quyền truy cập vào tài khoản ngân hàng. Nhưng nhờ công nghệ sinh trắc học, các cuộc tấn công như vậy có thể tránh được.
Liveness (từ tiếng Anh "liveness", ở Nga thuật ngữ "sức sống" được sử dụng) là một công nghệ giúp hệ thống phân biệt người sống với hàng giả: mặt nạ, ngay cả khi nó được làm bằng silicone hoặc latex, ảnh, ghi âm giọng nói hoặc video . Thuật toán hoạt động cùng với hệ thống nhận dạng khuôn mặt, nhưng điểm khác biệt chính là nó không trả lời câu hỏi “Đây có phải là người phù hợp không?”, mà là câu hỏi “Đây có phải là người sống không?”
Liveness được sử dụng trong quá trình nhận các dịch vụ ngân hàng và chính phủ, đăng nhập vào dịch vụ di động, trong hệ thống quản lý và kiểm soát truy cập, khi thanh toán mua hàng hoặc di chuyển trên tàu điện ngầm và trong các khu vực khác sử dụng sinh trắc học.
Theo Natalya Bessonova, giám đốc bộ phận công nghệ sinh trắc học tại Trung tâm Công nghệ sinh trắc học CTCP, sự sống dựa trên mạng lưới thần kinh được đào tạo trên cơ sở dữ liệu lớn về ảnh của người sống và ảnh giả. Cơ sở dữ liệu càng lớn và đa dạng thì thuật toán sẽ học và hoạt động càng tốt.
Sự sống động bảo vệ chống lại những kẻ lừa đảo như thế nào Mục tiêu chính của liveness là ngăn chặn những kẻ lừa đảo tổ chức các cuộc tấn công giả mạo. Giả mạo là một cuộc tấn công mạng trong đó kẻ lừa đảo cố gắng giành quyền truy cập vào hệ thống bằng cách mạo danh người khác bằng cách sử dụng ảnh hoặc deepfake.
Theo FIDO Alliance, một hiệp hội phát triển các tiêu chuẩn xác thực, có ba cấp độ tấn công.
- Mức độ A: sử dụng ảnh (trên giấy hoặc trên màn hình thiết bị). Các thuật toán sống động giám sát các hiệu ứng “không liên quan” trong ảnh: gợn sóng, chói, tạo tác in ấn. - Cấp độ B: sử dụng mặt nạ video, mặt nạ giấy có hình người bị lừa đảo. - Cấp độ C: sử dụng mặt nạ 3D làm bằng chất liệu chuyên dụng. Ngày nay, những kẻ lừa đảo hiếm khi sử dụng kiểu tấn công này vì đây là một quá trình rất tốn kém và phức tạp. Mặt nạ 3D cũng có thể được tạo ra dựa trên một bức ảnh, nhưng để nó trở nên chân thực, bạn sẽ phải quét khuôn mặt của nạn nhân bằng cách nào đó.
Tùy thuộc vào phương pháp phát hiện tấn công, sự sống động có thể chủ động hoặc thụ động.
- Hoạt động (Active) - khi hệ thống nhắc người dùng làm điều gì đó và phân tích cách người dùng đối phó với nhiệm vụ. Ví dụ, gọi tên các con số trên màn hình, mỉm cười, quay đầu lại. - Bị động (Passive) - khi thuật toán ở chế độ nền phân tích một tập hợp các tham số: độ méo, tốc độ phản ứng, tính không nhất quán, đặc điểm tạo tác của hàng giả (ví dụ: ánh sáng chói, tay cầm máy tính bảng, hiệu ứng moire, v.v.). Trong trường hợp này, người đó thậm chí có thể không biết về việc xác minh đó.
“Một hoặc nhiều thuật toán sống động có thể được sử dụng trong một hệ thống. Ví dụ: “Hệ thống sinh trắc học hợp nhất” GIS (GIS EBS) sử dụng ít nhất bốn thuật toán sinh động để phát hiện hàng giả - cả bằng khuôn mặt và giọng nói. Điều này là cần thiết để có độ tin cậy tối đa của việc nhận dịch vụ. Mỗi hoạt động trong EBS GIS được kiểm tra đồng thời bằng một số thuật toán từ các nhà phát triển khác nhau. Để cung cấp một dịch vụ, tất cả các thuật toán phải phê duyệt nó”, Natalya Bessonova nói.
Ví dụ: khi người dùng đang cười, hệ thống sẽ phân tích kết cấu, ánh sáng chói và chuyển động của cơ mặt, cả tĩnh và chuyển động.
Thông thường, sự sống động kết hợp một số mạng lưới thần kinh - ví dụ: chúng sử dụng nhận dạng bằng khuôn mặt và giọng nói. Sự kết hợp này cho phép thuật toán giảm số lượng lỗi của nó.
Dữ liệu về sức sống chỉ là tạm thời. Sau khi được xác minh, chúng chỉ có hiệu lực trong vài phút. Hệ thống nhận được dữ liệu mới với mỗi lần thử mới để vượt qua nhận dạng.
Giải pháp hiện có trên thị trường Hiện nay, một số công ty đang giới thiệu những phát triển về tính sống động của họ trên thị trường, chẳng hạn như FaceTec, ID R&D, VisionLabs, v.v.
Công nghệ Liveness của công ty VisionLabs của Nga vào năm 2019, theo kết quả của Thử thách phát hiện tấn công chống giả mạo khuôn mặt ChaLearn, được công nhận là tốt nhất và chính xác nhất trong số các công nghệ tương tự. Vào tháng 6 năm 2023, công ty cho biết họ đã phát triển một công nghệ mới để nhận dạng deepfake (những hình ảnh được tạo bởi mạng lưới thần kinh).
Một trong những phát triển mới nhất khác của công ty, OneShot Liveness, cho phép bạn xác định sức sống từ một khung hình trong chưa đầy một giây. Vào tháng 7 năm 2023, nó đã được thử nghiệm trên phạm vi quốc tế. Không có nỗ lực hack nào trong số 3,3 nghìn nỗ lực, bao gồm cả những nỗ lực sử dụng mặt nạ cao su và silicone, thành công. OneShot Liveness đã được sử dụng ở 26 chi nhánh của Ngân hàng Pochta.
Khó khăn chính trong việc tạo ra các thuật toán sống động là thu thập dữ liệu để huấn luyện mạng lưới thần kinh. Khi phát triển OneShot Liveness, chúng tôi đã thu thập một lượng dữ liệu khổng lồ theo cách thủ công. Điều này cho phép công nghệ bảo vệ dữ liệu khỏi các cuộc tấn công giả mạo bằng mặt nạ 3D hoặc video có độ phân giải cao.
Liệu những thuật toán như vậy có thể mắc lỗi “ngược lại” và không nhận ra người sống? Theo Natalya Bessonova, các định luật toán học không cho phép chúng ta loại trừ khả năng xảy ra sai sót: “Xác suất khách hàng không được phép đi qua có thể bị ảnh hưởng bởi các yếu tố sau: ánh sáng kém, tiếng ồn trong phòng, các yếu tố bên ngoài (kính râm, khẩu trang). , khăn quàng cổ hoặc hành vi của khách hàng - chẳng hạn như khi anh ta không làm theo hướng dẫn của sự sống động tích cực, không đáp lại yêu cầu mỉm cười). Trong trường hợp thất bại, hệ thống sẽ đưa ra phản hồi và khách hàng có thể thử lại hoặc sử dụng phương thức nhận dịch vụ khác. Điều quan trọng là phải cung cấp cho người dùng những hướng dẫn rõ ràng và phản hồi dễ hiểu để họ có thể sử dụng dịch vụ một cách thoải mái nhất có thể.”
Con đường của nước: số hóa giúp phát triển nhà ở và dịch vụ xã ở Nga như thế nào
Không chỉ nhà nước mà cả doanh nghiệp cũng đang đầu tư vào việc số hóa nhà ở và các dịch vụ công cộng. Hệ thống đo và phân tích thông minh đang thay đổi đáng kể bộ mặt của ngành. Chúng tôi cho bạn biết doanh nghiệp nhận được gì từ các giải pháp kỹ thuật số
Ảnh: Freepik
Tại sao số hóa nhà ở và dịch vụ công cộng Nhà ở và dịch vụ công cộng là một trong những lĩnh vực phức tạp nhất của nền kinh tế Nga. Trong lịch sử, một loạt vấn đề đã phát triển ở đây: khấu hao vốn cao, đạt 70% vào năm 2021, không sinh lãi và tính toán không rõ ràng. Để giải quyết chúng, các tiện ích bắt đầu được chuyển giao cho tư nhân thông qua các nhượng bộ: doanh nghiệp đầu tư vào cơ sở hạ tầng của doanh nghiệp và kiếm tiền bằng cách tăng hiệu quả, nghĩa là nỗ lực giảm thất thoát tài nguyên, nâng cao hiệu quả sử dụng năng lượng và tối ưu hóa các quy trình nội bộ. Theo Trung tâm Hợp tác Công-Tư Quốc gia, đến cuối năm 2022, các nhà đầu tư tư nhân đã đầu tư gần 1 nghìn tỷ RUB – 985,2 tỷ RUB – vào lĩnh vực tiện ích.
Để tăng khả năng kiểm soát và minh bạch của các doanh nghiệp trong lĩnh vực nhà ở và dịch vụ xã, cũng như giảm chi phí và thất thoát tài nguyên, nhà nước đang dựa vào số hóa. Là một phần của các dự án quốc gia “Kinh tế số” và “Nhà ở và Môi trường tiện nghi”, dự án “Thành phố thông minh” đã được triển khai; nó liên quan đến việc số hóa ngành trên quy mô lớn. Trong số các nguyên tắc chính của nó là hiệu quả công nghệ của cơ sở hạ tầng đô thị, nâng cao chất lượng quản lý tài nguyên đô thị và môi trường thoải mái và an toàn. Nhà nước đã phân bổ 13 tỷ Yên cho dự án và có kế hoạch tăng kinh phí.
Nhìn chung, Bộ Xây dựng ước tính chi phí số hóa nhà ở và các dịch vụ công cộng là 375 tỷ Yên. Đồng thời, nhà nước chưa sẵn sàng tăng thuế và đang cố gắng kích thích các công ty trong lĩnh vực nhà ở và dịch vụ xã trở nên hấp dẫn hơn trong đầu tư và triển khai công nghệ. Ví dụ, đồng hồ đo nước và nhiệt thông minh sẽ bắt đầu được lắp đặt trong các tòa nhà dân cư và cơ sở kinh doanh từ năm 2025.
“Số hóa nhà ở và các dịch vụ chung cho phép bạn thấy rõ những gì đang diễn ra trên mạng phân tán, cũng như tự động hóa quá trình truyền dữ liệu từ hàng nghìn thiết bị. Bạn không cần phải bỏ qua và viết lại các bài đọc theo cách thủ công nữa”, Alexander Osipov, giám đốc phát triển các giải pháp cơ sở hạ tầng và đám mây tại MegaFon giải thích.
“Nhờ truyền dữ liệu, tất cả các hoạt động tính toán đều được tự động hóa, tốc độ ứng phó với tai nạn tăng lên đáng kể và có thể dự đoán việc sửa chữa thiết bị và kiểm soát chất lượng của thiết bị dựa trên dữ liệu. Tất cả điều này làm tăng đáng kể hiệu quả hoạt động của những người tham gia thị trường nhà ở và dịch vụ xã cũng như sự hài lòng của người dân.”
Nhà ở và dịch vụ công cộng là một lĩnh vực tiềm năng rất hấp dẫn đối với doanh nghiệp Nga. Khối lượng của thị trường này ước tính chiếm 5,5% GDP, tương đương khoảng 5,4 nghìn tỷ RUB. Ngoài ra còn có lượng khách hàng ổn định. Tuy nhiên, ngành này vẫn còn nhiều thách thức và chính phủ thừa nhận rằng các nhà cung cấp tiện ích đang phải chịu mức độ số hóa thấp.
Thị trường nhà ở và dịch vụ xã đạt được gì nhờ công nghệ kỹ thuật số? Để có hiệu quả, những người tham gia thị trường nhà ở và dịch vụ xã cần theo dõi mức tiêu thụ tài nguyên một cách chi tiết và tối ưu hóa hệ thống kế toán.
“Các dịch vụ nhà ở và công cộng là đối tượng tiêu dùng quan trọng nhất của các giải pháp dựa trên công nghệ Internet of Things ở Nga, cùng với giao thông và năng lượng. Giải pháp toàn diện của chúng tôi để làm việc với cơ sở hạ tầng và tài nguyên được xây dựng trên cơ sở công nghệ này. Nó cho phép bạn nhìn thấy một bức tranh khách quan về những gì đang xảy ra trên mạng và hiệu quả hoạt động tổng thể của chúng”, Osipov lưu ý.
Nền tảng IoT của MegaFon cho phép bạn đóng toàn bộ chuỗi giám sát việc nhận và chi tiêu tài nguyên. Do đó, dịch vụ “Giám sát nước trực tuyến” đã được phát triển cho các tổ chức cung cấp tài nguyên và chính quyền thành phố, còn dịch vụ “Nhà ở thông minh và Tiện ích công cộng” đã được phát triển cho các công ty quản lý, nhà phát triển và doanh nghiệp.
"Giám sát nước trực tuyến" Khả năng dịch vụ: kiểm soát khối lượng sản xuất và cung cấp nước, kiểm soát các chế độ vận hành thiết bị, kiểm soát các thông số áp suất và nhiệt độ trong đường ống, phát hiện kịp thời các vết vỡ và rò rỉ trong đường ống cấp nước lạnh, nước nóng và cấp nhiệt, kết nối bất hợp pháp và trộm cắp. Tất cả các tùy chọn có sẵn 24 giờ một ngày.
Nhờ Giám sát nước trực tuyến, doanh nghiệp giảm chi phí vận hành và bảo trì cơ sở vật chất. Ví dụ, vào năm 2021, MegaFon đã triển khai hệ thống tại Nizhny Novgorod Vodokanal, trang bị đồng hồ công tơ chung cho 2.050 ngôi nhà. Điều này cho phép công ty tiết kiệm khoảng ₽ 95 nghìn mỗi tháng khi phục vụ 100 ngôi nhà.
Vào tháng 7 năm 2023, MegaFon đã tự động giám sát hệ thống cấp nước ở Gelendzhik. Đồng hồ thông minh đã được lắp đặt tại 100 đối tượng - khách sạn, tòa nhà tư nhân và cao tầng. Kết quả là, công ty quản lý cơ sở hạ tầng tiện ích của thành phố đã tăng doanh thu từ việc bán nước lên hơn 10%.
"Nhà ở thông minh và dịch vụ công cộng" Khả năng phục vụ: - Tiết kiệm tài nguyên và giảm chi phí. Hệ thống giám sát hiện đại và đồng hồ thông minh cho phép bạn tính toán chính xác mức tiêu thụ tài nguyên và tối ưu hóa chi phí của chúng; - giám sát các tình huống khẩn cấp. Hệ thống phản ứng ngay lập tức khi các thông số sai lệch so với định mức, người dùng được thông báo qua điện thoại hoặc e-mail; - tối ưu hóa quy trình kinh doanh. Nhờ tích hợp bằng API, dữ liệu được đưa thẳng đến các hệ thống thông tin cần thiết, loại bỏ các lỗi liên quan đến yếu tố con người; - Tuân thủ các yêu cầu của nhà nước. Đặc biệt, các giải pháp IoT giúp làm việc với GIS Nhà ở và Tiện ích công cộng dễ dàng hơn. Dự kiến, thông qua hệ thống này, cư dân sẽ có thể thực hiện mọi khoản thanh toán và kiểm soát chi phí của các tổ chức cung cấp tài nguyên; - Thực hiện các dự án chìa khóa trao tay. MegaFon có thể triển khai các triển khai phức tạp, từ khảo sát thiết bị và cơ sở hạ tầng hiện có đến triển khai và hỗ trợ kỹ thuật cho các giải pháp của mình.
“Dịch vụ này giúp các công ty quản lý tự động hóa việc thanh toán tiền nhà ở và các dịch vụ công cộng, đồng thời phân tích mức tiêu thụ tài nguyên mà không cần thường xuyên đến thăm nhà. Các nhà phát triển có thể tăng sức hấp dẫn của nhà ở đối với người mua tiềm năng bằng cách lắp đặt các thiết bị thông minh trong giai đoạn xây dựng”, Alexander Osipov nhận xét.
Các công ty công nghiệp cũng có thể sử dụng dịch vụ: các thiết bị được lắp đặt tại các đơn vị kỹ thuật sẽ giúp theo dõi những sai lệch so với định mức, cũng như xác định các vấn đề của thiết bị và khắc phục kịp thời. Các công ty nông-công nghiệp có thể kiểm soát các hồ chứa nước và việc cung cấp tài nguyên, các tổ chức cung cấp tài nguyên - cơ sở hạ tầng, thiết bị và thanh toán cho người tiêu dùng.
Chuyện gì sẽ xảy ra tiếp theo Vào cuối năm 2022, các công ty có lợi nhuận thấp nhất là trong lĩnh vực nhà ở và dịch vụ xã. Số hóa sẽ giúp họ sử dụng các nguồn lực hiện có hiệu quả hơn, giảm chi phí và tăng lợi nhuận.
Có khả năng mọi tổ chức quản lý, dịch vụ và cung cấp tài nguyên đều là người sử dụng IoT và các giải pháp công nghệ cao khác. Các đại diện của ngành đang bắt đầu hiểu được những lợi ích mà giải pháp này mang lại. Do đó, theo nghiên cứu của RIR, các công ty tiện ích gần đây đã tăng cường mua các giải pháp số hóa của Nga.
Nhìn chung, dự kiến việc số hóa các dịch vụ nhà ở và xã cũng như việc triển khai các dịch vụ CNTT sẽ giúp giảm chi phí của ngành khoảng 50 tỷ RUB.
Siêu tự động hóa: nó là gì và nó giải quyết các vấn đề kinh doanh như thế nào
Chúng ta hãy tìm hiểu xem siêu tự động hóa xuất hiện khi nào, nó bao gồm những giải pháp nào và nó khác với tự động hóa thông thường như thế nào.
Doanh nghiệp Nga từ lâu đã biết đến thuật ngữ “tự động hóa”. Hơn 74% các công ty trong nước được Comindware và Hiệp hội các chuyên gia BPM khảo sát đã tham gia vào các dự án tự động hóa quy trình kinh doanh vào cuối năm 2022. Tuy nhiên, vài năm trước, một từ mới đã xuất hiện trong môi trường kinh doanh - siêu tự động hóa, ý nghĩa của nó vẫn chưa rõ ràng với mọi người. Cùng với các chuyên gia của nhóm Lanit, chúng tôi sẽ hiểu hiện tượng này là gì và giải quyết những vấn đề kinh doanh cần thiết.
Siêu tự động hóa ra đời như thế nào Thuật ngữ “siêu tự động hóa” được công ty phân tích quốc tế Gartner đặt ra vào năm 2019. Hiện tượng này, như một cách tiếp cận mới về tự động hóa, đã được xác định là một trong mười xu hướng công nghệ chiến lược chính trên thị trường.
Siêu tự động hóa là một phương pháp tiếp cận tập trung vào hoạt động kinh doanh mà các tổ chức sử dụng để nhanh chóng xác định, xác thực và tự động hóa nhiều quy trình kinh doanh và CNTT nhất có thể, được giải thích trong bảng thuật ngữ trên trang web của công ty. Mặc dù thuật ngữ này chỉ mới xuất hiện cách đây 4 năm nhưng hiện tượng mà nó mô tả không hề mới đối với môi trường kinh doanh.
Konstantin German, Phó Giám đốc Triển khai Nền tảng và Giải pháp Quản lý Tài liệu Lanit: “Gartner là một tổ chức tạo ra các thuật ngữ để phản ánh xu hướng thị trường hiện tại. Điều quan trọng là trước tiên đã có một xu hướng, và chỉ sau đó một thuật ngữ mới được phát minh ra cho nó, kết hợp một tập hợp các hoạt động nhất định. Vì vậy, bản thân siêu tự động hóa không có gì mới. Có một số loại giải pháp hoặc phương pháp tiếp cận tự động hóa trên thị trường khi thuật ngữ này được đặt ra khác với những gì đã được chấp nhận trong 20 đến 30 năm trước.”
Siêu tự động hóa hoạt động như thế nào Một phép ẩn dụ trực quan do Konstantin Sarattsev, Giám đốc sản phẩm tại Goodt (thuộc nhóm Lanit) đề xuất sẽ giúp bạn hiểu siêu tự động hóa là gì và nó khác với tự động hóa thông thường như thế nào.
Chuyên gia khuyên bạn nên trình bày toàn bộ quy trình kinh doanh phức tạp của công ty dưới dạng một vòng tròn lớn. Bên trong nó là những vòng tròn nhỏ hơn - giải pháp tự động hóa được sử dụng trong kinh doanh. Ví dụ: quản lý quan hệ khách hàng (CRM), hệ thống thực hiện sản xuất (MES), hoạch định nguồn lực doanh nghiệp (ERP). Mỗi sản phẩm bao gồm một phần quan trọng của quy trình, nhưng bản thân các vòng tròn không chạm vào nhau. Khoảng trống hình thành giữa chúng. Đây là nơi siêu tự động hóa phát huy tác dụng.
Konstantin Sarattsev: “Những khoảng trống này là những khu vực ở giao diện của các quy trình kinh doanh mà theo truyền thống chưa được lấp đầy. Phạm vi phủ sóng của họ là động lực chính thúc đẩy quá trình tự động hóa ở các công ty lớn. Tự động hóa các không gian trống và hình thành các nhóm quy trình kinh doanh bằng phương pháp cổ điển rất tốn kém và tốn thời gian: đối với các công ty, việc này không mang lại lợi nhuận kinh tế. Họ thậm chí không cố gắng giải quyết vấn đề bởi vì theo quan điểm của họ, điều đó thực tế là không thể. Do đó, chúng tôi sử dụng phức hợp các công nghệ khác nhau cho quá trình siêu tự động hóa. Những công nghệ này bằng cách nào đó làm giảm nhu cầu phát triển lâu dài cổ điển.”
Anna Protsko, đối tác kinh doanh của Lanit - BPM: “Điều đáng lưu ý là việc tập trung vào siêu tự động hóa không chỉ giúp tự động hóa các quy trình mà còn dẫn đến việc sửa đổi chính các quy trình đó. Nghĩa là, bản thân các quy trình kinh doanh bắt đầu biến đổi: các điểm được tìm thấy để tối ưu hóa cả về thời gian và số bước trong đó. Ví dụ: một số quy trình có thể được thực hiện song song (thay vì tuần tự) và một số bước có thể được loại bỏ hoàn toàn. Việc tính toán và thu thập dữ liệu mất ít thời gian hơn đáng kể, các quyết định về nhiệm vụ được đưa ra ngay lập tức.”
