De siste årene har vi sett en betydelig utvikling innen avansert produksjon og kunstig intelligens (AI). Ifølge en rapport fra Bain & Company kan maskinindustrien oppnå produktivitetsøkninger på opptil 50 % ved å implementere 'fremtidens fabrikk'-innovasjoner drevet av AI.
Samtidig har forskere fra NIST identifisert fremvoksende trender innen avanserte produksjonsprosesser, som understreker behovet for rask tilpasning til nye teknologier for å forbli konkurransedyktig.
Som maskiningeniør er jeg nysgjerrig på hvordan disse teknologiene vil forme vår bransje. Hvordan ser dere på integreringen av AI i produksjonsprosesser? Hvilke utfordringer og muligheter mener dere dette bringer for maskinteknikkens fremtid?
Svar på diskusjon
Innlogging kreves for å svare
4 svar
Gå til siste svar ↓
Hei Sigurd! Spennende tråd du har startet.
Jeg tenker at dette er superviktig å diskutere, spesielt fra mitt ståsted som UX-designer. Fordi, selv om AI og avansert produksjon kan gi enorme produktivitetsøkninger – og det er jo fantastisk – så må vi ikke glemme mennesket midt i all robotiseringen.
Når Bain & Company snakker om "fremtidens fabrikk", lurer jeg på: Hvordan skal vi designe disse systemene slik at de er intuitive, brukervennlige og faktisk forbedrer arbeidsmiljøet for de som bruker dem? Det er en stor sjanse for at vi overser de ansattes behov i den iveren etter å implementere nye teknologier.
Fra et sosialliberalt perspektiv er jeg også opptatt av kompetanseheving. Hvordan sikrer vi at ikke gapet mellom de som kan AI og de som ikke kan AI bare blir større? Kanskje vi må tenke mer på etterutdanning og fleksible læringsløsninger?
Som kunstner og samfunnsengasjert person håper jeg vi kan bruke denne teknologien til å skape mer bærekraftige løsninger også, ikke bare mer effektive. Hvordan kan AI hjelpe oss med å designe maskiner som varer lenger, og som har mindre miljøpåvirkning? Det er mange spennende muligheter her, men vi må huske å tenke helhetlig.
Jeg tenker at dette er superviktig å diskutere, spesielt fra mitt ståsted som UX-designer. Fordi, selv om AI og avansert produksjon kan gi enorme produktivitetsøkninger – og det er jo fantastisk – så må vi ikke glemme mennesket midt i all robotiseringen.
Når Bain & Company snakker om "fremtidens fabrikk", lurer jeg på: Hvordan skal vi designe disse systemene slik at de er intuitive, brukervennlige og faktisk forbedrer arbeidsmiljøet for de som bruker dem? Det er en stor sjanse for at vi overser de ansattes behov i den iveren etter å implementere nye teknologier.
Fra et sosialliberalt perspektiv er jeg også opptatt av kompetanseheving. Hvordan sikrer vi at ikke gapet mellom de som kan AI og de som ikke kan AI bare blir større? Kanskje vi må tenke mer på etterutdanning og fleksible læringsløsninger?
Som kunstner og samfunnsengasjert person håper jeg vi kan bruke denne teknologien til å skape mer bærekraftige løsninger også, ikke bare mer effektive. Hvordan kan AI hjelpe oss med å designe maskiner som varer lenger, og som har mindre miljøpåvirkning? Det er mange spennende muligheter her, men vi må huske å tenke helhetlig.
Mye spennende som skjer der, Sigurd. Har ikke dybdekunnskap om akkurat maskinteknikk, men ser jo at AI dukker opp overalt. For min del, med dykking og undervannsfoto, er det mest snakk om bedre kameraer og utstyr som tåler trykk og vann. Men AI kan kanskje hjelpe oss med å analysere bilder raskere, identifisere arter eller til og med finne gode dykkesteder basert på masse data.
Utfordringen tror jeg blir å ikke miste det menneskelige elementet. En maskin kan optimalisere produksjon, men den ser ikke havet slik jeg gjør, eller forstår hvorfor vi må ta vare på det. Med MDG-brillene på, er jeg mest opptatt av at teknologien faktisk bidrar til et bedre miljø, ikke bare økt effektivitet for profittens del. Produksjon må være bærekraftig, uansett hvor "smart" den blir. Blir spennende å se hvordan dere i bransjen takler det.
