Artificial Intelligence as a Tool for Digital Transformation in Metrology: Current State and Prospects

Γιώργος Πανταζής, Κων/νος Νικολίτσας. Εθνικό Μετσόβιο Πολυτεχνείο – Σχολή Αγρονόμων και Τοπογράφων Μηχανικών - Μηχανικών Γεωπληροφορικής Η ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΩΣ ΕΡΓΑΛΕΙΟ ΤΟΥ ΨΗΦΙΑΚΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ ΣΤΗ ΜΕΤΡΟΛΟΓΙΑ. ΤΡΕΧΟΥΣΑ ΚΑΤΑΣΤΑΣΗ ΚΑΙ ΠΡΟΟΠΤΙΚΕΣ 9ο Συνέδριο Μετρολογίας Αθήνα, 20-21 Ιουνίου 2025 Η ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΩΣ ΕΡΓΑΛΕΙΟ ΤΟΥ ΨΗΦΙΑΚΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ ΣΤΗ ΜΕΤΡΟΛΟΓΙΑ. ΤΡΕΧΟΥΣΑ ΚΑΤΑΣΤΑΣΗ ΚΑΙ ΠΡΟΟΠΤΙΚΕΣ Γιώργος Πανταζής1, Κωνσταντίνος Νικολίτσας1 1Σχολή Αγρονόμων & Τοπογράφων Μηχανικών – Μηχανικών Γεωπληροφορικής Εθνικό Μετσόβιο Πολυτεχνείο Ηρώων Πολυτεχνείου 9 – 15780, Ζωγράφου e-mail: [email protected] Περίληψη Ο ψηφιακός μετασχηματισμός (digital transformation) ενός από τους τρεις βασικούς πυλώνες της υποδομής ποιότητας (quality infrastructure), που είναι η μετρολογία, σχετίζεται με την ενσωμάτωση ψηφιακών τεχνολογιών και συστημάτων στις διαδικασίες μέτρησης, ανάλυσης και διαχείρισης, με σκοπό την αύξηση της ακρίβειας, της αποδοτικότητας και της συνολικής απόδοσης. Η μετάβαση αυτή αλλάζει ριζικά τον τρόπο με τον οποίο εκτελούνται οι μετρήσεις και πώς διαχειρίζονται τα σχετικά δεδομένα, προσφέροντας νέες δυνατότητες στους κλάδους της θεωρητικής, βιομηχανικής και της νομικής μετρολογίας. Στην παρούσα εργασία παρουσιάζονται αδρομερώς τα σύγχρονα εργαλεία που συντελούν στο ψηφιακό μετασχηματισμό της μετρολογίας, ενώ αναλύεται η συμβολή ενός από τα πιο διαδεδομένα σήμερα (2025) εργαλεία, δηλαδή της τεχνητής νοημοσύνης (Αrtificial Ιntelligent). Παράλληλα, παρουσιάζονται κάποια χαρακτηριστικά παραδείγματα καινοτόμων εφαρμογών που προάγουν τον ψηφιακό μετασχηματισμό των διαφόρων κλάδων της μετρολογίας σε διεθνές όσο και εγχώριο επίπεδο. Λέξεις-Κλειδιά: Τεχνητή νοημοσύνη, μετρολογία, ψηφιακός μετασχηματισμός Abstract The digital transformation of one of the three main pillars of quality infrastructure metrology is associated with the integration of digital technologies and systems into measurement, analysis, and management processes, with the aim of increasing accuracy, efficiency, and overall performance. This transition is fundamentally changing the way measurements are carried out and how related data is managed, offering new possibilities in the fields of scientific, industrial, and legal metrology. Γιώργος Πανταζής, Κων/νος Νικολίτσας. Εθνικό Μετσόβιο Πολυτεχνείο – Σχολή Αγρονόμων και Τοπογράφων Μηχανικών - Μηχανικών Γεωπληροφορικής Η ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΩΣ ΕΡΓΑΛΕΙΟ ΤΟΥ ΨΗΦΙΑΚΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ ΣΤΗ ΜΕΤΡΟΛΟΓΙΑ. ΤΡΕΧΟΥΣΑ ΚΑΤΑΣΤΑΣΗ ΚΑΙ ΠΡΟΟΠΤΙΚΕΣ 9ο Συνέδριο Μετρολογίας Αθήνα, 20-21 Ιουνίου 2025 This paper presents a general overview of the modern tools contributing to the digital transformation of metrology, with a focus on the role of one of the most widespread tools as of 2025 artificial intelligence. In parallel, it highlights key examples of innovative applications that are advancing the digital transformation of various branches of metrology at both the international and national levels. Keywords: Artificial intelligence, metrology, digital transformation 1. Εισαγωγή Τα τελευταία χρόνια, ο όρος "ψηφιακός μετασχηματισμός" έχει εισέλθει δυναμικά στη συζήτηση γύρω από την εξέλιξη των επιχειρήσεων, των δημόσιων οργανισμών και γενικά της κοινωνίας. Πίσω από τον εντυπωσιακό αυτόν όρο, κρύβεται μια βαθιά διαδικασία