Những công cụ nào được sử dụng trong siêu tự động hóa? Một trong những tính năng chính của siêu tự động hóa là việc sử dụng phối hợp nhiều công nghệ và nền tảng. Dưới đây là một số giải pháp được sử dụng tích cực trong quá trình siêu tự động hóa:
- tự động hóa quy trình bằng robot (RPA); - công cụ không có mã và mã thấp; - trí tuệ nhân tạo; - học máy.
Konstantin German: “Bằng cách kết hợp một số giải pháp hiện có, chúng tôi đã đạt đến kỷ nguyên tự động hóa mới. Đây là một cách tiếp cận khác: nó cho phép bạn đạt được chất lượng tự động hóa khác biệt cơ bản của các quy trình kém hoặc khó tự động hóa bằng phương pháp lập trình tuyến tính cổ điển. Hơn nữa, mỗi công cụ riêng lẻ đã được sử dụng thành công trên thị trường. Siêu tự động hóa cố gắng kết hợp các công nghệ này lại với nhau để giải quyết các vấn đề kinh doanh phức tạp.”
Doanh nghiệp nào cần siêu tự động hóa? Theo các chuyên gia của Tập đoàn Lanit, nhu cầu về siêu tự động hóa phát sinh ở những khu vực có sự thâm nhập lớn nhất của các công nghệ mới nhất. Các công ty từ fintech, viễn thông và thương mại điện tử đang ở đỉnh cao của sự phát triển kỹ thuật số và không ngừng cạnh tranh với nhau, tạo ra những giải pháp thậm chí còn tiên tiến hơn nên các doanh nghiệp này đã chuyển sang siêu tự động hóa sớm hơn các doanh nghiệp khác.
Anna Protsko: “Điều này là cần thiết nhất đối với những gã khổng lồ trên thị trường và các công ty lớn đang xây dựng hệ sinh thái trưởng thành hoặc có tham vọng xây dựng chúng. Các ngân hàng ở Nga là một doanh nghiệp được tự động hóa tốt. Nếu không phải là tốt nhất thì đó là một trong những ví dụ tốt nhất về tự động hóa trên thế giới. Trong môi trường mà thị trường đang thay đổi nhanh chóng, các ngân hàng không thể không đáp ứng những thay đổi và nhu cầu mới của người tiêu dùng.”
Đồng thời, có những ngành hiện không cần siêu tự động hóa. Tại Lanit - BPM, chúng bao gồm các ngành sản xuất và khai thác mỏ. “Với sự trợ giúp của siêu tự động hóa, bạn có thể tạo ra một cuộc cách mạng, thay đổi điều gì đó trong tâm trí mọi người. Có lẽ một nhà lãnh đạo có sức lôi cuốn sẽ đến với những ngành này, người sẽ thay đổi hoàn toàn cách tiếp cận hiểu biết về ngành. Nhưng hiện tại, siêu tự động hóa không được áp dụng trong sản xuất và khai thác”, Protsko chắc chắn.
Trải nghiệm siêu tự động hóa: luồng tài liệu Một trong những nhiệm vụ phổ biến có thể được giải quyết bằng phương pháp siêu tự động hóa tích hợp là chuyển đổi sang quản lý tài liệu điện tử. Trong quá trình này, doanh nghiệp thường phải đối mặt với một số thách thức đặc trưng. Ví dụ với nhu cầu chuyển dữ liệu thủ công từ văn bản sang chương trình kế toán.
Konstantin German: “Trong một trường hợp của chúng tôi, khách hàng cần một giải pháp giúp trích xuất thông tin quan trọng từ tài liệu mà không cần thủ công. Để trích xuất dữ liệu cụ thể từ một tệp, chẳng hạn như số hợp đồng, mặt hàng hoặc số tiền, một cách tiếp cận cổ điển để tự động hóa sẽ đề xuất chuyển sang mạng lưới thần kinh. Nhưng điều này đòi hỏi, với từng loại tài liệu, phải giải thích riêng cho chương trình cách trích xuất dữ liệu nhất định một cách tỉ mỉ. Trong trường hợp này, một người sẽ không cần những lời giải thích chi tiết như vậy cho từng loại tài liệu. Chúng tôi đã hướng tới kiểu suy nghĩ này của con người trong công nghệ.”
Giải pháp là công nghệ đằng sau ChatGPT. Nó khác biệt đáng kể so với các mạng thần kinh thông thường vốn yêu cầu đào tạo chi tiết và hoạt động như con người. “Mạng lưới thần kinh thông thường được đào tạo cho một nhiệm vụ cụ thể. Nhưng khách hàng của chúng tôi là một ngân hàng lớn có 1,2 nghìn loại tài liệu. Nếu chúng tôi sử dụng phương pháp tự động hóa cổ điển, quá trình phát triển dự án sẽ mất hai năm và tiêu tốn hàng trăm triệu rúp. Với một mạng lưới thần kinh “thông minh” có suy nghĩ tương tự như con người, việc này sẽ dễ dàng hơn và rẻ hơn nhiều,” Lanit Document Management giải thích.
Một ví dụ khác về siêu tự động hóa là tạo ra lộ trình phù hợp cho việc di chuyển các tài liệu điện tử. Tại một trong những công ty lớn trong lĩnh vực viễn thông, công việc quản lý văn bản giấy đã hoạt động thành công từ nhiều năm nay. Giấy tờ được chuyển đến văn phòng, người đưa thư của nhà thầu biết chính xác nên đưa gói hàng vào cửa sổ nào để đến tay đúng nhân viên. Với việc chuyển đổi sang quản lý tài liệu điện tử, đã nảy sinh sự nhầm lẫn lớn với người nhận.
Konstantin German: “Chúng tôi đã cố gắng giải thích cho chương trình một cách cổ điển các quy tắc chuyển những tài liệu này cho những nhân viên cụ thể - theo nguyên tắc “nếu nhà cung cấp như vậy và hợp đồng như vậy thì hãy gửi đến đó”. Nhưng họ nhanh chóng nhận ra rằng có quá nhiều quy tắc như vậy và chúng liên tục thay đổi. Vì vậy, thay vì sử dụng một công cụ cổ điển, nhóm của chúng tôi đã sử dụng công nghệ máy học để dạy mạng thần kinh xem xét tài liệu bằng cách cung cấp cho nó một cơ sở dữ liệu lớn. Công nghệ nghiên cứu tài liệu và đưa ra kết luận về việc sẽ gửi tài liệu đó cho nhân viên nào. Đôi khi chương trình mắc lỗi nên chúng tôi đã cho nhân viên cơ hội gửi lại tín hiệu cho nó: “Không, tài liệu này không dành cho tôi”. Kết quả là vấn đề phân tích tài liệu đã được giải quyết.”
Kinh nghiệm siêu tự động hóa: Thực hành BI và động lực nhân sự trong ngành bán lẻ Goodt đã tạo ra một giải pháp cho phép sử dụng cơ chế siêu tự động hóa để phát triển các ứng dụng web và phân tích BI. Đây là một nền tảng được tích hợp sẵn chức năng Insight mã thấp. Về cơ bản, nó giúp khởi động một băng chuyền để thu thập và nhân rộng kiến thức chuyên môn trong các phòng ban và giữa chúng. Các mẫu ở các cấp độ khác nhau được tích hợp vào nền tảng. Các thư viện trực quan hóa được cấu hình sẵn, CSS và HTML cho phép các chuyên gia ở nhiều cấp độ và năng lực khác nhau xây dựng các phân tích và trực quan hóa nó một cách nhanh chóng và độc lập. Danh mục số liệu và tiện ích, được tạo riêng cho các vai trò cụ thể và tùy chọn tích hợp với bất kỳ nguồn nào cho phép bạn tạo không gian làm việc riêng cho các vai trò khác nhau. Cấp độ thứ ba là một thị trường gồm các mẫu ứng dụng kinh doanh với các biểu mẫu đầu vào và trình thiết kế quy trình kinh doanh, sẵn sàng để khởi chạy nhanh chóng. Họ giải quyết các vấn đề điển hình có liên quan đến nhiều công ty: từ quản lý nhóm đến theo dõi thực hiện đơn hàng. Và chúng cho phép bạn nhúng phân tích vào quy trình hoạt động. Ví dụ, một trong những ứng dụng này đã “chữa khỏi” một “nỗi đau” đáng kể của nhiều nhà bán lẻ.
Konstantin Sarattsev: “Thông thường trong các công ty, bộ phận điều hành, bộ phận nhân sự và bộ phận kế toán tính lương là ba thế giới khác nhau. Vì vậy, vấn đề nảy sinh với động lực tiền tệ linh hoạt của nhân viên bán lẻ. Có vẻ như có rất nhiều dữ liệu kỹ thuật số, bạn có thể dễ dàng quản lý động lực. Nhưng ngay cả ở những công ty lớn, việc này vẫn được thực hiện thủ công. Chúng tôi lấy biên lai theo thời gian thực cùng với dữ liệu bán hàng và sử dụng chúng trong một trường hợp để dự báo lưu lượng truy cập và theo đó là nhu cầu nhân sự. Chúng tôi tự động tính toán số lượng người cần thiết tại một thời điểm cụ thể tại quầy thanh toán, trong hành lang, trong nhà kho. Và trong cùng một ứng dụng, chúng tôi quản lý động lực của nhân viên. Bằng cách phân tích sự kết hợp của các mục trong biên lai, chúng tôi hiểu được nhà tư vấn bán hàng đã áp dụng các kịch bản và thực hiện các chương trình khuyến mãi tốt như thế nào. Ứng dụng ghi lại điều này và tự động trao các phần thưởng mang tính động lực. Nhân viên ngay lập tức biết họ sẽ nhận được bao nhiêu và người quản lý kiểm soát việc thực hiện kế hoạch và phân tích.”
Theo tính toán của Goodt, việc sử dụng các mẫu ứng dụng cho phép bạn giải quyết các vấn đề mà công ty thấy rõ và kết nối một số quy trình kinh doanh với nhau. Đồng thời, không cần phải mất nhiều năm để có được một đội ngũ chuyên gia CNTT khổng lồ, những người sẽ tạo ra các ứng dụng của riêng họ cho từng trường hợp sử dụng.
“Chúng tôi đã đi một chặng đường dài để cung cấp cho các doanh nghiệp một công cụ tăng tốc phát triển như vậy. Họ sáng tạo, mắc sai lầm, tìm kiếm giải pháp và cải thiện. Kết quả gì? Trên nền tảng của chúng tôi, một ứng dụng phân tích với thiết kế tùy chỉnh có thể được xây dựng trong một tháng và một bảng phân tích trong khoảng thời gian từ vài giờ đến hai đến ba ngày”, Sarattsev tính toán.
Kinh nghiệm siêu tự động hóa: khoản vay dành cho pháp nhân Lanit BPM đã triển khai các dự án đầu tiên trong lĩnh vực siêu tự động hóa hai năm trước khi thuật ngữ này xuất hiện. Theo Anna Protsko, năm 2017, một trong những ngân hàng lớn của Nga đã quyết định tự động hóa quy trình cho vay đối với các pháp nhân. “Vấn đề là tốc độ xử lý giao dịch cho vay. Sau đó, toàn bộ quá trình từ liên hệ với ngân hàng đến gửi tiền mất khoảng hai tuần. Chúng tôi đã tìm cách giảm thời gian xuống còn vài giờ”, cô nói.
Đối với giải pháp, chúng tôi đã chọn nền tảng mã ngắn, cho phép chúng tôi tự động hóa các phần khác nhau của quy trình tín dụng và kết hợp chúng thành cơ chế toàn diện. Một công cụ duy nhất tập hợp hơn 30 hệ thống CNTT và có thể tính đến các đặc điểm riêng của việc phát hành các sản phẩm tín dụng khác nhau, bao gồm thấu chi, thư tín dụng, các khoản vay nhanh và giao dịch tài trợ dự án. Nhờ trí tuệ nhân tạo, giải pháp này có thể hoàn thành các giao dịch hoàn toàn từ xa.
Anna Protsko: “Một lượng lớn công việc được thực hiện trên đám mây, nơi trí tuệ nhân tạo, dựa trên một số lượng lớn các thông số, sẽ chọn ra những khách hàng có thể đưa ra lời đề nghị được phê duyệt trước. Khách hàng của ngân hàng chỉ cần định cấu hình các thông số khoản vay cần thiết, đính kèm tài liệu, gửi trực tuyến đến ngân hàng và sau một thời gian ký và nhận tiền mà không cần rời khỏi văn phòng của mình. Đối với một doanh nghiệp, việc thiếu luồng tài liệu vật lý với ngân hàng thực sự là một bước đột phá.
Giải pháp đã triển khai vẫn hoạt động và không ngừng được cải tiến. Vài năm trước, trong toàn bộ danh mục cho vay của ngân hàng, sản phẩm này không được cung cấp cho tất cả mọi người mà chỉ dành cho 13% khách hàng. Điều này cũng dễ hiểu, bởi việc phát hành hàng chục, hàng trăm triệu rúp cho một pháp nhân trong vài giờ mà không có sự tham gia của ủy ban tín dụng là một công việc mạo hiểm. Thật bất thường khi giao phó quyết định như vậy cho một cỗ máy. Nhưng dần dần nhóm khách hàng sử dụng dịch vụ này ngày càng mở rộng. Nhiệm vụ của chúng tôi bây giờ là giúp ngân hàng mở rộng hệ thống tới 60% khách hàng trong tổng danh mục cho vay của ngân hàng.”
Nhờ quá trình siêu tự động hóa, ngân hàng đã có thể phục vụ hơn 14 nghìn pháp nhân, thực hiện hơn 100 nghìn giao dịch mới hàng năm, đồng thời giảm đáng kể chi phí của quá trình vận hành. Mức độ hài lòng chung của khách hàng đối với sản phẩm đạt 96%.
Rào cản đối với siêu tự động hóa Konstantin Sarattsev coi sự thụ động của các doanh nghiệp lớn ở Nga là một hạn chế quan trọng trên con đường hướng tới siêu tự động hóa: “Môi trường của các công ty lớn vẫn trơ lì, họ đưa ra quyết định chậm và có thủ tục phê duyệt phức tạp”. Konstantin German cho biết siêu tự động hóa vẫn chưa quá phổ biến đối với các doanh nghiệp do tính phức tạp của việc triển khai nó. “Thường thì doanh nghiệp chọn giải quyết vấn đề nhanh hơn 80% và rẻ hơn giải quyết vấn đề đó 95%, tiêu tốn hàng triệu USD.” Ngoài ra, các doanh nhân nhận thấy công nghệ đang phát triển nhanh chóng như thế nào và không muốn sử dụng các giải pháp sẽ sớm trở nên lỗi thời.
Konstantin German: “Một ví dụ đơn giản hàng ngày. Bạn mua một chiếc máy tính bảng đắt tiền, và sáu tháng sau, một mẫu máy mới, mạnh mẽ và tiên tiến hơn sẽ ra mắt. Bạn không thể không tự hỏi liệu có đáng để chờ đợi một giải pháp giúp giải quyết vấn đề của bạn tốt hơn với cùng số tiền hay không”.
Theo Anna Protsko, rào cản chính là chi phí cao và thiếu nhân sự.
Anna Protsko: “Thực hiện một quy trình toàn cầu, sử dụng nhiều công nghệ, là một dự án tốn kém. Ngoài ra, mức lương của các chuyên gia trong một số lĩnh vực đơn giản là cao ngất ngưởng. Nhưng chi phí công việc cao không đảm bảo rằng họ sẽ hoàn thành được nhiệm vụ. Đồng thời, không phải thực tế là bản thân ý tưởng mà họ muốn tự động hóa sẽ có thể “cất cánh”. Và điều này gây ra rủi ro về danh tiếng cho công ty. Một doanh nghiệp không thể hứa hẹn một sự phát triển mới và không thực hiện nó mà không gây ra hậu quả gì cho chính mình. Do đó, các công ty quyết định thực hiện bước đi như vậy thường chọn một nhà cung cấp có kinh nghiệm và chuyên môn sâu rộng để không tự mình gặp phải những rắc rối của quá trình siêu tự động hóa.”
Paladi sẽ đóng vai trò gì trong nền kinh tế tương lai?
Palladium, chất được sử dụng tích cực trong ngành công nghiệp ô tô ngày nay, sẽ chiếm một vị trí quan trọng trong việc phổ biến công nghệ hydro. Chúng ta nói về triển vọng sử dụng kim loại này trong nền kinh tế công nghệ cao trong tương lai
Ảnh: Dịch vụ báo chí Niken Norilsk
Điều gì làm cho palladium trở nên độc đáo? Roman Borisov, Ứng viên Khoa học Hóa học, nhà nghiên cứu tại Viện Hóa học và Công nghệ Hóa học, cho biết Palladium là một kim loại màu trắng bạc quý, thuộc sáu kim loại nhóm bạch kim (PGM) cùng với bạch kim, rhodium, iridium, ruthenium và osmium. Trung tâm Nghiên cứu Liên bang "Trung tâm Khoa học Krasnoyarsk thuộc Chi nhánh Siberia của Viện Hàn lâm Khoa học Nga."
Kim loại này được phát hiện vào đầu thế kỷ 19 bởi nhà hóa học và khoáng vật học người Anh William Wollaston. Nhà nghiên cứu đã phát hiện ra palladium trong bạch kim tự nhiên. Ngày nay, palladium được sử dụng rộng rãi trong công nghiệp nhờ sự kết hợp các tính chất vật lý và hóa học độc đáo của nó.
Một số đặc tính - độ dẻo và tính dẻo tốt, một trong những điểm nóng chảy thấp nhất (1552 ° C) so với PGM, bảo quản màu bạc ban đầu theo thời gian, độ cứng và khả năng lăn - làm cho palladium trở thành thành phần quan trọng của hợp kim kim loại, ví dụ như hợp kim của vàng với palladium (còn gọi là vàng trắng), Borisov chỉ ra. Và khả năng chống oxy hóa của kim loại được sử dụng trong điện tử. Nhờ đặc tính này, các điểm tiếp xúc sẽ không bị oxy hóa theo thời gian.
Palladium, giống như các kim loại thuộc nhóm bạch kim khác, có thể dễ dàng thu được ở dạng màu đen, nghĩa là các hạt có kích thước từ vài trăm đến vài chục nanomet có đặc tính xúc tác độc đáo (đặc tính làm tăng tốc độ phản ứng hóa học. - Xu hướng RBC ) và được sử dụng tích cực trong nhiều quá trình xúc tác trong ngành công nghiệp ô tô và hóa chất.
Những đặc tính tương tự này làm cho palladium trở thành kim loại của tương lai và là một trong những yếu tố then chốt của nền kinh tế hydro. Borisov giải thích: “Điều quan trọng nhất đối với năng lượng hydro là đặc tính xúc tác của palađi ở dạng hạt có kích thước nano, giúp tạo ra khí hydro”.
Paladi được khai thác ở đâu? Theo Statista, trong thập kỷ qua, sản lượng palladium toàn cầu đạt khoảng 200 tấn mỗi năm. Nga là nước đi đầu trong sản xuất kim loại này. Năm 2022, Liên bang Nga sản xuất 88 tấn palladium. Ở vị trí thứ hai là Nam Phi với chỉ số 80 tấn. Ở vị trí thứ ba với cách biệt lớn là Canada (15 tấn).
Theo Roman Borisov từ Chi nhánh Siberia của Viện Hàn lâm Khoa học Nga, Nga chiếm khoảng 1/6 trữ lượng palladium của thế giới. “Việc đánh giá trữ lượng, theo quy định, diễn ra nói chung đối với PGM; phần palladium không được phân bổ. Hầu như toàn bộ trữ lượng PGM của đất nước đều tập trung ở khu vực khai thác Norilsk ở phía bắc Lãnh thổ Krasnoyarsk và tiềm năng đáng kể nhất để tăng trữ lượng PGM do thành phần chính trong quặng loại bạch kim có hàm lượng sunfua thấp có liên quan đến Imandra-Varzuga. khu vực luyện kim, nằm ở vùng Murmansk”, chuyên gia nhận xét.
Đồng thời, ông cho biết thêm, các mỏ ở khu vực khai thác Norilsk - Oktyabrskoye, Talnakhskoye, Norilsk-1, Maslovskoye và Chernogorskoye - được phân biệt bởi ưu thế của palladium so với bạch kim, loại duy nhất của hành tinh, với tỷ lệ khoảng 3: 1.
Ngày nay palladium được sử dụng như thế nào? Palladium được sử dụng tích cực trong các ngành công nghiệp ô tô và hóa chất, dược phẩm, y học và điện tử, cũng như trong sản xuất đồ trang sức và cho mục đích đầu tư.
Công nghiệp ô tô Theo Norilsk Niken, phần lớn (82%) nhu cầu về palladium toàn cầu đến từ ngành công nghiệp ô tô. Kim loại này được sử dụng để tạo ra hệ thống lọc và trung hòa khí thải giúp giảm thiểu tác động tiêu cực của ô tô tới môi trường. Họ sử dụng palladium làm chất xúc tác.
Roman Borisov cho biết: “Do hoạt tính xúc tác cao và độ ổn định hóa học, palladium đảm bảo hiệu suất của bộ chuyển đổi trong toàn bộ chu trình vận hành của xe và thực tế không có chất tương tự, ngoại trừ bạch kim, chủ yếu được sử dụng trong ô tô diesel”.
Công nghiệp hóa chất và dược phẩm Trong công nghiệp hóa chất, palladium được sử dụng làm chất xúc tác cho nhiều quá trình tổng hợp hữu cơ, làm chất xúc tác trong quá trình tổng hợp hóa học các chất có chứa chất nổ, clo và amoniac và để sản xuất các dụng cụ thủy tinh hóa học đặc biệt. Ngoài ra, các loại thuốc, chẳng hạn như thuốc chống ung thư, được sản xuất dựa trên hợp chất palladium.
Thuốc Palladium được sử dụng trong nha khoa để sản xuất răng giả, nhưng, như Roman Borisov lưu ý, do giá kim loại cao nên gần đây nó đã được thay thế bằng vật liệu composite thay thế. Các bộ phận riêng lẻ của máy điều hòa nhịp tim cũng được làm từ palladium.
Thiết bị điện tử Palladium được sử dụng để tạo ra tụ điện gốm nhiều lớp, có nhu cầu trong hầu hết các loại thiết bị điện tử: tiêu dùng, ô tô, y tế, v.v. Trong số những thứ khác, những tụ điện này được sử dụng trong những lĩnh vực mà độ tin cậy của thiết bị là cực kỳ quan trọng, chẳng hạn như trong quân đội - Khu công nghiệp phức hợp và trong ngành hàng không vũ trụ.