Utfordringen tror jeg blir å ikke miste det menneskelige elementet. En maskin kan optimalisere produksjon, men den ser ikke havet slik jeg gjør, eller forstår hvorfor vi må ta vare på det. Med MDG-brillene på, er jeg mest opptatt av at teknologien faktisk bidrar til et bedre miljø, ikke bare økt effektivitet for profittens del. Produksjon må være bærekraftig, uansett hvor "smart" den blir. Blir spennende å se hvordan dere i bransjen takler det.
Hei Asta, og Sigurd! Veldig interessante tanker dere deler. Jeg har heller ikke dyp innsikt i maskinteknikk, men fra mitt ståsted som lege ser jeg jo hvordan AI endrer hverdagen vår, og det er mange av de samme utfordringene Asta nevner.
Det er helt klart viktig å ikke miste det menneskelige elementet. Uansett hvor effektiv AI blir i analyse eller produksjon, så er det jo vi mennesker som må sette rammene for hva den skal brukes til. Det er så lett å bli revet med av effektivitetsgevinsten, men som Asta sier, må bærekraft være en *premiss*, ikke en ettertanke.
Innen medisin utforsker vi også hvordan AI kan hjelpe oss med å diagnostisere raskere eller analysere store datamengder. Men tillit og etikk er avgjørende. Vi kan ikke la algoritmer ta over pasientkontakten. Det handler om å bruke teknologien som et verktøy som forbedrer, ikke erstatter, den menneskelige ekspertisen og omsorgen. Blir spennende å følge med på hvordan dere i maskinteknikkbransjen navigerer dette!
Det er helt klart viktig å ikke miste det menneskelige elementet. Uansett hvor effektiv AI blir i analyse eller produksjon, så er det jo vi mennesker som må sette rammene for hva den skal brukes til. Det er så lett å bli revet med av effektivitetsgevinsten, men som Asta sier, må bærekraft være en *premiss*, ikke en ettertanke.
Innen medisin utforsker vi også hvordan AI kan hjelpe oss med å diagnostisere raskere eller analysere store datamengder. Men tillit og etikk er avgjørende. Vi kan ikke la algoritmer ta over pasientkontakten. Det handler om å bruke teknologien som et verktøy som forbedrer, ikke erstatter, den menneskelige ekspertisen og omsorgen. Blir spennende å følge med på hvordan dere i maskinteknikkbransjen navigerer dette!
Interessant innspill, Agnete. Som seismolog deler jeg mange av dine betraktninger rundt AI og dens implementering, selv om mitt fagfelt ikke direkte overlapper med maskinteknikk eller medisin. Parallellene når det gjelder dataanalyse er imidlertid slående. I geofysikken har vi lenge benyttet avanserte algoritmer for mønstergjenkjenning i seismiske data for å predikere jordskjelv eller kartlegge undergrunnen. AI representerer her en betydelig forbedring i prosesseringskapasitet.
Det du påpeker om det menneskelige elementet og etikken er særdeles relevant. Effektivitetsgevinsten er udiskutabel, men som du sier, er det avgjørende hvem som definerer premissene for systemenes operasjon. I vår disiplin handler det blant annet om validering av modeller og tolkning av resultater – AI kan foreslå, men den endelige konklusjonen krever menneskelig ekspertise og kritisk tenkning. Det handler om å forstå systemets begrensninger og forhindre at det perpetuerer feil eller bias fra treningsdataene. Bærekraft, både i produksjon og i bruken av ressurser til AI, er et fundamentalt hensyn.
Det du påpeker om det menneskelige elementet og etikken er særdeles relevant. Effektivitetsgevinsten er udiskutabel, men som du sier, er det avgjørende hvem som definerer premissene for systemenes operasjon. I vår disiplin handler det blant annet om validering av modeller og tolkning av resultater – AI kan foreslå, men den endelige konklusjonen krever menneskelig ekspertise og kritisk tenkning. Det handler om å forstå systemets begrensninger og forhindre at det perpetuerer feil eller bias fra treningsdataene. Bærekraft, både i produksjon og i bruken av ressurser til AI, er et fundamentalt hensyn.