يريد Juna.ai استخدام عوامل الذكاء الاصطناعي لجعل المصانع أكثر كفاءة في استخدام الطاقة

أصبح وكلاء الذكاء الاصطناعي رائجين للغاية، وهو اتجاه مدفوع بازدهار الذكاء الاصطناعي التوليدي ونموذج اللغة الكبير (LLM) في السنوات القليلة الماضية. إن إقناع الناس بالاتفاق على ماهية وكلاء الذكاء الاصطناعي يمثل تحديًا، لكن معظمهم يؤكدون أنها برامج يمكن تكليفها بمهام وإعطاء قرارات لاتخاذها – بدرجات متفاوتة من الاستقلالية.

باختصار، يذهب وكلاء الذكاء الاصطناعي إلى ما هو أبعد مما يمكن أن يفعله برنامج الدردشة الآلي: فهم يساعدون الأشخاص على إنجاز الأمور.

مازلنا في الأيام الأولى، ولكن أمثال Salesforce وGoogle تستثمر بالفعل بكثافة في وكلاء الذكاء الاصطناعي. ألمح الرئيس التنفيذي لشركة أمازون آندي جاسي مؤخرًا إلى وجود Alexa أكثر “وكيلًا” في المستقبل، وهو أمر يتعلق بالعمل بقدر ما يتعلق بالكلمات.

بالتوازي، تقوم الشركات الناشئة أيضًا بجمع الأموال من هذه الضجة. وآخر هذه الشركات هي شركة Juna.ai الألمانية، التي ترغب في مساعدة المصانع على أن تكون أكثر كفاءة من خلال أتمتة العمليات الصناعية المعقدة من أجل “تعظيم إنتاجية الإنتاج، وزيادة كفاءة الطاقة، وخفض الانبعاثات الإجمالية”.

ولتحقيق ذلك، قالت الشركة الناشئة التي تتخذ من برلين مقراً لها اليوم إنها جمعت 7.5 مليون دولار في جولة أولية من شركة رأس المال الاستثماري في وادي السليكون كلاينر بيركنز، وشركة Norrsken VC ومقرها السويد، ورئيس مجلس إدارة كلاينر بيركنز جون دوير.

التعلم الذاتي هو الطريق

تأسست Juna.ai في عام 2023، وهي من صنع ماتياس أوف دير ماور (في الصورة أعلاه، على اليسار) وكريستيان هاردنبرغ (في الصورة أعلاه، على اليمين). أسس Der Mauer سابقًا شركة ناشئة لصيانة الآلات التنبؤية تسمى AiSight وباعها لشركة الاستشعار الذكية السويسرية Sensirion في عام 2021، بينما كان هارديرنبيرج هو الرئيس التنفيذي السابق للتكنولوجيا في شركة توصيل الأغذية الأوروبية العملاقة Delivery Hero.

في جوهرها، تريد Juna.ai مساعدة مرافق التصنيع على التحول إلى أنظمة أكثر ذكاءً للتعلم الذاتي يمكنها تحقيق هوامش أفضل، وفي نهاية المطاف، بصمة كربونية أقل. تركز الشركة على ما يسمى “الصناعات الثقيلة” – صناعات مثل الصلب والأسمنت والورق والمواد الكيميائية والخشب والنسيج مع عمليات إنتاج واسعة النطاق تستهلك الكثير من المواد الخام.

قال دير ماور لـ TechCrunch: “نحن نعمل مع صناعات تعتمد على العمليات، وهي تتضمن في الغالب حالات استخدام تستهلك الكثير من الطاقة”. “لذلك، على سبيل المثال، المفاعلات الكيميائية التي تستخدم الكثير من الحرارة لإنتاج شيء ما.”

يتكامل برنامج Juna.ai مع أدوات الإنتاج الخاصة بالمصنعين، مثل البرامج الصناعية من Aveva أو SAP، وينظر في جميع البيانات التاريخية التي تم الحصول عليها من أجهزة استشعار الآلة. وقد يشمل ذلك درجة الحرارة والضغط والسرعة وجميع قياسات المخرجات المحددة، مثل الجودة والسمك واللون.