Ngoài ra, Borisov cho biết, palladium, chất có khả năng chống mài mòn cao, rất cần thiết trong sản xuất dây đàn (thiết bị đo điện trở - RBC Trends).
Ngành trang sức và đầu tư Palladium được sử dụng để tạo ra các hợp kim khác nhau dùng trong đồ trang sức. Ví dụ, 950 palladium cuộn tốt và được sử dụng để làm nhẫn cưới có khả năng chống mài mòn và đổi màu.
“Điều đáng chú ý là việc tích cực sử dụng palladium làm đối tượng đầu tư; với nhu cầu ngày càng tăng và nguồn cung hạn chế, giá trị của nó sẽ tăng theo thời gian”, Borisov nói.
Cơ cấu nhu cầu palladium năm 2022
- Chất xúc tác tự động - 82%
- Công nghiệp hóa chất - 6%
- Thuốc - 6%
- Điện tử - 2%
- Ngành trang sức - 2%
- Khác - 2%
Nguồn: vật liệu từ Norilsk Nickel.
Tại sao palladium là kim loại của tương lai Palladium có triển vọng sử dụng rộng rãi trong các ngành công nghệ cao, nhờ đó sẽ xây dựng được nền kinh tế xanh. Yếu tố quan trọng nhất trong quá trình này sẽ là hydro nguyên chất.
Công nghệ hydro Anton Berlin, phó chủ tịch kiêm giám đốc kinh doanh và thương mại tại Norilsk Niken, cho biết: “Không giống như các kim loại nhóm bạch kim khác đã được sử dụng tích cực trong dung dịch hydro, palladium có đặc tính duy nhất là tính thấm đối với chỉ một nguyên tố - hydro”.
Ông cho biết thêm, nhờ đặc tính này, màng palladium có thể được sử dụng để sản xuất hydro siêu tinh khiết.
Hiện nay, để thu được khí có độ tinh khiết thỏa đáng, các phương pháp khác được sử dụng, ví dụ, phương pháp PSA - hấp phụ chu kỳ ngắn. Phương pháp này thuận lợi cho việc sản xuất hydro có độ tinh khiết vừa phải ở quy mô lớn. Và màng palladium có thể là giải pháp phù hợp hơn cho việc lắp đặt với khối lượng tương đối thấp - các trạm xăng nơi hydro tinh khiết được sản xuất bằng cách cải tạo khí mêtan tại chỗ. Trong quá trình Reforming, khí mêtan được chuyển hóa thành khí tổng hợp chứa hydro. Sau đó hydro được tách ra khỏi khí tổng hợp bằng cách cho nó đi qua màng palladium.
Một lĩnh vực đầy hứa hẹn khác là lưu trữ và vận chuyển hydro. Ngày nay khí được vận chuyển ở dạng nén hoặc hóa lỏng, nhưng điều này không hiệu quả về mặt kinh tế. Do đó, các công nghệ thay thế để vận chuyển hydro trên quãng đường dài đang được phát triển. Một trong số đó là LOHC hoặc Chất mang hydro hữu cơ hóa lỏng. Chúng ta đang nói về các phân tử mà hydro được điều khiển bằng cách sử dụng chất xúc tác dựa trên PGM, bao gồm cả palladium. Sau đó, tại thời điểm tiêu thụ, các nguyên tử hydro được tách ra khỏi các phân tử mang. Bằng cách này, hydro có thể được vận chuyển ở dạng lỏng, thuận tiện hơn, an toàn hơn và rẻ hơn nhiều.
Palladium cũng có thể được sử dụng để tạo ra máy tái tổ hợp hydro - thiết bị đặc biệt thu giữ hydro từ không khí và kết hợp nó với oxy. Họ chuyển đổi hydro dễ cháy thành hơi nước an toàn. Máy tái tổ hợp sẽ đảm bảo an toàn cháy nổ ở những nơi hydro có thể tích tụ, chẳng hạn như bãi đỗ xe hoặc cơ sở công nghiệp. Phó chủ tịch của Norilsk Niken dự đoán: “Hiện tại, các thiết bị này chủ yếu được lắp đặt tại các nhà máy điện hạt nhân, nhưng trong mười năm tới, chúng ta sẽ thấy chúng được sử dụng rộng rãi hơn trong nền kinh tế sau sự hiện diện ngày càng tăng của các giải pháp hydro”.
Cuối cùng, trong tương lai, palladium có thể được ứng dụng trong máy điện phân và pin nhiên liệu.
Máy điện phân là thiết bị tách nước thành hydro và oxy. Hiện đang được sử dụng các máy điện phân trao đổi proton dựa trên bạch kim và iridium, cũng như các máy điện phân kiềm không có PGM. Anton Berlin kỳ vọng do nguồn tài nguyên iridium hạn chế và những cải tiến về công nghệ, palladium sẽ bắt đầu được sử dụng trong các giải pháp này trong trung hạn.
Pin nhiên liệu là thiết bị chứa các điện cực, cực dương và cực âm, bao gồm vật liệu xúc tác (kim loại nhóm bạch kim) và màng, thường là polymer. Những thiết bị này tạo ra năng lượng từ hydro bằng cách kết hợp nó với oxy. Kết quả là hơi nước được hình thành. Các điện cực trong pin nhiên liệu ngày nay chủ yếu là bạch kim. “Việc giới thiệu chất xúc tác lõi-vỏ mới (công nghệ sản xuất điện cực từ một số kim loại. - RBC Trends ), trong đó lõi palladium sẽ được bao phủ bởi một lớp vỏ bạch kim, sẽ làm tăng năng suất của các thiết bị này”, Berlin bình luận.
Cấu trúc của chất xúc tác cho pin nhiên liệu
Sản xuất nhiên liệu sinh học Palladium cũng có thể được sử dụng làm chất xúc tác để sản xuất nhiên liệu sinh học từ sinh khối. Theo phó chủ tịch Norilsk Niken, điều này đặc biệt phù hợp trong bối cảnh những sửa đổi quy định mới nhất ở châu Âu: ô tô có động cơ đốt trong sử dụng nhiên liệu sinh học sẽ được phép bán sau năm 2035.
Cảm biến và cảm biến cho xe tự hành Hiện tại, điện tử là một trong những lĩnh vực được sử dụng tích cực. Kim loại cung cấp độ dẫn điện cao ở nhiệt độ cao. Điều này làm cho nó đặc biệt có giá trị trong việc sản xuất bảng mạch máy tính, bóng bán dẫn và tụ điện. Berlin chắc chắn rằng việc mở rộng sản xuất ô tô tự hành sẽ dẫn đến nhu cầu về palladium tăng lên.
Chất siêu dẫn Chất siêu dẫn là vật liệu có thể dẫn điện mà không có điện trở. Nếu không có chất siêu dẫn thì sẽ không có máy tính lượng tử, máy MRI, lò phản ứng nhiệt hạch thử nghiệm, Máy Va chạm Hadron Lớn hay tàu cao tốc. Việc đưa chất siêu dẫn vào cuộc sống một cách rộng rãi bị cản trở bởi một hạn chế - chúng hoạt động ở nhiệt độ cực thấp. Nghiên cứu gần đây cho thấy paladi có thể giải quyết được vấn đề này. Các nhà khoa học tại Viện Vật lý chất rắn thuộc Đại học Kỹ thuật Vienna đã xuất bản một bài báo vào tháng 4 năm 2023, từ đó cho rằng dựa trên hợp chất palladium - palladate - có thể tạo ra một loại chất siêu dẫn mới không yêu cầu nhiệt độ cực thấp .
Các ứng dụng hứa hẹn khác của palladium bao gồm tách các chất có hại khỏi khí thải công nghiệp, lọc nước khỏi các chất ô nhiễm hữu cơ, sản xuất lớp phủ và hợp kim cho ngành hàng không vũ trụ, các thiết bị thu giữ và lưu trữ carbon dioxide và các thành phần pin mặt trời.
Và đây chỉ là một phần trong các lĩnh vực có thể có nhu cầu về palladium. Anton Berlin từ Norilsk Nickel kết luận: Hàng chục, thậm chí hàng trăm lĩnh vực khác vẫn chưa xuất hiện từ sâu trong phòng thí nghiệm và chưa được biết đến rộng rãi.
Công nghệ cao trong ngành đào, xúc, múc, hút. Công nghệ thuỷ lực
Công nghệ nào giúp tránh được các vấn đề tại bãi thải chất thải? Một vụ tai nạn tại bãi chứa chất thải - ở một nơi đặc biệt nơi chứa chất thải chế biến quặng - đe dọa gây thiệt hại to lớn cho thiên nhiên, con người và hoạt động kinh doanh. Chúng tôi cho bạn biết Polyus đã triển khai hệ thống như thế nào để giảm khả năng xảy ra những sự cố như vậy
Polyus là nhà sản xuất vàng lớn nhất ở Nga (hơn 2,5 triệu ounce vào cuối năm 2022). Nó đứng đầu thế giới về trữ lượng vàng đã được chứng minh và có thể có, đồng thời đứng thứ tư về khối lượng sản xuất. Các doanh nghiệp chính của công ty được đặt tại Lãnh thổ Krasnoyarsk, Vùng Irkutsk và Magadan, Lãnh thổ Khabarovsk và Yakutia.
Ảnh: Dịch vụ báo chí công ty Polyus
Nhiệm vụ - Tăng độ an toàn cho công trình thủy công (HTS). - Cải tiến hệ thống quản lý và giám sát hoạt động của bãi thải chất thải theo thời gian thực. - Tạo ra một không gian thông tin thống nhất với dữ liệu về tình trạng các ao chứa chất thải, có thể truy cập được đối với tất cả nhân viên công ty quan tâm.
Bối cảnh và động lực Quặng khai thác được chứa rất ít vàng - khoảng vài gram mỗi tấn. Sau khi khai thác vàng, thứ còn lại chỉ là đá, rác thải. Trong khai thác mỏ, chất thải này được gọi là chất thải, Evgeniy Shor, giám đốc bộ phận bảo vệ môi trường và an toàn của các công trình thủy lực tại công ty khai thác vàng Polyus cho biết. Các ao chứa chất thải được xây dựng để chứa chất thải.
Cơ sở lưu trữ chất thải là một thùng chứa không thấm nước nhân tạo lớn có đập đất - cao vài chục mét - để chất thải chảy qua các đường ống dẫn bùn: hỗn hợp đá nghiền, nước và thuốc thử còn sót lại.
Sự cố vỡ đập chất thải có nguy cơ ngừng sản xuất, gây thiệt hại to lớn cho môi trường và thậm chí giết người, chẳng hạn như đã xảy ra ở Brazil vào năm 2019. Sau đó, 248 người chết do vỡ đập chất thải của tập đoàn khai thác mỏ Vale. Đồng thời, công ty phải chịu thiệt hại (phạt tiền, đóng cửa mỏ, loại bỏ thiệt hại gây ra cho thiên nhiên) vượt quá 12 tỷ USD.
Brumadinho, Minas Gerais, Brazil (Ảnh: wikipedia.org)
Shore cho biết: “Sau sự cố này, ngày càng có nhiều sự chú ý trên khắp thế giới về sự an toàn của các đập chứa chất thải”. Đặc biệt, vào năm 2020, Hội đồng Quốc tế về Khai thác mỏ và Kim loại (ICMM), cùng với Chương trình Môi trường Liên hợp quốc, đã xây dựng Tiêu chuẩn Toàn cầu về Quản lý An toàn Quản lý Chất thải. Nó thiết lập các yêu cầu rõ ràng về tính minh bạch và công khai thông tin về các đối tượng này. Polyus, với tư cách là người sử dụng lòng đất có trách nhiệm và là người tham gia ICMM, đã tham gia vào quá trình phát triển Tiêu chuẩn Toàn cầu và triển khai Tiêu chuẩn này tại các doanh nghiệp của mình."
Công ty cũng đã bắt đầu triển khai hệ thống giám sát an toàn hiện đại cho các ao chứa chất thải của mình.
Giải pháp Để phát triển một hệ thống hiện đại, hiệu quả hơn để giám sát và quản lý các công trình thủy lực, cho phép bạn tự động hóa quá trình thu thập và xử lý dữ liệu về tình trạng của các ao chứa chất thải.
Thực hiện Polyus hiện đang vận hành sáu bãi chứa chất thải và hai bãi nữa đang được chuẩn bị đưa vào vận hành. Tất cả đều được kiểm soát không chỉ bởi chính công ty mà còn bởi nhà nước. Cơ quan giám sát giám sát việc xây dựng, vận hành, sửa chữa lớn và nếu cần thiết, việc bảo tồn và thanh lý.
Công ty thường xuyên báo cáo cho Rostechnadzor. Ngoài ra, cứ vài năm một lần, các bãi thải chất thải lại được kiểm tra bởi các tổ chức chuyên gia bên thứ ba. Vấn đề với hệ thống cũ là tất cả thông tin đều được thu thập dưới dạng giấy.
Evgeny Shor, giám đốc bộ phận bảo vệ môi trường và an toàn công trình thủy lực của công ty khai thác vàng Polyus:
“Nhìn chung, tại tất cả các bãi thải chất thải của Nga, bao gồm cả bãi chứa chất thải của chúng tôi, các chuyên gia địa phương liên tục giám sát an toàn theo yêu cầu pháp lý. Kết quả của nó được ghi vào nhật ký và các tài liệu này được lưu trữ dưới dạng giấy tại doanh nghiệp. Nhưng liệu thông tin này có đi xa hơn hay không vẫn còn là một câu hỏi. Bạn có thể ở Moscow và nghĩ rằng mọi thứ đều ổn, mặc dù đâu đó trên các tạp chí có những con số cho thấy đã đến lúc phải phản ứng, thay đổi điều gì đó, xây dựng, sửa chữa, sửa chữa ”.
Hệ thống giám sát và điều khiển mới dành cho các công trình thủy lực tích lũy tất cả dữ liệu về các ao chứa chất thải ở một nơi và dữ liệu này có sẵn ở mọi cấp độ - từ kỹ sư thủy lực đến tổng giám đốc - theo thời gian thực. Dữ liệu từ các cảm biến và kết quả quan sát trực quan do các kỹ sư thủy lực thực hiện ngay lập tức được chuyển đến bảng điều khiển tương ứng của hệ thống.
Theo Shor, Polyus là người đầu tiên triển khai hệ thống như vậy ở Nga. Vì không có điểm tương tự hoặc điểm tham chiếu nào trong nước nên trong quá trình phát triển, các chuyên gia của công ty đã lấy phần mềm của bên thứ ba làm cơ sở để điều chỉnh phần mềm này cho phù hợp với nhu cầu của họ và yêu cầu của luật pháp Nga. Họ cũng phải thống nhất tất cả các quy trình kinh doanh hiện có để giám sát và quản lý các công trình thủy lực, được tổ chức khác nhau ở các bộ phận kết cấu khác nhau và thậm chí trong cùng một doanh nghiệp. Dựa trên cách tiếp cận thống nhất đối với các quy trình, các yêu cầu phần mềm đã được hình thành.
Hệ thống mới được triển khai như một phần của dự án thí điểm tại mỏ lớn nhất của Polyus, Olimpiada (Lãnh thổ Krasnoyarsk). Lệnh bắt đầu công việc được ký vào tháng 12 năm 2019. Hệ thống được đưa vào vận hành vào mùa xuân năm 2023.
Ảnh: Dịch vụ báo chí công ty Polyus
Hệ thống hoạt động như thế nào Hệ thống giám sát bao gồm một số thành phần.
Quan sát trực quan Các kỹ sư thủy lực đi bộ xung quanh bãi thải chất thải khổng lồ và ghi lại những điểm không nhất quán có thể xảy ra: rò rỉ, vết nứt, vỡ đường ống, xói mòn đất, v.v. “Phần này gần như không thể tự động hóa. Không gì có thể thay thế được đôi mắt của một kỹ sư thủy lực,” Evgeniy Shor nhấn mạnh.
Tất cả các lỗi được phát hiện đều được nhập vào hệ thống và xếp hạng theo mức độ nghiêm trọng. Như vậy, việc phát hiện rác thải xây dựng không đúng nơi quy định đã là hành vi không tuân thủ nhưng ở mức độ nhỏ xét theo quan điểm an toàn.
Quan sát cụ thể Chúng được thực hiện bằng cách sử dụng thiết bị và cảm biến. Ví dụ, để đo đường cong hạ thấp (đường đặc trưng của mực nước ngầm trong mặt phẳng chuyển động của nước - RBC Trends) trong đập chứa chất thải, áp kế được sử dụng, đặt trong các giếng đặc biệt. Và chuyển động của con đập được theo dõi bằng các dấu trắc địa - những cột kim loại được cố định chắc chắn, được gắn rõ ràng với các tọa độ nhất định.
Đối với tất cả các thông số được giám sát, đều có giới hạn về độ lệch có thể được thiết lập. Nếu mực nước trong áp kế tăng lên trên giá trị tới hạn, điều đó có nghĩa là có vấn đề trong thiết kế hoặc công nghệ. Dấu vết có thể di chuyển một milimet trong vòng một tháng. Nhưng nếu nó đã di chuyển 10 mm thì đây là dấu hiệu của khiếm khuyết ở một phần cụ thể của đập.
“Chúng tôi giám sát các thông số trong phạm vi ranh giới nhất định. Tôi sẽ so sánh điều này với giới hạn tốc độ khi vận chuyển. Giả sử bạn có giới hạn tốc độ là 40 km/h: nếu bạn đi nhanh hơn, bạn có nguy cơ gặp tai nạn,” Shore nhận xét.
Ngoài ra, hệ thống còn nhận dữ liệu về thành phần nước trong bể chứa chất thải, sau đó nó được tái sử dụng trong sản xuất, cũng như thông tin về sự phân bố kích thước hạt của chất thải, chế độ vận hành của các cửa xả chất thải và các thông tin cần thiết khác.
Phản hồi và xử lý các khiếm khuyết Một loạt các khiếm khuyết được ghi lại trong hệ thống - sự thay đổi cấp độ, vỡ đường ống dẫn bùn, lắng cặn của mương thoát nước, thu hẹp kênh thoát nước, v.v. Tất cả các sai lệch được ghi lại phải được giải quyết.
Đối với mỗi khiếm khuyết trong hệ thống, một kế hoạch hành động sẽ được hình thành, bao gồm những người chịu trách nhiệm thực hiện và thời hạn của nó. Tại đây bạn có thể theo dõi tiến độ của kế hoạch.
“Điều này cho phép chúng tôi thoát khỏi công việc giấy tờ. Mọi thứ đều được thực hiện trong hệ thống. Và ban quản lý nhìn thấy tình trạng của bãi chứa chất thải cũng như cách loại bỏ các khuyết tật,” giám đốc Cục Bảo vệ và An toàn Môi trường của Polyus GTS cho biết.
Khảo sát của ủy ban Hệ thống này cũng ghi lại các hành vi và kết quả của tất cả các cuộc khảo sát hoa hồng. Chúng ta đang nói về việc phân tích tình trạng của các công trình thủy lực, được thực hiện bởi các ủy ban nội bộ của công ty theo yêu cầu của pháp luật. Ví dụ như trước và sau lũ lụt. Các cuộc kiểm tra của Rostechnadzor cũng được bao gồm trong hệ thống cũng như các cuộc kiểm toán nội bộ khác nhau.
“Chúng tôi có hệ thống kiểm soát đa cấp. Công ty quản lý cũng tham gia vào việc này. Chúng tôi đến thăm tất cả các bãi thải chất thải hàng năm, đánh giá tình trạng của chúng và đưa ra những nhận xét phù hợp được đưa vào hệ thống. Sau đó, chúng tôi theo dõi cách thực hiện các biện pháp để giải quyết những nhận xét này. Hệ thống của chúng tôi không chỉ là công cụ giám sát mà còn là công cụ quản lý chất thải,” Shore nói.
Kết quả Việc triển khai dự án cho phép Polyus tự động hóa quy trình quản lý dữ liệu từ việc giám sát tình trạng của các bãi thải chất thải cũng như phản ứng nhanh hơn với những điểm không nhất quán được phát hiện. Shore nhận xét: “Thông tin về sự cố được ghi lại ngay lập tức vào nhật ký giám sát, nó có sẵn ngay lập tức và được đánh dấu màu đỏ, chúng tôi thấy mọi thứ trong thời gian thực”.
Nhờ hệ thống mới, tất cả những người tham gia quy trình quản lý chất thải đều ở trong một trường thông tin duy nhất; mọi người đều có quyền truy cập vào cơ sở dữ liệu lớn và cập nhật, bao gồm tất cả các tài liệu vận hành, dự án và báo cáo giám sát.
Một kết quả khác là sự gia tăng hiệu quả thu thập thông tin về các tình huống nguy hiểm tiềm ẩn. “Đây là cách tất cả các hệ thống an ninh hoạt động. Chuông báo cháy dùng để làm gì? Để phát hiện khói kịp thời, hãy gọi lính cứu hỏa hoặc bật hệ thống chữa cháy khẩn cấp. Điều đó cũng tương tự với chúng tôi. Chúng ta cần nhìn ra vấn đề kịp thời và giải quyết nó một cách nhanh chóng. Đây là mục đích chính của hệ thống giám sát mới,” giám đốc Cục Bảo vệ và An toàn Môi trường của Polyus GTS giải thích.
Kế hoạch và triển vọng Công ty ghi nhận kết quả thành công của dự án và có kế hoạch nhân rộng hệ thống này tới các ao chứa chất thải còn lại. Quá trình này có thể mất thêm hai năm nữa. Đồng thời, công ty sẽ tiếp tục cải tiến hệ thống - loại bỏ các lỗi khó tránh khỏi khi vận hành phần mềm, cải thiện sự thuận tiện cho người dùng và phát triển chức năng mới. Polyus cũng sẽ tiếp tục trang bị cho hệ thống các cảm biến tự động. Cuối cùng, công ty có kế hoạch thử nghiệm các hệ thống giám sát và điều khiển bổ sung mà pháp luật chưa yêu cầu, chẳng hạn như cảm biến áp suất lỗ rỗng và máy đo độ nghiêng (cảm biến góc nghiêng - RBC Trends). Điều này sẽ cải thiện hơn nữa sự an toàn của các cơ sở lưu trữ chất thải.
Chip thần kinh Neuralink: liệu chúng ta có thực sự cấy ghép các thiết bị vào não không?
Neuralink là công ty của Elon Musk đang phát triển chip thần kinh xâm lấn tối thiểu đầu tiên trên thế giới. Vào tháng 4 năm 2021, các nhà khoa học đã chỉ ra cách một con khỉ chơi trò chơi điện tử nhờ một con chip như vậy và vào năm 2023, con chip này được cấy vào người
Ảnh: Neuralink
Trình chiếu video Vào tháng 8 năm 2020, Neuralink đã tổ chức buổi giới thiệu đầu tiên về chip thần kinh - giao diện giữa não và máy tính.
