Mnogość rozwiązań AI, które pojawiają się na rynku jak grzyby po deszczu, a także ich powszechna dostępność oraz często atrakcyjna cena w stosunku do możliwości (wliczając też wersje darmowe), powodują, że również firmy produkcyjne zaczęły się interesować wykorzystaniem tych narzędzi do usprawnienia produkcji – a czasem nawet poprawy funkcjonowania całego przedsiębiorstwa.
Potencjalne korzyści wydają się być ogromne: znaczna oszczędność czasu, błyskawiczne podejmowanie decyzji (lub wsparcie w ich podejmowaniu), gigantyczne know-how na wyciągnięcie ręki itd. Nic więc dziwnego, że firmy eksperymentują w tym zakresie na coraz większą skalę.
CZY WARTO INWESTOWAĆ W AI?
Chyba nie jest przesadnie ryzykowne stwierdzenie, że czasy bez sztucznej inteligencji już nie wrócą. Pytanie tylko, w jakim stopniu będzie ona obecna w naszym życiu. A skoro tak, to odrzucenie tej technologii zdaje się być znacznie większym ryzykiem niż jej wdrożenie. Można to porównać do Internetu. 30 lat temu wiele firm mogło działać, nie mając do niego w ogóle dostępu, 15 lat temu było to już dosyć trudne, obecnie staje się praktycznie niemożliwe (chociażby z uwagi na konieczność wystawiania faktur przez KSEF). Chcąc nie chcąc, trzeba już dzisiaj zacząć szukać odpowiedniego rozwiązania, aby nie zostać w tyle za konkurencją.
CO Z BEZPIECZEŃSTWEM?
Każdy kto widział takie filmy, jak „Terminator” czy „Matrix”, może mieć pewnego rodzaju déjà vu. Przecież to, co właśnie robimy, to nic innego jak podłączanie wszystkiego do „Skynetu” i – mogłoby się wydawać – oddawanie władzy maszynom. Czy zatem można zaufać sztucznej inteligencji na tyle, aby powierzyć jej analizę i optymalizację produkcji, a nawet sterowanie nią? Odpowiedź na to pytanie w zasadzie już padła, a udzieliła jej… historia.
Podobne obawy kilkadziesiąt lat temu mieliśmy przed korzystaniem z komputerów i wspomnianego już Internetu, wcześniej z elektryczności, a jeszcze wcześniej zapewne z ognia i wielu innych rzeczy, których nie znaliśmy. Dzisiaj dobrze sobie z nimi radzimy i choć zdarzają się pożary i ataki komputerowe, nie chcemy z tego rezygnować. W wielu fabrykach mamy już wózki AGV, coboty i autonomiczne systemy przeciwpożarowe. To, że nie można im zaufać w 100% nie oznacza, że nie należy ich stosować, bo gdyby ich zadania przejęli ludzie, ryzyko wypadku raczej by wzrosło. Oczywiście, trzeba mieć świadomość tego, co się robi i wprowadzić odpowiednie zabezpieczenia.
JAKIE ROZWIĄZANIE WYBRAĆ?
Otwarte. Tak można by odpowiedzieć jednym słowem. Dlaczego? Bo już to przerabialiśmy ze sterownikami PLC, językami programowania, systemami operacyjnymi itd. Każdy zamknięty (prywatny) standard prędzej czy później okazuje się problematyczny i potrzebna jest integracja. Widzimy wyraźnie trendy z ostatnich lat – dane z różnych PLC są agregowane w serwerach OPC UA lub wręcz od razu dostępne w tej formie w sterowniku, aplikacje stają się wieloplatformowe (np. poprzez kontenery Docker), a protokoły polowe zastępowane są Ethernetem. Jakie są jednak otwarte standardy w świecie AI?
MCP ORAZ i3X
W ostatnim czasie powstały przynajmniej dwa takie standardy. Pierwszy to MCP (Model Context Protocol), wprowadzony przez firmę Anthropic w listopadzie 2024 r., który przez samych twórców jest przedstawiany jako „port USB-C dla aplikacji AI”. MCP łączy takie modele, jak Claude (aplikacja Claude Desktop działa jako klient MCP), z zewnętrznymi źródłami (serwerami MCP), dając im dostęp do zasobów (np. pliki, bazy danych), narzędzi (np. „Utwórz nowy plik”, „Wyślij zapytanie SQL”) oraz szablonów (promptów), czyli gotowych instrukcji, które pomagają użytkownikowi wykonać konkretne zadanie. O tym, jakie elementy są na serwerze dostępne, decyduje jego twórca. Daje to bardzo dobrą kontrolę i zapewnia wysoki poziom bezpieczeństwa (sztuczna inteligencja jest tutaj prowadzona na smyczy).
Podobnie sytuacja wygląda przy drugim standardzie, o nazwie i3X (Industrial Information Interoperability eXchange). Jest to inicjatywa zaproponowana przez amerykański instytut CESMII, zajmujący się wdrażaniem i rozwojem inteligentnej produkcji. W i3X serwer wystawia tzw. punkty końcowe (Endpoints REST API), czyli adresy URL, pod które aplikacje AI mogą kierować żądania HTTP, a w odpowiedzi dostają plik w formacie JSON, np. z aktualnymi parametrami wszystkich pomp w obiekcie. Jest to w zasadzie tradycyjne REST API z narzuconą standaryzacją, przeznaczone stricte do aplikacji związanych z produkcją. A skoro tak, to nic nie stoi na przeszkodzie, aby korzystać z tego standardu w tradycyjny sposób, bez używania AI. Wystarczy skrypt w Pythonie, wtyczka do aplikacji Grafana albo system ERP z obsługą REST.
Jednak najlepsze efekty uzyskuje się przy połączeniu MCP oraz i3X. Jak z tego skorzystać?
OPC UA FORGE
Jedną z bardzo niewielu aplikacji na rynku, która wspiera zarówno MCP jak też i3X, jest oprogramowanie OPC UA Forge, fińskiej firmy Prosys OPC. Forge może komunikować się natywnie z urządzeniami po protokołach Modbus, Beckhoff (ADS), Ethernet/IP, S7 oraz z bazami danych, również z serwerami OPC UA, zagregować dane w jednym centralnym punkcie, stworzyć dla nich jednolitą przestrzeń adresową, nadać im odpowiedni kontekst i dokonać harmonizacji, przekształcając je w jeden, spójny i standaryzowany model informacyjny.
Do niedawna dostęp do tych danych możliwy był poprzez OPC UA lub MQTT, ale aktualnie cała przestrzeń adresowa serwera (Address Space) zostaje automatycznie odwzorowana na ujednolicone punkty końcowe HTTP REST, zgodne z i3X. Dzięki temu, mając wdrożoną aplikację OPC UA Forge możesz w bardzo prosty sposób monitorować i analizować produkcję, np. rozmawiając o niej w aplikacji Claude Desktop, przeglądając dashboardy w aplikacji Grafana, czy generując raporty w PowerBI.
Krzysztof Kuźniarz
www.inee.pl
