Оценка эффективности использования ИИ в производстве методом Монте-Карло

Abstract

The purpose of the work is to offer a model for assessing economic indicators when using artificial intelligence to automate process control. The relevance is due to the weak coverage of these issues in the literature. The sources contain a lot of data on the application of AI in the financial sphere, banks, business. The use of AI in these areas has a big effect. Little literature has been devoted to the use of AI to automate production. At the project stage, it is difficult to assess the economic effect of introducing AI into production. How much manual labor will be saved, to what extent the losses from marriage, accidents, downtime will be reduced. What income will be brought by improving the quality of products. It is difficult to find an answer to these questions and similar ones at the stage of the terms of reference and early stages of design. This problem will be solved by simulation modeling based on a mathematical model implemented using the Monte Carlo method. This method involves multiple runs of a model with different data sets. The results of the run are analyzed by statistical methods.

Цель работы – предложить модель для оценки экономических показателей при использовании искусственного интеллекта для автоматизации управления технологическими процессами. Актуальность работы обусловлена слабым освещением этих вопросов в литературе. В источниках имеется много данных по применению искусственного интеллекта в финансовой сфере, банках, бизнесе. Использование искусственного интеллекта в этих сферах дает огромный эффект. Применению искусственного интеллекта для автоматизации производства посвящено мало литературы. На стадии проекта оценить экономический эффект от внедрения искусственного интеллекта в производство сложно. Сколько будет сэкономлено ручного труда, в какой степени уменьшатся потери от брака, аварий, простоев. Какой доход принесет повышение качества продукции. На эти вопросы и аналогичные вопросы трудно найти ответ на стадии технического задания и ранних стадиях проектирования. Решению этой проблемы поможет имитационное моделирование, основанное на математической модели, реализуемой с применением метода Монте Карло. Этот метод подразумевает многократный прогон модели с различными наборами данных. Результаты прогона анализируются статистическими методами.