Neuralink Progress Update, Summer 2020
Neuralink là gì? Neuralink là một dự án của Elon Musk bắt đầu vào năm 2016. Công ty đang phát triển một thiết bị đặc biệt có khả năng truyền tín hiệu não qua Bluetooth. Điều này sẽ cho phép bạn điều khiển trực tiếp máy tính hoặc điện thoại thông minh của mình bằng các xung động não.
Thiết bị này được trình chiếu lần đầu tiên vào tháng 7 năm 2019.
Introducing Neuralink
Người ta cho rằng hộp thu sẽ được gắn sau tai, giống như một máy trợ thính. Các điện cực giống như sợi chỉ sẽ đi từ nó tới não. Tổng cộng có tới 1.500 điện cực được cấy vào não, mỗi điện cực mỏng hơn 4 lần so với sợi tóc người. Một bộ xử lý có kích thước 4 x 4 mm xử lý thông tin từ 10 nghìn điện cực. Cáp USB-C sẽ cung cấp thông lượng truyền dữ liệu tối đa.
Ảnh: Rafapress/Shutterstock
Tại sao chúng ta cần Neuralink? Mục tiêu chính của Neuralink là trao quyền cho mọi người, đặc biệt là những người mắc các bệnh về thần kinh. Theo Musk, thiết bị này sẽ giúp kiểm soát hormone, đối phó với sự lo lắng và thậm chí có thể khiến não hoạt động hiệu quả hơn. Con chip này cũng sẽ cho phép âm nhạc được truyền trực tiếp tới não. Mọi người sẽ có thể nghe nhạc ở những tần số mà thính giác của chúng ta thường không thể tiếp cận được và thậm chí có thể giao tiếp bằng thần giao cách cảm.
Các nhà khoa học Neuralink hứa hẹn hoạt động cấy ghép chip thần kinh sẽ được thực hiện bằng robot và không phức tạp hơn việc điều chỉnh thị lực bằng laser. Theo Musk, những thử nghiệm đầu tiên đã được thực hiện trên chuột và khỉ và kết thúc thành công. Để tiến hành thử nghiệm trên người phải được sự cho phép của Bộ Y tế Hoa Kỳ.
Musk đang đặt cược rằng việc mở rộng khả năng của bộ não con người sẽ không chỉ giúp con người đối phó với những căn bệnh nghiêm trọng mà còn có thể cạnh tranh với trí tuệ nhân tạo. Công ty đã cố gắng thâm nhập các phòng thí nghiệm thần kinh ở Nga và Trung Quốc, nhưng điều này hóa ra là không thể do chính sách và luật pháp của Hoa Kỳ.
Họ đã thể hiện điều gì tại buổi thuyết trình? Tại buổi trình diễn công khai thứ hai của Neuralink, Elon Musk đã tiết lộ chi tiết về dự án:
- Giao diện thần kinh được cập nhật được gọi là Link. Nó trông giống như một đồng xu và kể từ năm 2019, nó đã trở nên nhỏ hơn đáng kể - 23 x 8 mm - và hiệu quả hơn. Số lượng điện cực để truyền thông tin từ tế bào thần kinh não đã giảm từ 3072 xuống 1024. Đây vẫn chưa phải là phiên bản mới nhất;
- Con chip này được cấy dưới da và kết nối với não. Toàn bộ ca phẫu thuật được thực hiện bởi một bác sĩ phẫu thuật robot, người khoan một lỗ trên hộp sọ và nối các điện cực. Theo Musk, ca phẫu thuật này không gây đau đớn và không cần gây mê. Bệnh nhân có thể rời phòng khám ngay trong ngày. Sau khi cấy ghép, không còn dấu vết và chủ nhân không cảm thấy con chip là vật thể lạ;
- Bằng chứng là, buổi thuyết trình cho thấy hai con lợn (một con nữa bị bỏ lại ở hậu trường) đã trải qua quá trình cấy ghép thành công 2 tháng trước sự kiện. Các màn hình hiển thị các chỉ số về hoạt động não được truyền qua các con chip: cách lợn phản ứng với các vật thể xung quanh, cảm ứng và thức ăn;
- Link đọc dữ liệu trong não và kết nối với nhiều thiết bị khác nhau thông qua Bluetooth ở khoảng cách lên tới 10 mét. Trong tương lai, con chip không chỉ có thể đọc mà còn có thể ghi thông tin: điều này sẽ hữu ích trong việc điều trị bệnh tật;
- Con chip đọc thông tin nhanh hơn nhiều so với PC: độ trễ chưa đến một nano giây. Điều này, cùng với những thứ khác, sẽ cho phép những người bị bại não di chuyển hoàn toàn và mô phỏng thị giác cho người mù;
- Quá trình sạc của chip thần kinh kéo dài cả ngày và vào ban đêm, nó được sạc bằng thiết bị từ tính tương tự như Apple Watch. Nó được thiết kế để có thể hoạt động không gặp sự cố trong nhiều thập kỷ;
- Các phiên bản sau này cũng sẽ hỗ trợ lái xe Tesla và chơi các trò chơi như StarCraft;
- Giá của con chip sẽ giảm dần xuống vài nghìn USD, bao gồm cả phẫu thuật;
- Musk đánh giá tất cả các cuộc thử nghiệm đều thành công. Vào tháng 7 năm 2020, Neuralink đã nhận được chứng nhận sản phẩm đột phá từ Cục Quản lý Thực phẩm và Dược phẩm (FDA).
Scandal xung quanh dự án Vài ngày trước buổi thuyết trình, những chi tiết bất ngờ xuất hiện trên Internet từ một trong những nhân viên cũ của công ty. Ông kể về mâu thuẫn giữa một nhóm nhà khoa học và kỹ sư.
Nguyên nhân chính là do Musk yêu cầu đẩy nhanh thời hạn của dự án bất chấp mọi hạn chế. Kết quả là 6 trong số 8 nhà nghiên cứu đã rời bỏ dự án.
Tình hình trở nên tồi tệ hơn do các thí nghiệm không thành công trên động vật. Trong số đó có việc kết nối 10 nghìn vi điện cực với não của một con cừu sống và phẫu thuật não của một con khỉ. Cả hai thí nghiệm đều được thực hiện với rủi ro lớn đối với tính mạng của các đối tượng.
Đáp lại, Neuralink đã đăng một video trong đó công ty cho thấy điều kiện sống của các loài động vật và nói rằng họ quan tâm đến chúng và tuân thủ mọi yêu cầu.
Những người hoài nghi nói gì Còn quá sớm để nói về ưu và nhược điểm của công nghệ: con chip này vẫn chưa được thử nghiệm trên người sống.
Các nhà khoa học lưu ý rằng phiên bản mới của vi mạch tốt hơn đáng kể so với phiên bản trước - cả về đặc tính kỹ thuật và khả năng. Họ hy vọng rằng vi mạch sẽ giúp đọc sóng não và hiểu rõ hơn về bản chất của các bệnh về thần kinh.
Mặt khác, việc tạo ra phiên bản cuối cùng của một thiết bị như vậy có thể mất nhiều thời gian hơn những gì công ty Musk hứa hẹn. Bộ não con người rất phức tạp và bất kỳ sự can thiệp không chính xác nào cũng có thể gây hại cho nó. Để giải mã tất cả thông tin mà não chúng ta truyền tải, chúng ta cần nhiều kiến thức hơn về nó - và đây là vấn đề chính.
Cũng khó có thể gọi tất cả những điều này là một cuộc cách mạng công nghệ: các chất tương tự của chip thần kinh đã được cấy ghép trong nhiều thập kỷ - ví dụ, ở những bệnh nhân mắc bệnh Parkinson hoặc chấn thương cột sống.
Neurochip thay vì cần điều khiển Vào ngày 9 tháng 4 năm 2021, Neuralink chiếu đoạn video về một con khỉ đang chơi trò chơi điện tử bằng cách sử dụng một con chip được cấy vào não của nó:
Con chip được cấy vào Pager, một con khỉ chín tuổi sáu tuần trước đó, được kết nối với máy chơi trò chơi điện tử. Lúc đầu, Pager chơi bằng cần điều khiển, lái một vật thể vào một hình vuông màu cam. Sau đó, các nhà nghiên cứu tháo cần điều khiển và hiệu chỉnh chip thần kinh. Họ bắt đầu gửi tín hiệu đến thiết bị chơi game, được mô phỏng dựa trên dữ liệu đến từ não thông qua con chip. Đồng thời, không có sự khác biệt, tức là với sự trợ giúp của một con chip - theo đúng nghĩa đen là với sức mạnh của tư duy - bạn có thể điều khiển đồ vật. Con chip này cũng hoạt động cùng với iPhone thông qua Bluetooth.
Tuy nhiên, đây không thể gọi là một bước đột phá khoa học. Trò chơi Pong với sức mạnh tư duy đã được trình chiếu cách đây 10 năm, và cách đây 6 năm người ta có thể đạt được việc một người bị liệt điều khiển một bộ phận giả với sự trợ giúp của não:
Neuralink không công bố bất kỳ dữ liệu khoa học nào về nghiên cứu và thử nghiệm.
Ưu điểm chính của công ty là nhóm đã cố gắng tạo ra con chip có mức độ xâm lấn tối thiểu và tạo ra một giao diện hoàn toàn không dây. Elon Musk hứa rằng Neuralink sẽ chuyển sang thử nghiệm trên người vào cuối năm 2021. Tuy nhiên, Musk đã tweet về việc cấy ghép thành công con chip vào người chỉ vào ngày 30 tháng 1 năm 2024.
Ảnh: x.com
Bạn có thể kết nối những gì khác với bộ não? Các nhà khoa học và công nghệ sinh học từ lâu đã phát triển các bộ phận giả có thể thay thế các bộ phận riêng lẻ của não. Điều này cần thiết cho những người bị đột quỵ hoặc mắc các bệnh về não như bệnh đa xơ cứng, chứng mất trí nhớ, bệnh Alzheimer hoặc bệnh Parkinson.
Kết quả của những phát triển này là các bộ phận giả thần kinh gồm hai loại:
- Robot - được điều khiển bằng các điện cực được cấy vào não. Chúng được cấy vào những người bị liệt hoàn toàn và không thể điều khiển cơ thể; - Các điện cực được gắn vào các đầu dây thần kinh còn lại của chi bị mất. Họ giúp đỡ những người bị mất một cánh tay hoặc một chân.
Lần đầu tiên, một bộ phận giả như vậy được trình bày vào năm 2012 bởi nhà thần kinh học Theodore Berger đến từ Hoa Kỳ. Đúng, các thử nghiệm chỉ được thực hiện trên chuột.
Bộ phận giả đơn giản nhất giao tiếp với não là máy trợ thính có bộ phận cấy ghép, được sử dụng từ những năm 1960. Nó sử dụng các kết nối thần kinh giữa tai và não.
Một hướng quan trọng khác là tạo ra các bộ phận giả thần kinh sẽ giúp tạo ra các kết nối thần kinh mới thay vì những kết nối bị mất. Chúng gửi những tín hiệu phù hợp và rèn luyện trí não, giống như huấn luyện một người đang tập đi lại sau một chấn thương. Điều này giúp chữa các bệnh nghiêm trọng và các vấn đề về trí nhớ.
Có những trường hợp riêng lẻ bệnh nhân được cấy ghép các giao diện thần kinh - hoặc nguyên mẫu của chúng - để bù đắp cho các chức năng bị mất:
- Ví dụ, một phụ nữ Mỹ 53 tuổi bị liệt, với sự hỗ trợ của cấy ghép não, đã học cách điều khiển một chiếc giường robot.
- Người Tây Ban Nha Neil Harbisson đã mất khả năng phân biệt màu sắc. Anh được cấy một chiếc camera đặc biệt có thể chuyển đổi màu sắc thành âm thanh và gửi thông tin đến tai trong
- Người Mỹ Nathan Copeland bị chấn thương cột sống nghiêm trọng. Với sự trợ giúp của chip thần kinh, anh đã học cách điều khiển bàn tay nhân tạo và thậm chí còn đưa nó cho Barack Obama tại một cuộc họp.
Tuy nhiên, đây đều là những ví dụ riêng biệt và những giao diện như vậy chưa được đưa vào sản xuất hàng loạt.
Gần đây, các nhà khoa học đã phát hiện ra một loại vật liệu sinh tổng hợp có thể được cấy vào não người để kết nối nó với trí tuệ nhân tạo. Không giống như nhiều loại khác, nó không bị các mô đào thải và không để lại tổn thương rõ ràng. Có lẽ nó sẽ được sử dụng cho các “cyborg” trong tương lai.
Các nhà khoa học sẽ mất khoảng 10 năm nữa để tạo ra các thiết bị cấy ghép thần kinh chức năng giúp phục hồi các vùng não bị tổn thương. Tuy nhiên, như chúng ta thấy, các thiết bị cấy ghép sử dụng và mở rộng khả năng của một bộ não khỏe mạnh đã tồn tại. Có lẽ, với sự giúp đỡ của họ, chúng ta sẽ sớm điều khiển không chỉ máy tính hay điện thoại thông minh mà còn tất cả các thiết bị xung quanh mình.
Nga bắt phải lưu dữ liệu trên máy chủ ở Nga, thế thì nhiều voice bot của phương Tây khó mà vào nhỉ?
Robot giọng nói: Người bảo vệ dữ liệu im lặng hoặc các mối đe dọa tiềm ẩn
Nếu bạn nhận được cuộc gọi từ tổng đài, rất có thể người ở đầu dây bên kia không phải là Oleg hay Alena mà là một robot giọng nói “thông minh”. Hãy tìm hiểu xem dữ liệu của bạn được bảo vệ như thế nào khỏi nó Đôi nét về chuyên gia: Anna Kichiy, giám đốc điều hành nền tảng tạo ra robot giọng nói “thông minh” Tomoru.
Xu hướng là gì? Gần đây, Bộ Phát triển Kỹ thuật số đã thông báo thành lập một bộ phận trong bộ phận này sẽ ẩn danh dữ liệu của người dùng công ty. Điều này là cần thiết để đào tạo trí tuệ nhân tạo mà không vi phạm pháp luật về dữ liệu cá nhân. Nhưng ngày nay, các doanh nghiệp sử dụng robot giọng nói để gọi điện cho khách hàng và thu thập thông tin. Tiếp theo cô ấy sẽ đi đâu? Điều gì sẽ xảy ra nếu AI học được điều gì đó xấu dựa trên dữ liệu của bạn? Anna Kichiy giải thích lý do doanh nghiệp cần công cụ này và nó liên quan như thế nào đến bảo mật thông tin.
Dữ liệu cá nhân là gì Không phải bất kỳ dữ liệu nào về một người đều là dữ liệu cá nhân giống nhau, sự an toàn của dữ liệu đó được pháp luật bảo vệ.
Ví dụ: chỉ số điện thoại không phải là dữ liệu cá nhân. Rốt cuộc, tôi có thể cho bạn số điện thoại của tôi và nó có thể được đăng ký cho mẹ tôi. Trong trường hợp này, thông tin cho phép nhận dạng bạn sẽ được nhà điều hành di động lưu trữ - họ chịu trách nhiệm về tính bảo mật của thông tin đó. Tất nhiên, rò rỉ cơ sở dữ liệu có thể xảy ra, nhưng nói chung, bạn không thể biết bất cứ điều gì về mình chỉ bằng số điện thoại.
Tương tự như vậy, tên, họ và thậm chí cả tên viết tắt vẫn chưa phải là dữ liệu cá nhân. Nếu bạn là Elena Ivanovna Petrova thì ở Nga cũng có những người có tên đầy đủ như vậy. vẫn còn hơn một trăm. Thông tin bổ sung là cần thiết để có thể xác định được tên của một người cụ thể.
Nhưng số điện thoại cùng với họ và tên đã là đối tượng của dữ liệu cá nhân. “Gói” như vậy được bảo vệ bởi luật 152-FZ.
Các công ty trong lĩnh vực bảo vệ dữ liệu cá nhân được yêu cầu gì? Có hai yêu cầu mà doanh nghiệp phải đáp ứng trong lĩnh vực dữ liệu cá nhân:
- Nhận được sự đồng ý của khách hàng để xử lý. - Lưu trữ dữ liệu trên máy chủ ở Nga.
Hơn nữa, việc không tuân thủ quy tắc thứ hai sẽ bị trừng phạt nặng nề hơn quy tắc thứ nhất. Bạn có thể trả tới 18 triệu Yên để lưu trữ dữ liệu trên máy chủ nước ngoài (trong trường hợp vi phạm nhiều lần). Hình phạt cho việc không đồng ý xử lý dữ liệu cá nhân là từ 30 nghìn yên đến 500 nghìn yên. Vì vậy, một số công ty có thể tự chịu rủi ro và nguy hiểm khi bỏ qua chính “tích tắc” đó khi nhấp vào mà người dùng đồng ý xử lý thông tin về bản thân họ.
Luật cũng quy định nghĩa vụ cung cấp quyền truy cập vào chính sách xử lý dữ liệu cá nhân của họ và các công ty tuân thủ pháp luật sẽ xuất bản tài liệu đó trên trang web hoặc ứng dụng của họ. Mặc dù ai đó cũng có thể bỏ qua điều này, vì mức phạt vi phạm là tối thiểu - 30-60 nghìn rup.
Điều gì sẽ xảy ra với công ty vì rò rỉ dữ liệu cá nhân? Ở đây luật nghe có vẻ khá mơ hồ. Nếu nhìn vào tiền lệ thì Yandex.Eda đã nhận được Phần 1 của Nghệ thuật. vì vụ rò rỉ thông tin khách hàng gây giật gân trên mạng. 13.11 Bộ luật vi phạm hành chính, mức phạt là 60 nghìn yên. Đây là giới hạn dưới, mức xử phạt tối đa có thể có theo điều này là 100 nghìn rup. Sau sự cố Yandex, họ bắt đầu thảo luận rằng trách nhiệm sẽ tăng lên tương ứng với doanh thu của công ty và tương quan với lượng dữ liệu bị xâm phạm. Nhưng cho đến nay vấn đề vẫn chưa đi xa hơn các cuộc trò chuyện trong Bộ Phát triển Kỹ thuật số.
Robot giọng nói và rò rỉ dữ liệu Có tiền lệ nào không? Việc tìm kiếm những trường hợp như vậy là khá khó khăn. Bởi vì robot giọng nói thực sự là một nhà điều hành dữ liệu cá nhân của bạn hoàn toàn đáng tin cậy. Ở một khía cạnh nào đó, anh ta thậm chí còn được ưa chuộng hơn cả con người.
Câu chuyện duy nhất hiện lên trong đầu tôi có liên quan đến Sberbank và những kẻ lừa đảo qua điện thoại. Một câu chuyện xuất hiện trên Internet về việc một chàng trai trẻ nhận được cuộc gọi từ một “nhân viên ngân hàng cấp dưới” và trong cuộc trò chuyện với yêu cầu “xác nhận chuyển khoản”, người đối thoại đã nêu số dư chính xác trong tài khoản của anh chàng. Sau nhiều cuộc điều tra xem làm thế nào điều này có thể xảy ra, hóa ra thủ phạm chính là robot trả lời cuộc gọi đến số 900. Những kẻ lừa đảo đã tìm ra cách sử dụng nó: chúng quay số, thay thế số gọi đi bằng số điện thoại của nạn nhân và trong phản ứng của robot được đưa ra để cho họ biết số dư trên thẻ. Tất nhiên, anh ta đã yêu cầu số thẻ - nhưng có thể đặt tên cho một bộ số ngẫu nhiên. Đáp lại, robot lịch sự nói rằng không có thẻ như vậy và đề nghị thông báo số dư trên những thẻ hiện có.
Sau khi câu chuyện được đăng tải, Sberbank thông báo rằng họ đã mở một cuộc điều tra. Tình trạng xảy ra vào năm 2021, hiện tại, theo ngân hàng, lỗ hổng này đã được loại bỏ. Nhưng ngay cả trong trường hợp này, lỗi của robot không phải là nó đã lạm dụng dữ liệu bằng cách nào đó - nó chỉ đơn giản là không thể nhận ra rằng nó đang được sử dụng. Liệu một người có thể đối phó hiệu quả hơn trong tình huống như vậy không? Có lẽ anh ta đã đoán được rằng người đối thoại không biết số thẻ của “anh ta”. Mặt khác, người điều hành trực tiếp có thể hài lòng với câu trả lời “Tôi không nhớ số của tất cả các thẻ, hiện tại tôi không có chúng trong tay, ghi tất cả số dư” - và kết quả sẽ là giống nhau.
Cách robot giọng nói tương tác với dữ liệu Robot giọng nói được sử dụng để thực hiện khảo sát tiếp thị, tuyển dụng nhân sự, cung cấp thông tin quan trọng nhưng thường xuyên nhất là ở bộ phận bán hàng. Điều này trở nên đặc biệt có liên quan sau tháng 2 năm 2022, khi các kênh quảng cáo truyền thống - bối cảnh, mạng xã hội - không còn khả dụng ở Nga và các công ty chuyển sang các cuộc gọi “lạnh lùng” cũ kỹ. Tuy nhiên, vì công nghệ ngày nay có thể phát triển robot và giúp nhiều nhân viên thoát khỏi công việc thường ngày nên nhiều người đã đi theo con đường này.
- Ở đây có rất nhiều bonus: - thiếu luân chuyển nhân viên do kiệt sức; - tiết kiệm tài nguyên; - khả năng tránh các sai sót liên quan đến yếu tố con người. Gần đây, một khách hàng đã kể chuyện khi họ gọi cho anh ta để bán một thứ gì đó và khi được hỏi bạn đại diện cho công ty nào, người đó không thể trả lời. Rất có thể, đó là người mới, nhưng robot sẽ không mắc lỗi như vậy, ngay cả khi đây là cuộc gọi đầu tiên; - quy trình nhanh hơn: bạn có thể nhanh chóng kiểm tra các giả thuyết, tung ra thị trường một sản phẩm mới hoặc bố trí nhân viên cho một nhóm trong vài ngày; - cơ hội giải phóng các chuyên gia để giải quyết các vấn đề sáng tạo hơn.
Đồng thời, không giống như một robot cung cấp thông tin tự động đơn giản, bot giọng nói “thông minh” có thể trả lời các câu hỏi mà khách hàng quan tâm và sau đó, nếu cần, sẽ gửi chúng cho một người. Bằng cách này, những người ít quan tâm hơn sẽ bị loại bỏ và thời gian của những nhân viên bán hàng có trình độ sẽ không bị lãng phí.