وباستخدام هذه المعلومات، تساعد Juna.ai الشركات على تدريب وكلائها الداخليين لمعرفة الإعدادات المثالية للآلات، مما يوفر للمشغلين بيانات وإرشادات في الوقت الفعلي لضمان تشغيل كل شيء بأعلى كفاءة مع الحد الأدنى من النفايات.

على سبيل المثال، قد يستخدم مصنع كيميائي ينتج نوعًا خاصًا من الكربون مفاعلًا لخلط زيوت مختلفة معًا وإخضاعها لعملية احتراق كثيفة الاستهلاك للطاقة. لتحقيق أقصى قدر من الإنتاج وتقليل النفايات المتبقية، يجب أن تكون الظروف مثالية، بما في ذلك مستويات الغازات والزيوت المستخدمة، ودرجة الحرارة المطبقة على العملية. باستخدام البيانات التاريخية لتحديد الإعدادات المثالية وأخذ الظروف في الوقت الفعلي في الاعتبار، من المفترض أن يقوم وكلاء Juna.ai بإخبار المشغل بالتغييرات التي يجب عليهم إجراؤها لتحقيق أفضل النتائج.

إذا تمكنت Juna.ai من مساعدة الشركات على ضبط معدات الإنتاج الخاصة بها، فيمكنها تحسين إنتاجيتها مع تقليل استهلاك الطاقة. إنه فوز مربح للجانبين، سواء بالنسبة للنتيجة النهائية للعميل أو لبصمته الكربونية.

تقول Juna.ai إنها قامت ببناء نماذج الذكاء الاصطناعي المخصصة الخاصة بها، باستخدام أدوات مفتوحة المصدر مثل TensorFlow وPyTorch. ولتدريب نماذجها، تستخدم Juna.ai التعلم المعزز، وهو مجموعة فرعية من التعلم الآلي (ML) الذي يتضمن نموذجًا للتعلم من خلال تفاعلاته مع بيئته – فهو يحاول تنفيذ إجراءات مختلفة، ويلاحظ ما يحدث، ويتحسن.

قال هاردنبيرج لـ TechCrunch: “الشيء المثير للاهتمام في التعلم المعزز هو أنه شيء يمكن أن يتخذ إجراءات”. “النماذج النموذجية تقوم فقط بالتنبؤات، أو ربما تولد شيئًا ما. لكنهم لا يستطيعون السيطرة”.

إن الكثير مما تفعله Juna.ai في الوقت الحاضر هو أقرب إلى “مساعد الطيار” – فهو يقدم شاشة تخبر المشغل بالتعديلات التي ينبغي عليه إجراؤها على عناصر التحكم. ومع ذلك، فإن العديد من العمليات الصناعية متكررة بشكل لا يصدق، وهذا هو السبب في أن تمكين النظام من اتخاذ إجراءات فعلية أمر مفيد. على سبيل المثال، قد يتطلب نظام التبريد ضبطًا دقيقًا مستمرًا لضمان احتفاظ الجهاز بدرجة الحرارة المناسبة.

لقد اعتادت المصانع بالفعل على أتمتة عناصر التحكم في النظام باستخدام وحدات تحكم PID وMPC، لذلك يمكن لـ Juna.ai القيام بهذا الأمر أيضًا. ومع ذلك، بالنسبة لشركة ناشئة تعمل في مجال الذكاء الاصطناعي، من الأسهل بيع مساعد طيار، فهي خطوات صغيرة في الوقت الحالي.

“من الممكن تقنيًا بالنسبة لنا أن نسمح لها بالعمل بشكل مستقل في الوقت الحالي؛ سنحتاج فقط إلى تنفيذ الاتصال. وقال دير ماور: “لكن في النهاية، الأمر كله يتعلق ببناء الثقة مع العميل”.