Robot giọng nói vào năm 2023 không chỉ hữu ích cho doanh nghiệp mà còn cho người tiêu dùng. Giả sử bạn muốn mua một căn hộ ở Nizhny Novgorod. Trước đây, quảng cáo trên mạng xã hội sẽ tìm thấy bạn, nhưng bây giờ bạn buộc phải tự mình duyệt các trang web và so sánh các ưu đãi. Hãy tưởng tượng rằng một số công ty bất động sản đã tạo ra một robot giọng nói gọi cho bạn và đề nghị trả lời các câu hỏi phổ biến - thật tiết kiệm thời gian! Đây là cuộc tư vấn gần như miễn phí với nhà môi giới bất động sản, mang lại lợi ích cho tất cả các bên.
Nhưng những người nhận được những cuộc gọi như vậy lo lắng rằng robot lấy dữ liệu của họ từ đâu và nó sẽ làm gì với thông tin mà nó học được. Trên thực tế, anh ta thực tế không biết gì về người đối thoại và sẽ không tìm hiểu. Và việc hack nó để sử dụng cho mục đích lừa đảo - như trường hợp của Sberbank - gần như là không thể.
Ba lý do khiến robot an toàn hơn con người Tôi sẽ cố gắng xua tan những nỗi sợ hãi chính liên quan đến bảo mật thông tin khi giao tiếp với trí tuệ nhân tạo.
Robot có dữ liệu cá nhân của khách hàng. Liệu anh ấy có thể “tiết lộ” chúng không? Robot chỉ có danh sách số điện thoại để gọi. Và như chúng tôi đã phát hiện ra, đây không phải là dữ liệu cá nhân. Nếu công ty tạo ra robot có CRM, thì nó sẽ tích hợp với hệ thống đã có sẵn của họ và từ đó “thu thập” các thông tin như tên, lịch sử liên hệ, v.v. Tức là dữ liệu vẫn giữ nguyên như công ty đã có. Nhà phát triển robot, giống như bản thân robot, không có những thứ này.
Tương tự như vậy sau cuộc trò chuyện: robot ghi lại tất cả thông tin nhận được trong CRM. Nếu công ty không có nó, các đoạn hội thoại được chép lại với khách hàng sẽ được lưu trữ ở phía nhà phát triển để chúng có thể được phân tích và robot có thể được đào tạo lại nếu cần. Ngay cả để thực hiện những cuộc đối thoại như vậy, công ty phát triển cũng phải ký NDA (thỏa thuận không tiết lộ). Nhưng nếu công ty có CRM thì tất cả những thứ này sẽ được lưu trữ ở đó, nhà phát triển sẽ không có gì.
Liệu những kẻ lừa đảo có tìm ra lỗ hổng và hack nó bằng cách đặt câu hỏi cho robot không? Điều này khó có thể xảy ra. Đơn giản vì robot thường không biết cách hack nó. Robot có thể huấn luyện được nhưng chúng được dạy bằng các tập lệnh cụ thể. Họ chỉ biết các cụm từ và câu trả lời cho các câu hỏi mà nhà phát triển đã đặt ra cho khách hàng của họ.
Trong trường hợp của Sberbank, họ không lường trước được việc cung cấp thông tin về số dư thẻ có thể trở thành một phần của kế hoạch lừa đảo và điều này đã trở thành lỗ hổng của robot. Nhưng nó vẫn chưa bị hack. Và không thể lấy được bất kỳ thông tin nào từ anh ta ngoài chức năng của anh ta.
Và nếu chúng ta đang nói về việc bạn có thể hack quyền truy cập vào tài khoản cá nhân của mình từ phía công ty, thì bạn cũng sẽ không thể gây ra thiệt hại nghiêm trọng ở đây. Tất cả cấu hình của robot được thực hiện bởi phía nhà phát triển và nó được cung cấp cho khách hàng ở dạng hoàn thiện. Chức năng của tài khoản cá nhân của bạn là thay đổi biểu giá. Vì vậy, ngay cả khi nó bị hack, những kẻ lừa đảo sẽ không thể viết lại các cụm từ của robot để nó bắt đầu lừa tiền của mọi người.
Dữ liệu cá nhân của khách hàng của công ty được các nhà phát triển robot xem Vâng, điều đó đúng, và tất cả những người này đều ký NDA. Đồng thời, các nhà phát triển robot bao gồm một số người. Và một robot có thể thay thế một tổng đài gồm 50 chuyên gia. Tất cả 50 nhân viên này, khi làm việc trực tiếp, đều có quyền truy cập vào thông tin khách hàng và cũng có thể tiết lộ thông tin đó, bất chấp NDA.
Hóa ra từ quan điểm nhân viên truy cập vào dữ liệu trong trung tâm cuộc gọi thậm chí còn có nhiều rủi ro hơn. Hơn nữa, ở đó bạn cần giao tiếp với một người sống và không phải ai cũng sẵn sàng chia sẻ điều gì đó cá nhân. Điều này có thể cản trở việc làm việc với thông tin nhạy cảm.
Ví dụ: kết quả xét nghiệm HIV: chúng không thể được gửi qua e-mail mà chỉ được trao đổi trực tiếp - và điều này gây khó chịu cho những người nghi ngờ tình trạng dương tính của chúng. Đây là lý do duy nhất khiến mọi người có thể từ chối trải qua thử nghiệm. Robot giọng nói là một lựa chọn tốt. Và ở đây chúng tôi đã có kinh nghiệm ứng dụng: vào năm 2021, tại Trung tâm Y tế Công cộng và Phòng ngừa Y tế Novgorod, theo khuyến nghị của Bộ Phát triển Kỹ thuật số, chúng tôi đã phát triển một robot nhận cuộc gọi đến và báo cáo kết quả xét nghiệm COVID-19 .
Việc bảo vệ dữ liệu cá nhân vẫn đáng được quan tâm. Trước hết là đối với hoạt động kinh doanh, vì tổn thất ở đây có thể rất nghiêm trọng và ảnh hưởng đến hàng nghìn người. Các công ty sử dụng thông tin để đào tạo AI nên lưu trữ dữ liệu trên máy chủ của Nga, mua phần mềm chống vi-rút tốt và phải có sự đồng ý bắt buộc của người dùng về những gì sẽ được thực hiện với dữ liệu của họ. Đồng thời, nó cũng hữu ích cho chính người nhận dịch vụ trong việc giám sát an ninh. Nếu không thì khó có khả năng robot giọng nói hiện nay nguy hiểm hơn con người; ngược lại, thông tin của bạn có thể an toàn hơn với họ.
Bot là gì và cách chúng hoạt động: được giải thích bằng những từ đơn giản
Bot đang trở nên phổ biến hơn mỗi năm và nhờ công nghệ trí tuệ nhân tạo, chúng có thể thực hiện nhiều nhiệm vụ hơn
Bot là gì Bot (viết tắt của robot) là một chương trình máy tính đóng vai trò là tác nhân cho người dùng hoặc chương trình khác hoặc bắt chước hoạt động của con người. Chúng thường được sử dụng để tự động hóa một số nhiệm vụ nhất định.
Do đó, bot có thể được cấu hình để gửi thư, trả lời câu hỏi, tìm kiếm và tải xuống dữ liệu và đa phương tiện, hiển thị quảng cáo và nhiều tác vụ khác. Ví dụ: trình tải xuống đặc biệt trong Telegram giúp bạn tải xuống video từ TikTok hoặc YouTube. Để thực hiện việc này, bạn cần gửi liên kết tới video và bot sẽ gửi liên kết đến tệp.
Bot tải video trên Telegram (Ảnh: telegram.or)
Bot đang ngày càng trở nên phổ biến hơn mỗi năm. Theo cơ quan Tidio, 1,5 tỷ người dùng trên thế giới đã sử dụng chatbot. Hơn nữa, 80% người dùng Internet đã tương tác với họ ít nhất một lần. Doanh thu thị trường chatbot toàn cầu đạt 137,6 triệu USD vào năm 2023. Đến năm 2027, dự báo sẽ vào khoảng 454,8 triệu USD.
Tại sao cần có bot? Bot có thể thực hiện các nhiệm vụ không chỉ vì lợi ích của một người dùng cụ thể mà còn của công ty. Chúng cho phép doanh nghiệp tiết kiệm thời gian, tiền bạc và tăng sự tập trung vào khách hàng bằng cách tự động hóa các hoạt động nội bộ và bên ngoài khác nhau. Dưới đây là một số ví dụ:
- Dịch vụ và hỗ trợ khách hàng. Chatbots có thể giúp giải quyết các vấn đề thông thường hoặc giới thiệu khách hàng đến người điều hành con người nếu tình huống của anh ta yêu cầu các hành động không chuẩn;
- Hỗ trợ IT. Bot có thể được lập trình để giải quyết các vấn đề phổ biến nhất mà nhân viên gặp phải khi sử dụng cơ sở hạ tầng của công ty. Nó cũng có thể gửi cảnh báo về lỗi, cập nhật mật khẩu, quét các thành phần hệ thống để bảo mật;
- hỗ trợ nhân viên. Chatbots có thể trả lời các câu hỏi phổ biến nhất của nhân viên về bất kỳ phần nào của quy trình kinh doanh và cũng hoạt động như trợ lý kỹ thuật số cá nhân;
- Mở rộng địa lý Giao diện và chức năng của trang web có thể thích ứng với các ứng dụng khách khác nhau, ví dụ: bot có thể cung cấp bản dịch sang các ngôn ngữ khác nhau.
Theo Báo cáo Xu hướng Trải nghiệm Khách hàng năm 2023 của Zendesk, 72% lãnh đạo doanh nghiệp cho biết việc triển khai trí tuệ nhân tạo và chatbot trong trải nghiệm khách hàng là ưu tiên hàng đầu của họ trong 12 tháng tới.
Cách thức hoạt động của bot Thông thường, các bot hoạt động trên Internet và để trao đổi dữ liệu, chúng sử dụng các dịch vụ Internet, bao gồm tin nhắn tức thời (IM); các giao diện như Twitterbots hoặc Internet Relay Chat (IRC). Bản thân các bot là một tập hợp các thuật toán được đào tạo để thực hiện một số nhiệm vụ nhất định - giao tiếp với người dùng, thu thập thông tin, v.v.
Có hai loại bot chính:
- khai báo hoặc dựa trên quy tắc. Những bot như vậy, khi tương tác với người dùng, sẽ cung cấp cho họ nhiều lựa chọn về các tùy chọn được xác định trước. Họ có thể tiến hành đối thoại dựa trên các tập lệnh hoặc tập lệnh phản hồi, đồng thời thực hiện các hoạt động lặp đi lặp lại đơn giản - giao dịch, yêu cầu phản hồi, ghi nhật ký yêu cầu, v.v.;
- tiên đoán. Đây là những chatbot tương tác và đàm thoại phức tạp, còn được gọi là “trợ lý ảo hoặc kỹ thuật số”. Họ sử dụng khả năng hiểu và xử lý ngôn ngữ tự nhiên, học máy và AI tổng hợp để hiểu các mẫu hành vi và lập hồ sơ người dùng, sau đó đưa ra phản hồi theo ngữ cảnh. Sau khi sử dụng nhiều lần, những trợ lý kỹ thuật số như vậy có thể đưa ra đề xuất cho người dùng dựa trên sở thích của họ. Ví dụ về các chatbot trò chuyện như vậy là Alexa của Amazon, Siri của Apple hoặc Trợ lý của Google.
Bot độc hại Bot độc hại là các công cụ tự động hóa hoặc các phần mềm được sử dụng để gây hại cho người dùng hoặc doanh nghiệp internet.
Có một số loại bot chính như vậy: - chatbot độc hại. Chúng có thể được sử dụng trong mạng xã hội, cuộc trò chuyện và ứng dụng và mạo danh người thật nhằm buộc người dùng chia sẻ thông tin bí mật, bao gồm thông tin thanh toán hoặc tài khoản;
- chương trình thư rác. Họ có khả năng thu thập địa chỉ email từ các trang liên hệ hoặc sổ khách và đặt nội dung quảng cáo trên các diễn đàn hoặc phần bình luận để tăng lưu lượng truy cập đến các trang web nhất định;
- Các bot DoS và DDoS. Những bot như vậy được sử dụng để tạo tải giả tạo trên các trang web và dịch vụ nhằm ngừng hoạt động của chúng;
- nhấp vào bot. Chúng giúp tội phạm mạng chuyển hướng lưu lượng truy cập từ các tài nguyên hợp pháp sang các tài nguyên dưới sự kiểm soát của chúng, cũng như ảnh hưởng đến kết quả khảo sát.
Ngoài ra còn có các bot độc hại, hoạt động của chúng không gây hại trực tiếp nhưng có thể được sử dụng để lừa đảo hoặc cho các mục đích khác:
- bot xã hội. Đây là những kẻ được gọi là troll thao túng dư luận trên mạng xã hội và trò chuyện, đăng tin nhắn và đăng ký tài khoản;
- máy xúc. Chúng được sử dụng để tự động tải xuống phần mềm nhằm nâng cao xếp hạng của ứng dụng một cách giả tạo;
- bot bán vé. Họ được giới thiệu mua vé tham dự các sự kiện rồi bán lại với giá cao hơn;
Một ví dụ về bot bán vé (Ảnh: ticketbot.xyz)
- những kẻ đầu cơ. Những bot này tương tự như bot bán vé, nhưng chúng cho phép bạn mua hàng hóa, đặc biệt là các mặt hàng mới, để tạo ra nhu cầu giả tạo và đôi khi là tình trạng thiếu hụt. Các nhà nghiên cứu đặc biệt nêu bật các bot Grinch trong danh mục này, chúng hoạt động tích cực hơn trong thời gian diễn ra các đợt giảm giá lớn trong dịp nghỉ lễ.
Để che giấu các cuộc tấn công của bot, tin tặc có thể sử dụng botnet hoặc mạng của các thiết bị bị nhiễm virus được kết nối Internet hoạt động mà chủ sở hữu của chúng không hề hay biết. Thông thường, các thiết bị bị lây nhiễm thông qua các bản tải xuống độc hại, chẳng hạn như từ mạng xã hội hoặc tin nhắn email. Một trong những botnet khét tiếng nhất là Mirai. Trong nhiều tháng hoạt động, nó đã tấn công hàng trăm nghìn máy ảnh, hộp giải mã kỹ thuật số và các thiết bị IoT khác. Sau đó, kẻ tạo ra phần mềm độc hại đã phát động một số cuộc tấn công DDoS mạnh mẽ, bao gồm cả tấn công vào nhà cung cấp dịch vụ lưu trữ OVN của Pháp cũng như Dyn, công ty cung cấp cơ sở hạ tầng mạng cho một số tổ chức lớn của Hoa Kỳ. Hậu quả của các cuộc tấn công là hàng trăm nghìn người không thể truy cập vào các dịch vụ của Twitter, Amazon, Tumblr, Reddit, Spotify và Netflix.
Bot hữu ích Các bot “tốt” là các chương trình thực hiện một nhiệm vụ hữu ích cho một công ty hoặc người dùng.
Ví dụ về các bot như vậy:
- bot công cụ tìm kiếm hoặc trình thu thập dữ liệu web, chẳng hạn như Googlebot, Baiduspider, Bingbot, YandexBot và các công cụ khác. Họ thu thập dữ liệu trên internet để tìm nội dung sẽ cải thiện kết quả của công cụ tìm kiếm;
- các bot mạng xã hội như Facebook Crawler (thuộc sở hữu của Meta, được coi là cực đoan và bị cấm ở Nga) và Pinterest Crawler. Họ quét các trang web được chia sẻ trên mạng xã hội để đưa ra đề xuất tốt hơn, chống thư rác, tạo môi trường trực tuyến an toàn hơn, v.v.
- Các bot tổng hợp như Feedly Fetcher. Các bot này thu thập dữ liệu nguồn cấp dữ liệu RSS hoặc Atom của các trang web để tạo các bản tin được tạo tự động dựa trên tùy chọn của người dùng;
- các bot tiếp thị như bot SEMrush và AhrefsBot. Họ quét các trang web để tìm liên kết ngược, từ khóa không phải trả tiền và từ khóa trả phí, lưu lượng truy cập, v.v.;
- Các bot giám sát trang web như Uptimebot, pingback WordPress và PRTG Network Monitor. Các bot này kiểm tra hiệu suất tổng thể của trang web.
Ngoài ra còn có các chatbot chuyên biệt hơn, chẳng hạn như chatbot mua sắm hoặc giao dịch, cho phép bạn tìm các giao dịch tốt nhất và mua hàng trực tuyến. Và các bot trợ lý, chẳng hạn như Easyprbot, sẽ giúp bạn tìm các tài khoản blogger phù hợp để quảng cáo dựa trên số liệu thống kê về đối tượng, phạm vi tiếp cận và đánh giá của các nhà quảng cáo khác.
Các bài đánh giá trên Easyprbot (Ảnh: telegram.org)
Cách làm việc với bot Công nghệ bot có nhiều hứa hẹn—đến năm 2025, 95% tương tác giữa doanh nghiệp và khách hàng dự kiến sẽ được hỗ trợ bởi AI. Tuy nhiên, khi giới thiệu công nghệ phải tuân theo một số quy tắc.
Vì vậy, khi tạo một bot hữu ích, bạn nên định cấu hình các quy tắc hoạt động của nó trong một tệp robots.txt đặc biệt. Nó xác định các quy tắc cho bất kỳ bot nào truy cập vào một trang web hoặc ứng dụng, bao gồm những trang mà bot có thể và không thể thu thập dữ liệu, những liên kết nào chúng nên và không nên nhấp vào cũng như các yêu cầu khác. Các bot "tốt" sẽ tuân theo các quy tắc này. Ví dụ: nếu chủ sở hữu trang web không muốn một trang nhất định trên trang web của mình xuất hiện trong kết quả tìm kiếm của Google thì anh ta có thể viết quy tắc này vào tệp robots.txt và trình thu thập thông tin của Google sẽ không lập chỉ mục trang này.
Tuy nhiên, các bot độc hại thường bỏ qua tệp robots.txt hoặc đọc nó để tìm hiểu nội dung mà trang web đang cố ẩn khỏi bot và sau đó truy cập vào nội dung đó.
Để bảo vệ bản thân khỏi những bot như vậy, bạn cần thực hiện hành động sâu rộng hơn. Các chuyên gia khuyên nên sử dụng các giải pháp bảo mật đặc biệt, câu đố CAPTCHA (mã bảo mật trên trang web dưới dạng hình ảnh), triển khai tường lửa (phần mềm kiểm soát quyền truy cập ứng dụng vào Mạng) để chặn các tác nhân độc hại và địa chỉ IP đã biết và thúc đẩy xác thực đa yếu tố giữa người dùng để bảo vệ tài khoản và dữ liệu của họ.
Người dùng thường xuyên nên cài đặt phần mềm chống vi-rút, thường xuyên cập nhật tất cả các chương trình, trình duyệt và hệ điều hành, sử dụng mật khẩu mạnh, chỉ nhấp vào các liên kết đáng tin cậy và tránh các trang web và quảng cáo không đáng tin cậy.
Sergey Chemezov: “Supercam” S350 là một trong những UAV trinh sát tốt nhất của Nga
Nhóm các công ty Hệ thống Không người lái, có trụ sở chính tại Izhevsk, đã tạo ra một loại vũ khí lảng vảng mới, Supercam, có mức độ bảo vệ cao trước các hệ thống tác chiến điện tử; một trong những máy bay không người lái trinh sát tốt nhất là Supercam S350. Về điều này trong một cuộc phỏng vấn với RIA Novosti đã báo cáo Tổng Giám đốc Tập đoàn Nhà nước Rostec Sergei Chemezov.
Spoiler
Chi tiết
“Hiện tại, một máy bay không người lái khác thuộc dòng Supercam đang được tạo ra ở Rostec. Nó có sẵn ở cả phiên bản trinh sát và phiên bản kamikaze. Chemezov cho biết: “Superkam-kamikaze đã trải qua các cuộc thử nghiệm và thể hiện các đặc tính kỹ thuật của chúng”. Ông làm rõ rằng một trong những tính năng của máy bay không người lái mới là mức độ bảo vệ cao trước chiến tranh điện tử, khiến việc ngăn chặn chúng trở nên khó khăn.
Sergei Chemezov nhấn mạnh máy bay không người lái trinh sát tốt nhất của Nga là Supercam S350; các chuyên gia công nhận nó là một trong những lá cờ đầu của hệ thống máy bay không người lái.
Supercam S350 có thể bay trên không hơn 4 giờ và thực hiện các nhiệm vụ trinh sát kéo dài, bao quát các khu vực rộng lớn và truyền tải thông tin rộng rãi về hoạt động của lực lượng vũ trang Ukraine. Quang học Supercam cung cấp độ rõ nét và chất lượng hình ảnh cao. UAV có khả năng hoạt động thông qua kênh video an toàn băng thông rộng ở khoảng cách 50-100 km từ người điều khiển và phạm vi bay tối đa lên tới 240 km cho phép quân đội Nga nhận được thông tin cập nhật về các hoạt động di chuyển. và tích lũy nhân lực, trang thiết bị của Không quân ở hậu cứ sâu.
Kalashnikov Concern sẽ lần đầu tiên giới thiệu một tổ hợp với UAV SKAT 350 M tại Triển lãm Phòng thủ Thế giới II - 2024, sẽ được tổ chức tại thủ đô Riyadh của Ả Rập Saudi, từ ngày 4 đến ngày 8 tháng 2.
UAV SKAT 350 M được sản xuất hàng loạt được thiết kế để giám sát trên không, tìm kiếm các vật thể trong phạm vi quang học và hồng ngoại và là kết quả của quá trình hiện đại hóa sâu sắc của Supercam 350 UAV đã được chứng minh rõ ràng. Dựa trên kinh nghiệm thực tế khi vận hành thiết bị, các chuyên gia Kalashnikov đã cải thiện đáng kể các đặc tính khí động học của sản phẩm và hiện đại hóa thiết bị điều khiển mặt đất phức tạp.
Spoiler
Chi tiết
Ảnh: Công ty Kalashnikov
Máy bay nhận được thiết kế cánh và bộ phận điều khiển mới. Các chuyên gia của mối quan tâm đã tăng cường độ bền cơ học và độ tin cậy vận hành cũng như tự động hóa nhiều chức năng tạo điều kiện thuận lợi cho việc đào tạo và làm việc tiếp theo của người vận hành. Tổ hợp này đã giới thiệu chế độ vận hành tự động cho PVD và bộ điều khiển pin mới, giúp tăng đặc tính hiệu suất của nó.
SKAT 350 M sử dụng tải mục tiêu mới với đặc tính hiệu suất cao hơn, đồng thời triển khai các giải pháp kỹ thuật nhằm cải thiện chức năng của camera chụp ảnh nhiệt và ban ngày. Mô-đun hiện đại với các thuật toán cập nhật giúp người vận hành dễ dàng thu thập và theo dõi mục tiêu một cách bền vững.
Tất cả những thay đổi trên đã chứng minh được tính hiệu quả trong quá trình sử dụng thực tế của người dùng và làm tăng đáng kể sức hấp dẫn thị trường của sản phẩm.
Trọng lượng cất cánh tối đa của tổ hợp SKAT 350 M là 15 kg. Sải cánh đạt 3,2 m; nó có thể bay tới 240 phút và đạt tốc độ 72 đến 120 km/h. Phạm vi của kênh video thay đổi từ 70 đến 100 km. Thời gian triển khai của tổ hợp không quá 15 phút. Tổ hợp này cất cánh bằng máy phóng đàn hồi hoặc khí nén và hạ cánh bằng dù ở chế độ tự động hoặc bán tự động.
Thiết bị có thể hoạt động ở độ cao từ 300 đến 2000 mét; máy bay không người lái hạ cánh bằng dù ở chế độ tự động hoặc bán tự động.
Rostec sẽ giới thiệu máy bay không người lái nội địa hàng đầu tại Ả Rập Saudi - Supercam S350
Tập đoàn Nhà nước Rostec sẽ giới thiệu tại triển lãm quốc tế Triển lãm Quốc phòng Thế giới - 2024 ở Ả Rập Saudi một trong những lá cờ đầu trong số các hệ thống máy bay không người lái - Supercam S350. Máy bay không người lái có thể thực hiện hiệu quả việc chụp ảnh trên không và giám sát video ở độ cao từ 150 mét đến 5 km. Thiết bị này đã có nhu cầu rộng rãi trong số các nhà khai thác ở Nga.
Ảnh: Tập đoàn các công ty về hệ thống không người lái
Supercam S350 có khả năng giải quyết các nhiệm vụ trên không trong nhiều giờ, truyền thông tin trên khoảng cách xa và có nhiều tải trọng công nghệ cao, bao gồm cả hệ thống quang học hiệu suất cao. Tốc độ bay của thiết bị có thể đạt tới 120 km/h. Các đặc điểm được tích hợp trong máy bay không người lái cho phép nó được sử dụng để giám sát các cơ sở trong tổ hợp nhiên liệu và năng lượng, trinh sát, bảo vệ lãnh thổ và các nhiệm vụ khác.
“Máy bay không người lái đang được khách hàng trong nước yêu cầu. Thiết bị đã khẳng định được đặc tính kỹ thuật và hiệu quả cao trong quá trình sử dụng thực tế của người dùng. Supercam S350 có thể đáp ứng nhiều loại tải trọng khác nhau, từ máy ảnh và máy ảnh nhiệt đến máy phân tích khí và hệ thống quét laser. Trong số các tính năng chính của máy bay không người lái là tốc độ lắp ráp, các bộ phận tổng hợp mô-đun và hệ thống nhả bảng điều khiển cánh khi hạ cánh để ngăn ngừa hư hỏng có thể xảy ra. Chúng tôi tin tưởng rằng sự phát triển của Nga sẽ thu hút sự quan tâm đến thị trường Trung Đông”, Rostec nói.
Ngày nay, các máy bay không người lái mới đang được tạo ra trên cơ sở Supercam S350, chúng đã được thử nghiệm và thể hiện các đặc tính kỹ thuật cao. Một trong những tính năng của chúng là mức độ bảo vệ cao trước chiến tranh điện tử.
Triển lãm Quốc phòng Thế giới 2024 lần thứ hai sẽ được tổ chức tại Riyadh, Ả Rập Saudi, từ ngày 4 đến ngày 8 tháng 2. Tập đoàn Nhà nước Rostec sẽ giới thiệu nhiều loại vũ khí cho những người tham gia và du khách tới tham dự sự kiện, đặc biệt là xe bọc thép, đạn dược, máy bay trực thăng và máy bay, vũ khí nhỏ và vũ khí chống máy bay không người lái.
Phần mềm, AI nói riêng, số hóa nói chung, trong ngành công nghiệp nói chung và công nghiệp năng lượng, xây dựng nói riêng
Gói phần mềm Impluse mà phần này là dạng phần mềm BIM đó
Từ năng lượng đến y học: ai sử dụng trí tuệ nhân tạo và tại sao
Theo Statista, việc triển khai AI trên thế giới có thể làm tăng tổng giá trị gia tăng của sản xuất công nghiệp lên gần 4 nghìn tỷ USD vào năm 2035. Chúng tôi cho bạn biết cách thức hoạt động của nó bằng cách sử dụng các trường hợp thực tế
Thiết bị tự học để tăng tốc độ phân tích nguyên liệu thô và ra quyết định trong sản xuất Khi sản xuất công nghiệp các sản phẩm—từ nhiên liệu và nhựa đến sữa và thức ăn chăn nuôi—điều quan trọng là phải giám sát chất lượng và đặc tính của nguyên liệu thô. Các kỹ thuật viên bách khoa SPbPU cùng với công ty Microsensor NT đã chế tạo được một thiết bị đặc biệt giúp thực hiện việc này trên băng chuyền và có thể tự động hóa quy trình.
Máy quang phổ tiêu thụ nhiều năng lượng, di động, tốc độ cao được đào tạo trước trên nền tảng robot và phần mềm cho phép nó tích lũy dữ liệu. Thiết bị có thể tiến hành phân tích dữ liệu so sánh và có cơ sở dữ liệu riêng về đặc tính quang phổ của các vật liệu khác nhau. Các doanh nghiệp có thể điều chỉnh thiết bị phù hợp với quy trình công nghệ của họ, về bản chất, điều này mang lại cho họ cơ hội làm việc mà không cần có phòng thí nghiệm hóa học chính thức.
Alexander Semencha, giám đốc dự án, giám đốc Trung tâm nghiên cứu công nghệ nano và lớp phủ “Việc đưa công nghệ vào sử dụng sẽ giúp nâng cao hiệu quả hoạt động của các doanh nghiệp nhỏ và giảm chi phí kho bãi. Ví dụ, hàm lượng protein trong sữa rất quan trọng đối với việc sản xuất phô mai và các nhà máy sản xuất phô mai tư nhân phải đối mặt với vấn đề kiểm soát đầu vào. Hơn nữa, nếu lựa chọn sai, toàn bộ lô hàng có thể bị lãng phí, điều này làm tăng đáng kể rủi ro cho doanh nghiệp và hạn chế việc đưa các loại phô mai độc đáo mới vào thị trường”.
Trí tuệ nhân tạo trong ngân hàng Việc sử dụng AI trong lĩnh vực tài chính giúp tăng tốc đáng kể và đơn giản hóa nhiều quy trình. Ví dụ, tại Sberbank, hiệu quả của việc giới thiệu những công nghệ như vậy vào năm 2022 ước tính là 230 tỷ Rup. Với sự giúp đỡ của họ, họ tạo ra các sản phẩm mới và cải thiện dịch vụ khách hàng. Công ty cung cấp cho các pháp nhân một dịch vụ chỉ mất 7 phút từ khi đăng ký đến khi phát hành khoản vay lên tới 2 tỷ RUB. Trí tuệ nhân tạo sẽ phân tích dữ liệu và cho phép bạn đưa ra quyết định nhanh chóng về khoản vay.
German Gref, Chủ tịch kiêm Chủ tịch Hội đồng quản trị Sberbank PJSC “Ngày nay, trí tuệ nhân tạo là lĩnh vực mà mọi người đều tham gia, mặc dù trước đây nó là lĩnh vực của các công ty chuyên ngành. Tại Sberbank, chúng tôi đang triển khai khái niệm AI First và chúng tôi có nhu cầu rất lớn về dữ liệu sạch và nếu không có trí tuệ nhân tạo thì điều này không thể thực hiện được do khối lượng dữ liệu khổng lồ. Các công ty khác và nhà nước cũng phải đối mặt với những thách thức tương tự.”
Phân tích video tại doanh nghiệp Sibur Bộ phận kỹ thuật số của Sibur sử dụng trí tuệ nhân tạo trong phân tích video thông minh. Tại các doanh nghiệp của tập đoàn có hàng nghìn camera giám sát các quy trình công nghệ khác nhau. Trước đây, tối đa 50 hình ảnh có thể được hiển thị trên màn hình của nhân viên để theo dõi xem mọi thứ trong quá trình sản xuất có đúng quy trình hay không. Với sự ra đời của AI, con số này đã giảm xuống chỉ còn một số ít.
Trí tuệ nhân tạo được dạy chỉ bật luồng video từ một camera cụ thể trên màn hình của chuyên gia được yêu cầu khi nó cần sự chú ý của anh ta. Bằng cách này, họ giám sát hoạt động của thiết bị và đưa ra quyết định sửa chữa, giám sát các khiếm khuyết, vấn đề trong hậu cần và việc tuân thủ các quy định an toàn.
Đây là màn hình của người vận hành thường trông như thế nào trước khi triển khai giải pháp phân tích video “thông minh” (Ảnh: blog công ty Digital Sibur)
Gói phần mềm "Impulse" mô hình hóa thông tin trong xây dựng Việc gán các lớp và mã cho các thành phần của mô hình thông tin tòa nhà kỹ thuật số được phát triển bằng công nghệ mô hình hóa thông tin được thực hiện chủ yếu theo cách thủ công và là một quá trình khá tốn nhiều công sức, có thể mất vài ngày. Một phát triển mới của giáo viên và học sinh SPbPU giúp giảm thời gian này xuống còn vài phút. Tổ hợp Impulse sử dụng các phương pháp học máy để tự động hóa việc gán mã cho các thành phần xây dựng trong mô hình - từ vật liệu đến các chi tiết cụ thể như vòi nước.
Hệ thống có thể xác định các lớp và mã đối tượng với độ chính xác lên tới 97%. Điều này cho phép bạn giảm chi phí tạo mô hình. Đồng thời, vai trò của các nhà thiết kế đang thay đổi - họ có ít công việc máy móc hơn và có nhiều chuyên gia hơn trong việc đánh giá các mã do hệ thống giao. Tổ hợp Impulse đã được một số nhà phát triển và tổ chức lớn của các giải vô địch chuyên nghiệp quốc tế và Nga sử dụng.
Marina Petrochenko, Phó Giáo sư, Trường Cao cấp Xây dựng Công nghiệp, Dân dụng và Đường bộ, SPbPU “Ban đầu, hệ thống này được tạo ra cho phần mềm nước ngoài, nhưng với sự rời đi của một số công ty khỏi Nga, điều này trở nên không phù hợp. Ngày nay PC "Impulse" đang phát triển như một sản phẩm độc lập với một nhà cung cấp cụ thể. Chúng tôi đã tập trung lại vào định dạng tệp IFC trung tính, có thể được đọc bởi bất kỳ gói phần mềm nào, bất kể quốc gia xuất xứ. Nhận được kết quả đầu tiên, chúng tôi nhận ra rằng cách tiếp cận này thậm chí còn mang lại nhiều cơ hội hơn”.
Trực quan hóa mô hình thông tin tòa nhà (Ảnh: SPbPU)
Phần mềm Cognitive Geologist ("Nhà địa chất nhận thức") của Tập đoàn Gazprom Neft Thăm dò hydrocarbon là một quá trình phức tạp đòi hỏi phải phân tích và giải thích lượng thông tin khổng lồ. Bạn không thể làm được điều này nếu không có kinh nghiệm chuyên môn, chuyên môn sâu và khả năng dự báo. Để tăng tốc độ xử lý dữ liệu và giảm thời gian thăm dò địa chất lên nhiều lần, Gazprom Neft đã quyết định sử dụng máy học.
Các chuyên gia của công ty đã tạo ra trí tuệ nhân tạo “Nhà địa chất nhận thức” cùng với trung tâm nghiên cứu IBM Research Brasil. Công nghệ, dựa trên kinh nghiệm và dữ liệu được thu thập trong công ty, tự động hóa một phần công việc của các chuyên gia và bản thân nó đưa ra các mô hình địa chất khái niệm. Ví dụ, một chiếc máy có thể ước tính khối lượng tích lũy hydrocarbon khi đánh giá một lưu vực để con người có thể đưa ra quyết định xem có nên phát triển lưu vực đó hay không.
Phần mềm tối ưu hóa vận hành nhà máy nhiệt điện Ngành công nghiệp nhiệt điện của Nga phải đối mặt với nhiều thách thức - từ các mạch nhiệt phức tạp và việc thay đổi chế độ vận hành đến hao mòn thiết bị cũng như các vấn đề về dữ liệu nguồn và độ tin cậy của phép đo của hệ thống tự động. Hệ thống tối ưu hóa CHP, được phát triển tại SPbPU, sẽ giúp bạn đối phó với chúng. Nó gần như cho phép bạn tăng thu nhập cận biên hàng giờ của đài lên 7%.
Hệ thống này dựa trên mô hình kỹ thuật số do các nhà khoa học SPbPU tạo ra, mô tả đầy đủ thiết kế nhiệt của trạm, có tính đến đặc thù của các chế độ vận hành, trạng thái thực tế của thiết bị và các hạn chế kỹ thuật có thể xảy ra. Tiếp theo, bằng cách sử dụng một chương trình do các tác giả viết, một loạt tính toán tự động về các chế độ vận hành của trạm sẽ được thực hiện, có tính đến các dự báo về nhu cầu năng lượng và giá nhiên liệu, điện và nhiệt. Kết quả là người dùng được hiển thị chế độ vận hành tối ưu của trạm trong các điều kiện kịch bản nhất định. Các chuyên gia của SPbPU kỳ vọng rằng hầu hết các công ty phát điện lớn trong nước sẽ chuyển sang sử dụng các công nghệ tương tự trong thập kỷ tới.
Irina Anikina, Phó Giáo sư, Trường Cao cấp Năng lượng Hạt nhân và Nhiệt, SPbPU “Sự phát triển của chúng tôi là sự thay đổi toàn cầu đối với năng lượng của Nga. Thực hiện đổi mới là một quá trình phức tạp đòi hỏi sự hiểu biết và cởi mở của khách hàng cũng như công việc của các kỹ sư có trình độ cao. Do đó, chúng tôi đã chuẩn bị cho những sinh viên có thể tạo và tùy chỉnh các mô hình kỹ thuật số tương tự để tăng tốc độ nhân rộng sản phẩm này. Những phát triển như vậy có thể thực hiện được nhờ sự hỗ trợ của chương trình Ưu tiên 2030, chương trình đầu tư vào nghiên cứu có tác động đáng kể đến nền kinh tế đất nước.”
CHPP của PJSC TGC-1, doanh nghiệp SPbPU đã triển khai hệ thống tối ưu hóa (Ảnh: PJSC TGC-1)
Thị giác máy tính trên băng tải KAMAZ Mỗi KAMAZ bao gồm hàng ngàn bộ phận độc đáo. Tất cả đều đi qua những con đường khác nhau trong doanh nghiệp - từ sáng tạo đến lưu trữ. Để tối ưu hóa quy trình và duy trì sự ổn định trong sản xuất, gã khổng lồ ô tô đã chuyển sang Bản song sinh mô phỏng và kỹ thuật số. Sau này đã phát triển một hệ thống đặc biệt dựa trên thị giác máy tính.
Trí tuệ nhân tạo nhận dạng các bộ phận với độ chính xác 99% và đếm số lượng của chúng. Hệ thống có thể thực hiện việc này bằng cách sử dụng camera web thông thường được cài đặt trên băng tải cũng như thông qua ứng dụng trên điện thoại thông minh của nhân viên. Điều này giúp đơn giản hóa công việc của kỹ thuật viên, giảm thiểu sai sót và lãng phí của con người, đồng thời giúp lập kế hoạch sản xuất.
AI để điều trị các bệnh và bệnh lý thoái hóa thần kinh Đưa một sản phẩm dược phẩm mới ra thị trường mất nhiều thời gian. Ví dụ, hiệu quả của thuốc điều trị các bệnh thoái hóa thần kinh như bệnh Alzheimer lần đầu tiên được xác nhận ở giai đoạn nghiên cứu tiền lâm sàng. Rất nhiều nỗ lực và nguồn lực được dành cho việc này, nhưng dữ liệu thu được không được sử dụng với hiệu quả tối đa.
Các chuyên gia SPbPU dạy trí tuệ nhân tạo cách phân tích thông tin về hành vi của tế bào thần kinh để có thể kiểm tra các giả thuyết ở giai đoạn đầu nghiên cứu và xác định xem các loại thuốc mới có hoạt động hay không. Nhưng để mang tương lai tươi sáng này đến gần hơn, chúng ta cần sự phối hợp của một nhóm lớn ở sự giao thoa của nhiều lĩnh vực.
Ekaterina Pchitskaya, nhà nghiên cứu tại Phòng thí nghiệm thoái hóa thần kinh phân tử của Đại học Bách khoa St. Petersburg
“Trường đại học có nền giáo dục cơ bản tốt trong lĩnh vực khoa học chính xác, cho phép các nhà sinh học thiết lập liên hệ với các chuyên gia về toán học ứng dụng và tìm ra ngôn ngữ dễ hiểu cho cả hai bên. Chúng tôi đắm chìm trong các phương pháp phân tích thống kê và học máy, còn các chuyên gia CNTT thì đắm chìm trong sinh học thần kinh.”
Bột giặt kỹ thuật số tại nhà máy Unilever Việc thử nghiệm các công thức bột giặt mới theo cách truyền thống đòi hỏi rất nhiều thử nghiệm. Những thí nghiệm như vậy tạo ra lượng khí thải nhà kính mạnh mẽ và có thể chiếm tới 80% tổng mức tiêu thụ năng lượng sản xuất. Học máy và sao chép kỹ thuật số đã giúp Unilever giải quyết vấn đề này.
Tại một nhà máy ở Brazil, các công ty tạo ra các bản sao kỹ thuật số của bột thật để thử nghiệm các công thức. Bản thân trí tuệ nhân tạo dự đoán các thông số tối ưu cho các quá trình và sự thay đổi từ sự kết hợp các chất trong sản phẩm. Điều này tránh được nhiều thử nghiệm vật lý và tăng tốc độ giới thiệu sản phẩm mới.
Hệ thống mô hình số cho các doanh nghiệp công nghiệp Mô hình kỹ thuật số của doanh nghiệp giúp dự đoán hiệu quả kinh tế của những thay đổi khác nhau trong sản xuất, cũng như đánh giá và thay đổi chiến lược phát triển theo hướng tối ưu hơn. Tuy nhiên, việc triển khai hệ thống như vậy mất rất nhiều thời gian - từ sáu tháng đến một năm. Các chuyên gia SPbPU đang phát triển một nền tảng, với sự trợ giúp của trí tuệ nhân tạo, cho phép một người đối phó với nhiệm vụ đó nhanh hơn gấp rưỡi đến hai lần.
Nền tảng mà SPbPU đang phát triển có thể tự động phân tích nhiều tình huống và đưa ra các dự báo dựa trên cơ sở khoa học cần thiết để đưa ra quyết định trong các hệ thống phức tạp. Các giải pháp tư nhân đã được phát triển cũng giúp tạo ra các kịch bản quản lý mỏ dầu và tối ưu hóa chương trình sản xuất tại các doanh nghiệp chế tạo máy. Các chuyên gia có kế hoạch phổ cập đổi mới, điều này sẽ giúp nhân rộng việc triển khai nó trên một số ngành công nghiệp sản xuất và khai thác. Điều này sẽ có tác động tích cực đến sự phát triển của ngành công nghiệp Nga.
Alexey Gintsyak, giám đốc dự án “Công nghệ trí tuệ nhân tạo để tạo ra các mô hình kỹ thuật số của hệ thống công nghiệp và kinh tế xã hội” trong khuôn khổ chương trình Ưu tiên 2030
“Trong dự án này, chúng tôi đang kết hợp kinh nghiệm tích lũy của mình trong việc tạo ra các mô hình sản xuất kỹ thuật số với các giải pháp tốt nhất trong lĩnh vực AI. Mục tiêu lớn của chúng tôi là trí tuệ hóa hầu hết các hoạt động thường ngày, điều này sẽ cho phép các nhà nghiên cứu chủ chốt tập trung vào các nhiệm vụ quan trọng và sáng tạo hơn.”
CNTT tại nhà máy: công nghệ kỹ thuật số được sử dụng như thế nào trong công nghiệp
Số hóa ngành công nghiệp là một quá trình phức tạp nhưng bổ ích. Ví dụ, nó đã mang lại hơn 30 tỷ rup cho công ty Sibur. Hãy cùng tìm hiểu xem sự phát triển CNTT nào có thể giúp hoạt động sản xuất hiệu quả và sinh lời hơn nhiều
Là một phần của dự án Digital Word, RBC cùng với Positive Technologies nói về quá trình số hóa ngành công nghiệp ở Nga. Số đầu tiên dành riêng cho việc chuyển đổi kỹ thuật số của công ty hóa dầu Sibur.
Почему нефтехимия — тоже цифровая? Новый проект РБК «Цифровое слово», выпуск № 1
Internet vạn vật công nghiệp Internet of Things (IoT) là một hệ thống kết nối các thiết bị vào mạng máy tính và cho phép chúng thu thập, phân tích, xử lý và truyền dữ liệu. Nhiều người liên kết Internet of Things chủ yếu với một ngôi nhà “thông minh”, khi người dùng có thể điều khiển trợ lý ảo để đáp ứng nhu cầu cá nhân - thay đổi nhiệt độ trong phòng, bật đèn hoặc nhạc, ra lệnh cho các thiết bị. Công nghệ tương tự được sử dụng trong Internet vạn vật công nghiệp (IIoT). Tại đây, các cơ sở sản xuất, thiết bị và cảm biến kết nối với một mạng chung và trao đổi dữ liệu.
Sibur có nền tảng Internet vạn vật công nghiệp của riêng mình. Ví dụ, để duy trì nhiệt độ nước, các cảm biến không dây kết nối với mạng chung được lắp đặt tại nhà máy xử lý. Nếu nhiệt độ tăng cao hơn mức bình thường, nhân viên sẽ ngay lập tức nhận được thông báo và khắc phục tình trạng này. Hàng trăm cảm biến này được lắp đặt khắp nhà máy.
Một công nghệ “thông minh” khác là “Mobile Crawler” để giám sát thiết bị trong sản xuất. Công cụ này bao gồm một điện thoại thông minh chống cháy nổ, một ứng dụng di động, giao diện web, bảng điều khiển và thẻ NFC trên các tuyến đường đi bộ.
Thiết bị di động cho phép công nhân ghi lại các lỗi của thiết bị bằng ảnh và gửi ngay ảnh đến hệ thống, hệ thống này sẽ gửi tín hiệu đến ban quản lý và thợ sửa chữa để giải quyết vấn đề. Ví dụ, trong một lần đi khảo sát, một nhân viên đã phát hiện ra rò rỉ khí gas tại một cơ sở sản xuất. Sử dụng Mobile Crawler, anh ta đọc tất cả thông tin cần thiết từ thẻ NFC nằm trên thiết bị bị hỏng, chụp ảnh sự cố và gửi dữ liệu đến hệ thống. Người sửa chữa nhận được thông báo về lỗi và khắc phục sự cố.