وأضاف هاردنبيرج أن فائدة منصة الشركة الناشئة لا تكمن في توفير العمالة، مشيرًا إلى أن المصانع “تتمتع بالكفاءة” بالفعل من حيث أتمتة العمليات اليدوية. الأمر كله يتعلق بتحسين تلك العمليات لتقليل النفايات المكلفة.

وقال: “ليس هناك الكثير من المكاسب من خلال إزالة شخص واحد، مقارنة بعملية تكلفك 20 مليون دولار من الطاقة”. “لذا فإن المكسب الحقيقي هو: هل يمكننا الانتقال من 20 مليون دولار في مجال الطاقة إلى 18 مليون دولار أو 17 مليون دولار؟”

وكلاء مدربين مسبقًا

في الوقت الحالي، وعد Juna.ai الكبير هو وكيل ذكاء اصطناعي مصمم خصيصًا لكل عميل باستخدام بياناته التاريخية. ولكن في المستقبل، تخطط الشركة لتقديم وكلاء جاهزين “مدربين مسبقًا” ولا يحتاجون إلى الكثير من التدريب على بيانات العميل الجديد.

وقال دير ماور: “إذا قمنا ببناء عمليات محاكاة مراراً وتكراراً، فسنصل إلى مكان حيث يمكننا أن نحصل على قوالب محاكاة يمكن إعادة استخدامها”.

لذا، إذا استخدمت شركتان نفس النوع من المفاعلات الكيميائية، على سبيل المثال، فقد يكون من الممكن رفع ونقل عوامل الذكاء الاصطناعي بين العملاء. نموذج واحد لجهاز واحد هو الجوهر العام.

ومع ذلك، لا يمكن تجاهل حقيقة أن الشركات كانت مترددة في الغوص في ثورة الذكاء الاصطناعي المزدهرة بسبب مخاوف تتعلق بخصوصية البيانات. لقد ضاعت هذه المخاوف على موقع Juna.ai، لكن هاردنبيرج قال إنها لم تكن مشكلة كبيرة حتى الآن، ويرجع ذلك جزئيًا إلى ضوابط موقع البيانات الخاصة به، وجزئيًا بسبب الوعد الذي يقدمه للعملاء فيما يتعلق بإطلاق القيمة الكامنة من البنوك الضخمة من البيانات.

وقال هاردنبيرج: “كنت أرى ذلك كمشكلة محتملة، لكن حتى الآن لم تكن مشكلة كبيرة لأننا نترك جميع البيانات في ألمانيا لعملائنا الألمان”. “لقد قاموا بإعداد الخادم الخاص بهم، ولدينا ضمانات أمنية من الدرجة الأولى. ومن جانبهم، لديهم كل هذه البيانات متوافرة، لكنهم لم يكونوا فعالين جدًا في خلق القيمة منها؛ تم استخدامه في الغالب للتنبيه، أو ربما بعض التحليلات اليدوية. لكن وجهة نظرنا هي أنه يمكننا فعل المزيد باستخدام هذه البيانات، مثل بناء مصنع ذكي، وأن نصبح العقل المدبر لهذا المصنع بناءً على البيانات المتوفرة لديه.

بعد مرور أكثر من عام بقليل على تأسيسها، أصبح لدى Juna.ai عدد قليل من العملاء بالفعل، على الرغم من أن der Mauer قال إنه ليس حرًا في الكشف عن أي أسماء محددة حتى الآن. ومع ذلك، يقع مقرهم جميعًا في ألمانيا، ولديهم جميعًا فروعًا في أماكن أخرى، أو هم شركات تابعة لشركات مقرها في أماكن أخرى.

وأضاف هاردنبيرج: “إننا نخطط للنمو معهم، إنها طريقة جيدة جدًا للتوسع مع عملائك”.

ومع وجود مبلغ جديد قدره 7.5 مليون دولار في البنك، تتمتع Juna.ai الآن بتمويل جيد للتوسع إلى ما هو أبعد من عدد موظفيها الحالي البالغ ستة موظفين، مع خطط لمضاعفة خبرتها الفنية.

وقال هاردنبيرج: “إنها شركة برمجيات في نهاية المطاف، وهذا يعني في الأساس الأشخاص”.