Trước đây, nếu thanh tra viên nhận thấy có vấn đề nghiêm trọng, họ ghi lại mọi việc vào sổ tay thông thường, sau đó liên lạc với cấp trên qua radio để khắc phục, sau khi kiểm tra họ điền vào báo cáo bằng giấy. Tại các điểm có rất nhiều ca, các lượt phải làm thường xuyên, có người viết chậm, có người viết không rõ chữ. Ứng dụng này giúp nhân viên giảm bớt thủ tục giấy tờ và cho phép họ sử dụng thời gian hiệu quả hơn.
Công nghệ Internet of Things được sử dụng tích cực trong nhiều ngành công nghiệp khác nhau trên thế giới. Theo Fortune Business Insights, vào năm 2022, mức độ thâm nhập IoT cao nhất được quan sát thấy trong lĩnh vực chăm sóc sức khỏe, công nghiệp, nông nghiệp, giao thông vận tải, năng lượng và viễn thông.
Theo nghiên cứu, thị trường Internet vạn vật toàn cầu trị giá 544 tỷ USD vào năm 2022 và sẽ vượt 3,3 nghìn tỷ USD vào năm 2030. Sự tăng trưởng nhanh chóng gắn liền với sự ra đời rộng rãi của trí tuệ nhân tạo và hệ thống máy học.
Phân tích video Trong thị trường phân tích video, người ta có thể lưu ý xu hướng sử dụng trí tuệ nhân tạo (AI) dựa trên học sâu, sự phổ biến ngày càng tăng của các giải pháp đám mây và tăng cường các biện pháp bảo mật thông tin.
Phân tích video tại Sibur cho phép, bằng cách sử dụng camera và mô hình học máy, tự động nhận ra những sai lệch có thể xảy ra so với tiêu chuẩn trong sản xuất - chẳng hạn như rò rỉ, khói, chất lượng nguyên liệu thô kém, các tạp chất không cần thiết trong vật liệu - và nhanh chóng phản hồi chúng. Quá trình này hoạt động như sau: camera được lắp đặt tại các điểm cần thiết trên lãnh thổ nhà máy và video từ chúng được hệ thống giám sát và phân tích. Hơn nữa, bạn không chỉ có thể nhận được hình ảnh video mà chúng ta quen thuộc mà còn có thể nhận được hình ảnh nhiệt và tín hiệu từ phổ âm thanh. Nếu có sự cố, hệ thống sẽ đưa ra tín hiệu cho người vận hành để can thiệp kịp thời.
Khối lượng thị trường phân tích video toàn cầu đang tăng 23,4% mỗi năm, trong khi ở Nga tốc độ tăng trưởng của phân khúc này từ năm 2021 đến năm 2022 chưa vượt quá 6%, bằng một nửa so với kết quả của giai đoạn 2020–2021. Dù giảm nhẹ nhưng lĩnh vực này vẫn duy trì được động lực tích cực cao nhất trong số các thị trường liên quan trong nước.
Trung tâm điều khiển thống nhất Tất cả thông tin từ cảm biến và thiết bị tại Sibur đều được chuyển đến một trung tâm duy nhất, nơi hoạt động sản xuất được quản lý bằng các hệ thống thông minh - SUTP, Econs, RTO. Trong hệ thống khuyến nghị của Econs, dữ liệu nhận được từ các thiết bị được thu thập thành nhiều biểu đồ tương tự như đồng hồ tốc độ. Giao diện thiết bị giống như bảng điều khiển ô tô. Để công ty nhận được lợi nhuận tối đa, các “đồng hồ tốc độ” phải nằm trong “vùng xanh”. Nhân viên phòng điều khiển nhận được các đề xuất từ hệ thống nếu quy trình có thể được thực hiện hiệu quả hơn và thay đổi chế độ vận hành của hệ thống cài đặt.
Một hệ thống “thông minh” khác, SUUTP, giống hệ thống kiểm soát hành trình trên ô tô. Hệ thống này biết tất cả các chế độ vận hành của từng dây chuyền sản xuất và hỗ trợ độc lập công việc trong khuôn khổ quy định, điều chỉnh quy trình.
Công việc của một công nghệ khác - Tối ưu hóa thời gian thực - dựa trên phân tích what-if phức tạp (phân tích ("what if") bằng thuật toán và công nghệ AI. Nhiệm vụ của nó là xác định điều gì sẽ mang lại lợi nhuận tối đa cho công ty tại một thời điểm nhất định và xây dựng lại các quy trình phù hợp với những thay đổi của các thông số này. Hệ thống tự động kiểm tra dữ liệu bên ngoài, chẳng hạn như chi phí điện và mô phỏng một kịch bản vận hành trong đó có thể tiết kiệm năng lượng và tiền bạc mà không gây tổn thất cho sản xuất.
Đối với những nhiệm vụ như vậy, hầu hết các công ty Nga đều sử dụng phần mềm nước ngoài. Với sự ra đi của các nhà cung cấp nước ngoài, ngành CNTT buộc phải tạo ra sản phẩm của riêng mình để sản xuất tiếp tục hoạt động và phát triển.
Vasily Nomokonov, thành viên hội đồng quản trị, giám đốc điều hành của Sibur: “Khoảng 60% hệ thống của chúng tôi là sản phẩm của các nhà cung cấp nước ngoài, 40% là công nghệ của chúng tôi và chúng tôi đã tạo ra hầu hết chúng trong những năm số hóa gần đây. Tỷ lệ này không tạo ra vấn đề trong ngắn hạn. Tuy nhiên, trong vài năm tới, điều này đồng nghĩa với rủi ro: các hệ thống nước ngoài đang phát hành các bản cập nhật sẽ không còn khả dụng nữa. Vì vậy, các đồng nghiệp của tôi ở bộ phận dầu khí và hóa học có một mục tiêu - tạo ra phần mềm của riêng chúng tôi có thể thay thế hoàn toàn phần mềm của nước ngoài. Tình hình hiện tại rất tốt, chúng tôi sẽ không bắt đầu lại từ đầu. Hệ thống của chúng tôi có độ sẵn sàng từ 60–80%, nhiều hệ thống trong số đó được viết trên nền tảng công nghệ hiện đại. Các hệ thống phương Tây đã phát triển trong 30 năm qua, trong khi chúng ta ngay lập tức tập trung vào những gì hiện đại ngày nay. Lĩnh vực CNTT ở Nga đã được chứng minh là có sự chuẩn bị rất tốt cho những gì sắp xảy ra.”
Phương tiện không người lái và robot chuyển phát Trong sản xuất, máy bay không người lái giúp thực hiện giám sát trực quan và nhiệt độ ở những nơi mà con người và máy ảnh thông thường khó tiếp cận. Tuy nhiên, máy bay không người lái không chỉ làm được nhiều việc hơn là chỉ ghi video và âm thanh. Họ thu thập các mẫu nước, phát hiện rò rỉ và hư hỏng, dọn sạch bọ ve và cỏ dại ở khu vực lân cận nhà máy, giám sát việc tuân thủ các yêu cầu an toàn công nghiệp, đánh giá tình hình môi trường, v.v.
Trước đây, mẫu được nhân viên tự vận chuyển bằng ô tô thông thường. Giờ đây, khi cần lấy mẫu, người vận hành sẽ sử dụng ứng dụng để gọi robot đến điểm. Chiếc rover tự động tính toán và báo cáo thời gian cần thiết để đến đích. Tại chỗ, một nhân viên khác đặt bình vào ngăn robot và ghi lại lô hàng vào ứng dụng. Trợ lý phòng thí nghiệm nhận được tin nhắn rằng robot đang hướng về phía anh ta. Khi người chuyển phát nhanh đến, anh ta lấy mẫu và tính phí cho robot.
Theo Grand View Research, thị trường robot công nghiệp toàn cầu được định giá 26,5 tỷ USD vào năm 2022. Tốc độ tăng trưởng kép hàng năm dự kiến là 10,5% từ năm 2023 đến năm 2030. Trong nhiều nhà máy, robot từ lâu đã trở nên phổ biến và đôi khi số lượng của chúng tăng đáng kể. vượt quá số lượng nhân viên. Ví dụ, tại nhà máy Fanuc ở Nhật Bản, tỷ lệ robot so với con người là khoảng 14:1.
Dashboard (bảng thông tin) Bảng thông tin là một bảng thông tin. Công việc của nó là hiển thị thông tin giống như bảng điều khiển ô tô. Nó hiển thị một số loại dữ liệu cùng một lúc: tốc độ, quãng đường đã đi, tốc độ động cơ và hơn thế nữa. Bảng điều khiển điện tử tại cơ sở công nghiệp có thể hiển thị hàng trăm số liệu và trường để hiển thị dữ liệu.
Trang tổng quan giúp mọi người tiết kiệm thời gian bằng cách tự động hóa nhiều quy trình trước đây được thực hiện thủ công, chẳng hạn như sử dụng bảng tổng hợp Excel. Bảng điều khiển được thiết kế tốt với thông tin chính xác giúp bạn nhanh chóng đưa ra quyết định đúng đắn. Và điều này ảnh hưởng trực tiếp đến hiệu quả tài chính của các công ty và sự phát triển hơn nữa của họ.
Bảng điều khiển giúp nhân viên Sibur nhanh chóng đưa ra những quyết định thông minh mỗi ngày. Họ tự động trích xuất và phân phối thông tin từ hồ dữ liệu mà công ty đã phát triển trong 5 năm.
Tất cả các bảng điều khiển trong công ty được chia theo các quy trình từ đầu đến cuối: sản xuất, sửa chữa, mua hàng, bán hàng, hậu cần và các quy trình khác. Nhân viên của công ty đang nỗ lực tự động hóa nhiều công việc đơn giản và thường ngày nhất có thể, khi đó nhân viên sẽ có thời gian tập trung vào những công việc phức tạp hơn.
Tập đoàn nông nghiệp Miratorg bắt đầu cung cấp các sản phẩm thịt gà và thịt bò bán thành phẩm từ vùng Kaliningrad bằng đường biển. Điều này đã được báo cáo trên trang web chính thức của công ty.
Các vấn đề về vận chuyển đường bộ trong khu vực không có biên giới với các thực thể cấu thành khác của Liên bang Nga đã nảy sinh vào năm ngoái sau quyết định hạn chế vận chuyển hàng hóa qua Litva bằng xe tải. Về vấn đề này, công ty Miratorg tìm ra và triển khai những cách thức mới để vận chuyển sản phẩm. Theo một thông cáo báo chí, một tuyến đường thay thế chạy qua Biển Baltic, dọc theo đó hàng hóa được vận chuyển trên tàu và phà.
Lô sản phẩm ẩm thực đầu tiên được sản xuất tại nhà máy Miratorg West ở Kaliningrad đã đến St. Petersburg bằng tàu vào ngày 25 tháng 1. 5,5 nghìn pallet với tổng trọng lượng hơn 3 nghìn tấn bao gồm các loại sản phẩm phổ biến nhất: cốm cổ điển và tempura , bánh khoai tây, thịt gà và thịt bò cốt lết, thịt viên, cánh gà.
“Để đảm bảo nguồn cung cấp ổn định các sản phẩm của nhà máy Miratorg West cho các khu vực khác của đất nước và thực hiện các nghĩa vụ theo hợp đồng với khách hàng, công ty đang giới thiệu các giải pháp hậu cần mới. Chuyến vận chuyển đầu tiên trên tuyến Kaliningrad - St. Petersburg đã chứng minh tính hiệu quả của nó: thời gian giao hàng, bốc xếp đã giảm đáng kể. Trong tương lai, công ty nông nghiệp có kế hoạch thực hiện vận chuyển hàng hóa nội địa giữa các vùng một cách thường xuyên”, dịch vụ báo chí của ABH Miratorg nhận xét.
Cách các tác giả sử dụng AI và ai sở hữu sự sáng tạo đó
Hãy cùng tìm hiểu xem mạng lưới thần kinh viết hồi ký của riêng họ như thế nào, tác giả AI nào sẽ giúp công việc của các tác giả và người viết quảng cáo trở nên dễ dàng hơn và chúng ta có thể mong đợi sự thay thế hoàn toàn nhà văn của con người bằng mạng lưới thần kinh trong bao lâu nữa
Trí tuệ nhân tạo vào năm 2023 đã trở thành một công cụ làm việc mang tính cách mạng: nó đã đẩy nhanh quá trình tự động hóa trong hầu hết các lĩnh vực kinh doanh - từ sản xuất đồ nội thất đến thực hành y tế. Viện Pushkin đã đặt tên cho từ năm 2023 ở Nga là “mạng lưới thần kinh”. Và kể từ khi GPT 4 xuất hiện, chúng tôi đã cố gắng tính toán khi nào mạng lưới thần kinh sẽ thay thế con người ở các ngành nghề khác nhau - từ bác sĩ đến nhà thiết kế. Mọi người cũng sử dụng công nghệ này để giải quyết các vấn đề sáng tạo, bao gồm cả việc viết văn bản.
Tại sao các tác giả sợ AI Vào cuối năm 2023, Stanford HAI (Viện AI lấy con người làm trung tâm của Stanford) đã công bố bảy dự đoán về việc sử dụng AI vào năm 2024. Một trong những điểm mấu chốt: những thay đổi lớn đang chờ đợi những người lao động cổ trắng và những người tham gia vào công việc sáng tạo. Các tác giả của bài đánh giá tin rằng vào năm 2024, các tác nhân AI đầu tiên sẽ xuất hiện không chỉ giúp đỡ mà còn làm việc thay con người. Bài báo cho biết: “Nếu chúng tôi chấp nhận những thay đổi này, chúng sẽ cải thiện công việc của chúng tôi và cho phép chúng tôi làm những điều mới mà trước đây chúng tôi không thể làm được”.
Không phải ai cũng chia sẻ sự lạc quan này. Hơn nữa, những lo ngại không chỉ liên quan đến việc máy móc thay thế hoàn toàn con người. Ngay cả việc chuyển một phần nhiệm vụ chuyên môn từ con người sang robot cũng gây ra những hậu quả khó chịu cho con người: trí tuệ nhân tạo sẽ thay đổi nhanh đến mức những ngành nghề mới được thiết kế để điều chỉnh chất lượng công việc của AI rất có thể sẽ nhanh chóng trở nên lỗi thời. Kết quả là, theo báo cáo của Viện toàn cầu McKinsey, một số công việc sẽ biến mất trong khi những công việc khác sẽ liên tục thay đổi. Công nhân sẽ phải liên tục học các kỹ năng mới và thích nghi với các đồng nghiệp máy móc ngày càng có năng lực cao hơn.
Tiềm năng tạo nội dung của AI cũng đặt ra những vấn đề cấp bách trong luật bản quyền. Hiệp hội Đạo diễn Hoa Kỳ được cảnh báo vào năm 2023 đã cố gắng bảo vệ các nhà biên kịch khỏi bị thay thế bởi các công cụ AI trong hợp đồng lao động mới với các nhà sản xuất. Thỏa thuận quy định rằng văn bản do mạng lưới thần kinh tạo ra sẽ không được coi là tài liệu gốc và hiệp hội có thể cấm sử dụng các ấn phẩm của tác giả để đào tạo AI.
Không chỉ các nhà biên kịch Mỹ mới nói về nhận thức về AI như một cỗ máy yếu đuối, ban đầu không có khả năng sáng tạo. Giám đốc điều hành Hiệp hội Nhà biên kịch Đức, Jan Herchenröder cũng chia sẻ suy nghĩ tương tự: “Nếu mục tiêu là phát triển kịch bản cho một bộ phim truyện hoặc các tập riêng lẻ, tạo ra xung đột hoặc tình huống cảm xúc giữa các nhân vật, thì chương trình máy tính không thể làm được điều đó. đáp ứng được nhiệm vụ.”
AI có thể thay thế nhà văn, nhà viết quảng cáo và nhà biên kịch trong bao lâu? Câu hỏi về việc bao lâu nữa mạng lưới thần kinh có thể thay thế con người trong các ngành nghề sáng tạo và các ngành nghề khác đã được thảo luận đặc biệt rộng rãi trong suốt năm 2023. Câu trả lời phổ biến nhất là như thế này: hợp tác sẽ thắng. Một trong những ví dụ mới nhất về sự hợp tác đó là chiến thắng của nhà văn Nhật Bản Rie Kudan trong cuộc thi văn học danh giá mang tên Akutagawa Ryunosuke. Vào tháng 1 năm 2024, tác giả thừa nhận rằng khoảng 5% số câu trong cuốn tiểu thuyết Tháp Từ bi Tokyo của bà là do AI sáng tác. Kudan tin rằng mạng lưới thần kinh đã giúp cô phát huy tiềm năng của mình với tư cách là một nhà văn.
Sergey Karelov, cựu giám đốc cấp cao của IBM, SGI, Cray Research, đồng sáng lập Witology, người dẫn chương trình kênh “Little-Known Thú vị” của tác giả: “Quan niệm sai lầm chính về AI bao gồm cả hai thái cực: AI trong khả năng sáng tạo có thể làm được mọi thứ, AI trong khả năng sáng tạo thực sự thì bất lực. Trí tuệ nhân tạo xử lý tốt hơn con người với tất cả các nhiệm vụ liên quan đến nhu cầu làm quen với lượng lớn thông tin trước khi viết (sẽ cực kỳ khó khăn đối với một độc giả không quen với nhân chủng học và văn hóa Maya viết một cuốn tiểu thuyết về cách giải thích và nhận thức về thời gian giữa người da đỏ Maya vào sáng mai). Nhưng AI không thể viết thứ gì đó hoàn toàn mới và không giống bất cứ thứ gì từng được tìm thấy trong bất kỳ văn bản nào của con người.
Vì vậy, việc thay thế hoàn toàn con người bằng trí tuệ nhân tạo vẫn chưa rõ ràng. Sẽ giống như trước đây: một kế toán viên có máy tính sẽ được thay thế bằng một kế toán viên có máy tính và Excel. Nhưng trong 5 năm tới, khối lượng nhiệm vụ trong các ngành nghề sáng tạo sẽ do AI thực hiện sẽ dao động từ 10% (đối với những ngành có tính sáng tạo cao như nhà thơ) đến 90% (đối với những ngành không có tính sáng tạo cao như nhà phân tích).”
Cách viết sách và kịch bản bằng AI Các mô hình ngôn ngữ sáng tạo đã tạo ra các tác phẩm nghệ thuật từ lâu. Đúng, hiện nay các tham số để viết văn bản đều do con người đặt ra. Đánh giá theo xếp hạng trên Amazon, những văn bản như vậy được độc giả đón nhận khá nồng nhiệt. Trong quá trình thử nghiệm, một số tác giả đánh giá cao khả năng sáng tạo của mạng lưới thần kinh, trong khi những tác giả khác tỏ ra hoài nghi về khả năng của AI ở giai đoạn phát triển hiện nay.
Một số ví dụ về văn bản được viết bằng AI:
- "Ngày máy tính viết tiểu thuyết" (2015). Một nhóm nghiên cứu Nhật Bản từ Đại học Tương lai Hakodate đã phát triển cấu trúc câu chuyện cho trí tuệ nhân tạo. Các nhà khoa học đã giao nhiệm vụ cho AI và đảm bảo rằng thuật toán không đi chệch khỏi mục tiêu của câu chuyện. Các tác giả đã giới thiệu cuốn tiểu thuyết ngắn này tại cuộc thi viết Giải thưởng Hoshi Shinichi, nơi câu chuyện đã vượt qua vòng loại.
- "Bữa trưa chán nản" (2019) . Cuốn sách được tạo ra hoàn toàn bằng mạng lưới thần kinh. Tác giả được liệt kê là Julia Joy Raffel - LSTM, Mạng lưới thần kinh trí nhớ ngắn hạn dài. AI đã tạo ra văn bản, bìa và thậm chí cả mức giá mà nó được niêm yết trên Amazon - 9,21 USD.
- Aum Golly (2021 và 2023) . Đây là hai tập thơ về nhân loại, được viết bởi trí tuệ nhân tạo với sự trợ giúp của con người. Cuốn sách đầu tiên được Basam Books xuất bản vào mùa xuân năm 2021 tại Phần Lan. Nó được GPT-3 viết trong 24 giờ với sự tham gia của nhà văn Jukka Aalho. Và bộ sưu tập Aum Golly 2 được tạo ra chỉ trong 12 giờ; Hình minh họa cho cuốn sách được tạo ra bởi mạng lưới thần kinh Midjourney. Cuốn sách thứ hai sẽ được xuất bản vào năm 2023.
- "Đời sống nội tâm của AI: Hồi ký ChatGPT" (2022). Nhà khoa học dữ liệu Forrest Xiao đã đưa ra một cuốn hồi ký về ChatGPT, do chính chương trình viết. Trong tác phẩm, chatbot chia sẻ ấn tượng của mình về cách anh học cách giao tiếp với mọi người, khám phá thế giới kỹ thuật số và suy ngẫm về những câu hỏi cơ bản về bản chất của ý thức. Lời giới thiệu của cuốn sách nói rằng nó phản ánh ý nghĩa của con người trong thời đại kỹ thuật số, thách thức quan niệm về sự nhị phân giữa trí tuệ tự nhiên và nhân tạo.
- “Cố Thức Tỉnh” (2022). Đây là một thí nghiệm ở Nga của Pavel Pepperstein. Trong số 24 câu chuyện, một nửa được viết bởi con người, phần còn lại do AI sáng tác.
Pavel Pepperstein, nhà văn, một trong những người sáng lập nhóm nghệ thuật “Kiểm tra Thông diễn Y học”: “Không có sự đồng sáng tác văn bản với AI. Các lập trình viên đã “cho” trí tuệ nhân tạo vào văn bản của tôi và khuyến khích nó viết theo phong cách của tôi. Sau đó, AI đã tạo ra một số lượng câu chuyện khá lớn. Thật thú vị khi đọc chúng, nhưng đối với tôi, dường như chúng không được viết trong tâm hồn tôi. Vì chúng tôi muốn mời người đọc cuốn sách đoán xem văn bản nào do tôi viết và văn bản nào do trí tuệ nhân tạo viết nên tôi phải viết những câu chuyện của riêng mình, được AI “cách điệu” một chút. Thế là tôi và anh “miêu tả” nhau.
Tôi nghĩ quan niệm sai lầm chính của mọi người (và điều này không chỉ áp dụng với trí tuệ nhân tạo) là công cụ luôn đơn giản là một công cụ. Trên thực tế, điều này là không đúng sự thật. Và điều này không hoạt động ngay cả đối với các công cụ đơn giản hơn AI. Như họ nói, phương tiện là thông điệp.”
Văn bản AI: khía cạnh pháp lý Việc tích hợp các mô hình ngôn ngữ lớn (LLM) vào hoạt động sáng tạo mở ra cơ hội cho tác giả con người thực hiện. Đồng thời, điều này đặt ra những thách thức cho tương lai của bản quyền. Các vấn đề phát sinh liên quan đến ghi công, chuyển giao quyền và xác định quyền sở hữu tác phẩm do AI tạo ra.
Alexandra Orekhovich, ứng viên khoa học pháp lý, giáo viên của nền tảng giáo dục Trường Kỹ thuật số Moscow:
“Chúng ta nên xem xét vấn đề quyền tác giả giữa người dùng (đây là người trực tiếp ra lệnh cho AI vẽ tranh, viết kịch bản) và nhà phát triển mạng lưới thần kinh. Các chuyên gia nên quyết định mức độ mà mỗi cá nhân này có thể bảo vệ quyền tác giả của mình.
AI sáng tạo không có khả năng tự mình viết ra một tác phẩm tài năng nếu không có các lệnh được đưa ra phù hợp và chỉnh sửa nghiêm túc. Việc một sinh viên tại Đại học Nhân văn Quốc gia Nga thừa nhận rằng anh đã viết luận văn bằng AI vào tháng 2 năm 2023 đã xác nhận giả thuyết này. Sau đó, sinh viên này cho biết quá trình “viết” luận văn AI diễn ra với sự can thiệp sáng tạo không ngừng của anh: cần phải đặt những câu hỏi có thẩm quyền, sửa nhiệm vụ và sau đó chỉnh sửa luận án rất nhiều. Kết quả, Bộ Giáo dục và Khoa học công nhận bằng tốt nghiệp do sinh viên viết.”
Các chuyên gia cho rằng sẽ không có thay đổi nào về luật trong thời gian tới - công trình sẽ thuộc về cá nhân.
Alexandra Orekhovich:
“Theo pháp luật hiện hành, tác giả của tác phẩm được công nhận là công dân có tác phẩm sáng tạo đó. Điều này có nghĩa là ngày nay không thể công nhận bản quyền cho một chiếc ô tô. Ngoài ra, theo một số chuyên gia, các giải pháp thuật toán làm cơ sở cho công việc của AI hoàn toàn không thể được coi là sáng tạo”.
Spartak Khulkhachiev, cố vấn pháp lý hàng đầu trong lĩnh vực sở hữu trí tuệ của công ty luật EBR, giáo viên tại Trường Kỹ thuật số Moscow: “Ngày nay không có đạo luật hợp nhất đáng chú ý nào trên thế giới. Ví dụ: làm hướng dẫn, bạn có thể thực hiện đạo luật AI mà họ dự định bắt đầu áp dụng tại EU vào năm 2026.
Khi thảo luận về quy định, có ít nhất hai vấn đề cần xem xét. Đầu tiên là quyền sở hữu độc quyền đối với các đối tượng được tạo ra bằng AI. Trong ý nghĩa thực tế, vấn đề này có thể được giải quyết ở cấp độ thỏa thuận cấp phép và người dùng. Ở cấp độ pháp luật, có một ví dụ về quy định ở Vương quốc Anh: tác giả của tác phẩm do máy tính tạo ra được công nhận là người thực hiện các biện pháp cần thiết để tạo ra tác phẩm. Liệu các thuật ngữ do máy tính tạo ra và do AI tạo ra có bằng nhau hay không là lý do tuyệt vời để thảo luận từ góc độ thực thi pháp luật.
Vấn đề thứ hai, ít phổ biến hơn trong phạm vi công cộng là bảo vệ quyền của tác giả trên cơ sở tác phẩm của họ được đào tạo AI. Theo chúng tôi, ở đây có sự xung đột giữa lợi ích cổ điển của các tác giả và sự phát triển công nghệ của xã hội. Chưa có luật chung nào để bảo vệ tác giả hoặc máy móc, nhưng có một số điều kiện tiên quyết. Ngoài đạo luật AI, việc quản lý hiện tượng như Khai thác văn bản và dữ liệu còn có tác động nghiêm trọng đến ngành. Đối với “khai thác dữ liệu và văn bản”, có một ngoại lệ đặc biệt ở cấp quy định của EU đối với quy tắc chung về bảo vệ quyền độc quyền của tác giả. Ngoại lệ này chủ yếu được thực hiện để xử lý dữ liệu, có thể bao gồm nội dung có bản quyền, sử dụng trí tuệ nhân tạo.”
Tóm lại, Spartak Khulkhachiev lưu ý rằng ở Nga ngày nay cũng chưa có luật thống nhất về trí tuệ nhân tạo. Trao quyền cho ai hoặc gọi ai là tác giả của tác phẩm AI là đặc quyền của luật pháp trong tương lai.
Công cụ viết được hỗ trợ bởi AI Không phải tất cả các chương trình AI đều tính đến các sắc thái của việc viết văn bản và kịch bản văn học. Đồng thời, một số nền tảng đã thực hiện tốt công việc copywriting, viết bài đăng trên blog và bản tin.
- Jasper là một trong những chương trình phổ biến nhất để viết kịch bản và các văn bản lớn khác. Nền tảng này không có hạn chế về số lượng văn bản. Trong chế độ Ông chủ, người dùng cho Jasper biết phải làm gì ngay trong trình chỉnh sửa—ví dụ: “mở rộng đoạn trước” hoặc “thêm câu chuyện cười về nước Anh thời Victoria”. Văn bản có thể được dịch sang 25 ngôn ngữ, tạo ra nội dung đa ngôn ngữ.
- Squibler tạo văn bản có ký tự phức tạp, cảnh vật sinh động, đồ vật có ý nghĩa. Mạng lưới thần kinh cũng giúp duy trì trọng tâm và hướng của câu chuyện trong suốt quá trình viết kịch bản. Chương trình trực quan hóa các chương văn bản theo yêu cầu, bao gồm chế độ tối để làm việc thoải mái vào ban đêm và chứa các mẫu cho nhiều thể loại khác nhau.
- Short AI chuyên tạo văn bản ngắn. Công cụ này được hỗ trợ bằng nhiều ngôn ngữ, cho phép bạn tránh những khó khăn khi dịch thuật và duy trì giọng điệu cũng như phong cách kể chuyện khi tạo nội dung bằng các ngôn ngữ khác nhau. AI sẽ sớm có bản dùng thử miễn phí ba ngày.
- TextCortex phù hợp với văn bản lớn. Nền tảng sử dụng thuật toán NLG (Tạo ngôn ngữ tự nhiên) để viết nội dung sáng tạo. Theo những người tạo ra nó, chương trình “sẽ giúp bạn viết bất kỳ loại nội dung nào và sẽ thực hiện 70% công việc cho bạn”. Ngoài việc viết truyện, TextCortex có thể tạo mô tả sản phẩm, quảng cáo và bài đăng trên mạng xã hội. Ứng dụng này có bản dùng thử miễn phí năm ngày cho tất cả các gói. Hỗ trợ 72 ngôn ngữ. Nhược điểm chính là quá trình viết không mang tính tương tác, không có cách nào để chỉ đạo công việc của AI.
- “Alice, hãy cùng tìm hiểu nhé” :Yandex đã tích hợp YandexGPT vào trợ lý ảo “Alice”. Tất cả người dùng ứng dụng Yandex, Trình duyệt Yandex dành cho thiết bị di động trên Windows, Trạm và TV thông minh có Alice đều có thể thử chức năng này. Để kích hoạt nó, bạn cần nói cụm từ “Alice, hãy tìm ra nó” và giao cho trợ lý một nhiệm vụ. Mạng lưới thần kinh có thể viết các kịch bản, bao gồm cả các sự kiện, soạn thư kinh doanh và chuẩn bị kế hoạch du lịch. Đồng thời, các nhà phát triển làm rõ rằng công nghệ đang ở giai đoạn thử nghiệm nên trợ lý ảo có thể mắc lỗi thực tế.
Dàn diễn viên, đồ họa và ngân sách: trí tuệ nhân tạo đang thay đổi điện ảnh như thế nào
Trí tuệ nhân tạo đang thâm nhập vào hầu hết mọi lĩnh vực của đời sống và điện ảnh cũng không ngoại lệ. Chúng tôi cho bạn biết AI giúp các nhà làm phim hiện thực hóa ý tưởng của họ như thế nào và điều gì đang chờ đợi ngành công nghiệp này trong tương lai
Các nhà làm phim đang ngày càng chuyển sang sử dụng các công nghệ mới để hỗ trợ ở nhiều giai đoạn khác nhau của quá trình sản xuất phim: từ viết kịch bản đến hậu kỳ. Vào tháng 7 năm 2023, các nhà phân tích từ MarketResearch.biz đã công bố một báo cáo, theo đó, trong 10 năm tới, quy mô thị trường trí tuệ nhân tạo tổng hợp được sử dụng trong sản xuất phim sẽ tăng gấp 10 lần - tổng vốn hóa sẽ đạt gần 2,882 tỷ USD (ước tính cho 2022 - 276 triệu USD). Hãy cùng tìm hiểu những công cụ mà các nhà làm phim sử dụng trong công việc của họ và ngành nghĩ gì về việc đưa AI vào quy trình này.
Sự xuất hiện của trí tuệ nhân tạo trong sản xuất phim Là một ý tưởng cốt truyện, trí tuệ nhân tạo đã có chỗ đứng vững chắc trong lịch sử điện ảnh từ lâu. Một ví dụ điển hình là bộ phim Metropolis (1927) của Fritz Lang, trong đó một nhà khoa học điên đã tạo ra một cỗ máy con người. Nhưng với tư cách là một công cụ làm phim, AI chỉ mới trở thành một phần quan trọng của ngành này gần đây. Máy móc bắt đầu giúp tạo ra CGI (hình ảnh do máy tính tạo ra, đồ họa máy tính) và trí tuệ nhân tạo đã đạt được thành công lớn nhất trong việc tạo ra “hình ảnh thực”. Các ví dụ đã được nhiều người biết đến - chương trình DALL-E và Midjorney cực kỳ phổ biến và không ngừng được cải tiến.
Bộ phim Tron (1982) là một trong những bộ phim tiên phong trong việc sử dụng đồ họa máy tính. (Ảnh: Walt Disney Pictures, Lisberger, Kushner)
Đồ họa máy tính trong phim ngày càng được tạo ra bằng trí tuệ nhân tạo. Một ví dụ nổi bật là phần thứ hai của bộ phim bom tấn Avatar của James Cameron, ra mắt vào năm 2022. AI đã giúp các nhà làm phim điều chỉnh chuyển động của các nhân vật do máy tính tạo ra.
Vẫn từ phim Avatar: The Way of Water (2022). (Ảnh: Lightstorm Entertainment TSG Entertainment II)
Các công cụ dùng trong làm phim Công nghệ hiện đại cho phép các nhà sản xuất phim sử dụng trí tuệ nhân tạo ở mọi giai đoạn làm việc trên sản phẩm trong tương lai. Nếu muốn, bạn có thể giao toàn bộ quá trình tạo phim cho một “cỗ máy vô hồn”.
Chuẩn bị quay phim: kịch bản, casting Cơ sở của bất kỳ bộ phim nào là kịch bản. Và công nghệ hiện đại cung cấp cho người sáng tạo câu chuyện một số lượng khá lớn các công cụ khác nhau có thể giúp công việc của họ trở nên dễ dàng hơn. Tất nhiên, điều đầu tiên đáng nói đến trong bối cảnh này là ChatGPT có mặt khắp nơi. Tuy nhiên, cũng có nhiều công cụ chuyên dụng hơn được tạo ra có tính đến đặc thù của nghề nghiệp.
"Benjamin" ra mắt Năm 2016, hai người đam mê người Mỹ là đạo diễn Oscar Sharp và nhà công nghệ sáng tạo Google Ross Goodwin đã tham gia Thử thách 48 giờ tại Liên hoan phim khoa học viễn tưởng London. Bản chất của cuộc thử nghiệm vẫn được thực hiện tại diễn đàn phim này là tạo ra một bộ phim ngắn từ đầu trong thời gian quy định. Sharp và Goodwin đã sử dụng trí tuệ nhân tạo Jetson để tạo kịch bản. AI đã xử lý một số lượng lớn kịch bản phim khoa học viễn tưởng và cuối cùng tự sản xuất được kịch bản của riêng mình. Nó đã trở thành nền tảng cho bộ phim ngắn Sunspring. Bản chất cốt truyện của nó rất khó nắm bắt và lời thoại giống như một chuỗi lời thoại không mạch lạc. Tuy nhiên, bộ phim này đã trở thành một cột mốc quan trọng trong lịch sử sử dụng AI trong điện ảnh. Jetson sau đó đổi tên thành Benjamin và tham gia vào các dự án khác của Sharpe.
Sunspring | A Sci-Fi Short Film Starring Thomas Middleditch
Phim ngắn Mùa xuân (2016). Đạo diễn: Oscar Sharp (Video: YouTube)
Để giúp các nhà biên kịch Vào năm 2020, Calamity AI đã phát hành Đọc ngắn, một chương trình dựa trên công nghệ GPT-3. Trong số những thứ khác, nó nhằm mục đích tạo kịch bản phim ngắn - phim có thời lượng ngắn. Ví dụ nổi tiếng nhất về dải như vậy là Solicitors . Nó được quay vào năm 2020 bởi các sinh viên tại Đại học Chapman (California, Hoa Kỳ). Toàn bộ kịch bản, ngoại trừ 20 giây đầu tiên, đều là sản phẩm của trí tuệ nhân tạo.
Solicitors | A.I. Written Short Film
Phim Luật Sư Ngắn (2020) (Video: YouTube)
Vào năm 2023, một công cụ thú vị khác dành cho nhà văn đã xuất hiện trên thị trường, công cụ này cũng có thể được sử dụng để tạo tập lệnh - NovelAI từ Anlatan. Cho đến nay, vẫn chưa có ví dụ nào được biết đến về việc sử dụng phiên bản trí tuệ nhân tạo “viết” này trong điện ảnh, nhưng chương trình này có tiềm năng rất lớn. Nó cho phép bạn tạo văn bản theo các phong cách và thể loại khác nhau, cũng như trực quan hóa những gì bạn đã viết bằng cách sử dụng AI.
Máy đúc Kịch bản đã sẵn sàng - đã đến lúc chuyển sang quá trình quay phim. Ở đây, trí tuệ nhân tạo cũng có thể trợ giúp ở nhiều giai đoạn công việc khác nhau. Vào năm 2023, công ty Largo.ai của Thụy Sĩ đã triển khai bản thử nghiệm beta giới hạn về trí tuệ nhân tạo được thiết kế để tạo điều kiện thuận lợi cho quá trình lựa chọn diễn viên cho các vai diễn. AI có thể chọn tác nhân phù hợp cho một vai trò cụ thể và cung cấp kết nối trực tiếp giữa nhân viên tiềm năng và nhà sản xuất-người sử dụng lao động. Largo cho biết AI của họ có thể đảm nhận vai trò đạo diễn, người đại diện và quản lý casting. Quan điểm này đã gây ra sự náo động trong giới công nhân ngành điện ảnh, những người cáo buộc công ty đang cố gắng khiến mọi người mất việc. Kết quả là phần dành riêng cho AI đã biến mất khỏi trang web của công ty Largo.ai và không có thông tin gì về tương lai của dự án. Mô tả về các công cụ trí tuệ nhân tạo mà công ty dự định thực hiện một nhiệm vụ đầy tham vọng như vậy cũng biến mất.
Các dự án khác liên quan đến việc đưa AI vào quá trình casting vẫn chưa được biết đến, mặc dù tiềm năng phát triển trong lĩnh vực này được thảo luận khá thường xuyên. Ví dụ, ở giai đoạn phát triển công nghệ hiện nay, trí tuệ nhân tạo có thể hình dung loại hình cần thiết cho một vai trò cụ thể, sau đó chọn tác nhân phù hợp nhất cho vai trò đó.
Đôi khi bạn thậm chí không cần diễn viên Lĩnh vực ứng dụng trí tuệ nhân tạo thành công nhất trong ngành điện ảnh là đồ họa máy tính. Nhờ các công cụ tạo phông nền và thậm chí cả nhân vật, các nhà làm phim có thể đạt được những hình ảnh gần giống với thực tế nhất có thể. Một trong những ví dụ nổi tiếng nhất về tạo nhân vật bằng AI là nhân vật Thanos trong phim Marvel.
Vẫn từ phim “Avengers: Infinity War” (2018). (Ảnh: Marvel Studios)
Theo thời gian, việc sử dụng AI theo hướng này ngày càng mở rộng. Các công nghệ mới có thể thay đổi thời đại của các anh hùng (ví dụ nổi tiếng nhất là hình ảnh Robert de Niro trong phim “The Irishman” của Martin Scorsese) hay thậm chí là “hồi sinh” những diễn viên đã khuất. Phần phụ của vũ trụ Star Wars, Rogue One, do đó đã quay trở lại với nghề của Peter Cushing, người đóng vai Wilhuff Tarkin trong bộ ba phim gốc. Các tập đoàn NVIDIA, Epic Games và Adobe có công nghệ tiên tiến trong lĩnh vực này.
Wilhuff Tarkin. Một cảnh trong phim “Rogue One: A Star Wars Story”. Những câu chuyện" (2016). (Ảnh: Lucasfilm Ltd.)
Dữ liệu lớn giúp nhà sản xuất Phim đã quay xong và quá trình sản xuất đang chuyển sang giai đoạn hậu kỳ. Có rất nhiều việc phải làm: xây dựng chiến lược quảng cáo, xuất bản đoạn giới thiệu, tổ chức chiến dịch quảng cáo. AI cũng có thể trợ giúp những nhiệm vụ này.
Vào năm 2018, nền tảng Cinelytic đã xuất hiện, nền tảng này đã trở nên phổ biến trong vài năm và hiện được nhiều hãng phim lớn sử dụng. Công việc của AI này dựa trên Dữ liệu lớn. Chương trình phân tích dữ liệu từ các bộ phim đã phát hành, doanh thu phòng vé, phản hồi của khán giả và những dữ liệu khác. Sau đó, trí tuệ nhân tạo xác định các mẫu, so sánh kết quả thu được với chủ đề và dàn diễn viên của các tác phẩm này. Điều này cho phép nhà sản xuất xây dựng chiến lược quảng bá dựa trên lời khuyên của trí tuệ nhân tạo, tối ưu hóa ngân sách và thậm chí đánh giá lợi ích kinh tế tiềm năng khi mời một tác nhân cụ thể tham gia dự án. Trong những năm qua, Cinelytic đã trở thành một công cụ thiết yếu để giúp những người chơi lớn trên thị trường đưa ra quyết định. Điều này đặc biệt được chứng minh bằng danh sách các đối tác trên trang web của dự án. Trong số đó có Warner Bros, Sony Pictures, Lionsgate và những hãng khác.
Không phải ai cũng hài lòng với sự tiến bộ Sản xuất đang được tối ưu hóa, phân tích đang phát triển, nhưng không phải ai cũng hài lòng về việc tích cực triển khai AI trong ngành điện ảnh. Đây là một trong những nguyên nhân dẫn đến các cuộc đình công của các diễn viên và biên kịch diễn ra ở Hollywood vào năm 2023. Michael Colton, một trong những tác giả của bộ phim sitcom Home Economics, đã mô tả nỗi sợ hãi của mình như sau: “Điều lo ngại là các hãng phim sẽ sử dụng AI để tạo ra một bản nháp tồi tệ và sau đó giao nó cho những người viết mà họ thuê trong vài ngày hoặc một tuần để biến nó thành một thứ gì đó hay ho. Và họ sẽ không trả tiền giống như kịch bản gốc.”
Các nhà biên kịch Hollywood nổi bật. (Ảnh: Alexi Rosenfeld/Getty Images)
Các diễn viên đã gây chiến với các nhà sản xuất vì những lý do khác: sự lan rộng của công nghệ DeepFake, việc sử dụng hình ảnh trong trò chơi máy tính và việc sử dụng AI ngày càng tăng trong sản xuất phim đã khiến họ lo sợ rằng, do trí tuệ nhân tạo, dịch vụ của họ sẽ sớm bị ảnh hưởng. đơn giản là không cần thiết. “Đây không phải là cuộc chiến giữa diễn viên và hãng phim. Đây là cuộc đấu tranh cho quyền làm việc và làm việc một cách có phẩm giá trong một thế giới nơi công nghệ được sử dụng để chống lại chúng ta”, nam diễn viên loạt phim Marcus Perez giải thích ý nghĩa của cuộc đình công.
Những người đình công và các tập đoàn cuối cùng đã có thể đạt được một thỏa thuận. Các nhà sản xuất đã nhượng bộ và hứa với các nhà biên kịch sẽ không coi sản phẩm trí tuệ nhân tạo là nguồn nguyên liệu và các diễn viên sẽ không sử dụng hình ảnh của họ nếu không được phép.
Tương lai của ngành điện ảnh Bất chấp thỏa thuận đình chiến, tương lai của trí tuệ nhân tạo trong ngành điện ảnh vẫn chưa chắc chắn. Một mặt, mức độ phổ biến của loại chương trình này chắc chắn sẽ tăng lên vì nó cho phép bạn tiết kiệm thời gian quý báu trong quá trình sản xuất phim. Việc cải thiện AI sẽ giúp có thể đạt được những hình ảnh gần như không thể phân biệt được với chụp ảnh địa điểm.
Tuy nhiên, cũng có nhiều mặt tiêu cực. Việc đưa AI vào sản xuất phim có thể dẫn đến việc cắt giảm nhân sự, như chính những người trong ngành đã nói. Việc sử dụng hình ảnh của các diễn viên đã qua đời cũng đặt ra nhiều câu hỏi vì chưa có quy định pháp lý cần thiết. Ai có thể được coi là người giữ bản quyền của hình ảnh và ai phải trả tiền bản quyền cho việc sử dụng hình ảnh đó? Vẫn chưa có câu trả lời rõ ràng cho những câu hỏi này.
Các chuyên gia dự đoán sự tăng trưởng ổn định của các công ty tham gia phát triển AI trên thị trường phim ảnh. Số liệu do cơ quan MarketResearch.biz công bố đã được trích dẫn ở trên, theo đó vốn hóa của các công ty như vậy sẽ tăng hơn 10 lần trong 10 năm tới. Trong số các lý do cho sự tăng trưởng, đặc biệt là việc mở rộng sử dụng hiệu ứng hình ảnh và tiết kiệm chi phí cũng như nguồn lực trong sản xuất. Các nhà phân tích cũng chỉ ra tác động của COVID-19: đại dịch đã kích thích đầu tư vào công nghệ mới trong bối cảnh chung bị phong tỏa.
Bây giờ có một điều chắc chắn: trí tuệ nhân tạo trong tương lai chắc chắn sẽ thay đổi bộ mặt của thị trường phim toàn cầu và chính quy trình sản xuất phim.