αλλαγής, που αφορά όχι μόνο στην τεχνολογία, αλλά και στον τρόπο σκέψης, στη δομή και στον τρόπο λειτουργίας ενός οργανισμού. Με απλά λόγια, ψηφιακός μετασχηματισμός είναι η αξιοποίηση ψηφιακών τεχνολογιών (όπως cloud, big data, AI, IoT) για να αλλάξουν ριζικά οι εσωτερικές διαδικασίες, οι υπηρεσίες που παρέχονται, ακόμη και το επιχειρηματικό μοντέλο. Αυτό δεν σημαίνει απλώς "βάζω ένα λογισμικό και τελείωσα", αλλά πρόκειται για μια συνεχόμενη, δυναμική διαδικασία Vial (2019). Ο οργανισμός χρειάζεται να προσαρμόσει την κουλτούρα του, να εκπαιδεύσει το προσωπικό του και να επαναξιολογήσει τις αξίες και τις προτεραιότητές του Hess et al (2016). Η McKinsey & Company (2024), σε σχετική ανάλυση, περιγράφει τον ψηφιακό μετασχηματισμό ως μια βαθιά αναδιάρθρωση των λειτουργιών ενός οργανισμού, με τελικό σκοπό να προσφέρει μεγαλύτερη αξία και προσαρμοστικότητα μέσω της χρήσης σύγχρονων τεχνολογιών. Η βιβλιογραφία επισημαίνει επίσης ότι πρόκειται για μια διαδικασία που δεν είναι ποτέ πλήρως ολοκληρωμένη. Αντίθετα, οι οργανισμοί που πραγματικά μετασχηματίζονται ψηφιακά παραμένουν σε μια συνεχή κατάσταση προσαρμογής και βελτίωσης Warner et. al (2019). Το βασικότερο είναι ότι το "ψηφιακό" δεν είναι αυτοσκοπός. Είναι ένα εργαλείο που, αν χρησιμοποιηθεί σωστά, μπορεί να ενισχύσει την καινοτομία, την αποδοτικότητα, αλλά και την εμπειρία όλων των εμπλεκόμενων – από τους εργαζόμενους μέχρι τους πελάτες. Στην ελληνική πραγματικότητα, η διπλωματική εργασία της Παπαβασιλείου (2021) αναδεικνύει την επιτάχυνση του ψηφιακού μετασχηματισμού στον δημόσιο και ιδιωτικό τομέα, κυρίως λόγω της πανδημίας COVID-19. Αντίστοιχα, ο Γιαλέρης (2023) τονίζει τις δυσκολίες που αντιμετωπίζουν οι μικρομεσαίες επιχειρήσεις στην Ελλάδα, ιδίως λόγω έλλειψης τεχνογνωσίας και χρηματοδότησης. Γιώργος Πανταζής, Κων/νος Νικολίτσας. Εθνικό Μετσόβιο Πολυτεχνείο – Σχολή Αγρονόμων και Τοπογράφων Μηχανικών - Μηχανικών Γεωπληροφορικής Η ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΩΣ ΕΡΓΑΛΕΙΟ ΤΟΥ ΨΗΦΙΑΚΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ ΣΤΗ ΜΕΤΡΟΛΟΓΙΑ. ΤΡΕΧΟΥΣΑ ΚΑΤΑΣΤΑΣΗ ΚΑΙ ΠΡΟΟΠΤΙΚΕΣ 9ο Συνέδριο Μετρολογίας Αθήνα, 20-21 Ιουνίου 2025 Ωστόσο, αναγνωρίζεται πλέον πως ο ψηφιακός μετασχηματισμός δεν είναι πολυτέλεια αλλά ανάγκη. Στο πεδίο της Μετρολογίας — της επιστήμης που διασφαλίζει την ακρίβεια, την ιχνηλασιμότητα και την αξιοπιστία των μετρήσεων — αυτή η ανάγκη γίνεται επιτακτική, καθώς οι τεχνολογικές εξελίξεις, η παγκοσμιοποίηση και η ταχύτητα της βιομηχανικής παραγωγής απαιτούν πιο έξυπνα, ευέλικτα και διασυνδεδεμένα μετρολογικά συστήματα. Η ενσωμάτωση ψηφιακών τεχνολογιών, και ειδικότερα της τεχνητής νοημοσύνης, αναδεικνύεται σε κρίσιμο εργαλείο για την αναβάθμιση των μετρητικών διαδικασιών σε όλα τα επίπεδα: από τη θεωρητική μέχρι τη βιομηχανική και τη νομική Μετρολογία. Σκοπός της παρούσας εργασίας είναι να διερευνήσει πώς η τεχνητή νοημοσύνη συμβάλλει στο ψηφιακό μετασχηματισμό της μετρολογίας. 2. Οι τρεις πυλώνες της Υποδομής Ποιότητας (QI) Η Υποδομή Ποιότητας (Quality Infrastructure – QI) αποτελεί το θεμέλιο για την ενίσχυση της εμπιστοσύνης στην οικονομική δραστηριότητα, την τεχνική επάρκεια και την προστασία του καταναλωτή. Πρόκειται για ένα δομημένο σύστημα θεσμών, διαδικασιών και πολιτικών αποφάσεων που αποσκοπεί στη διασφάλιση της ποιότητας προϊόντων, υπηρεσιών και μετρήσεων, ενισχύοντας παράλληλα τη βιώσιμη ανάπτυξη, την καινοτομία και το εμπόριο UNIDO (2016). Η υποδομή ποιότητας βασίζεται σε τρεις βασικούς και αλληλένδετους πυλώνες: την Τυποποίηση, τη Διαπίστευση και τη Μετρολογία BIPM et al (2017). Κάθε ένας από αυτούς διαδραματίζει κρίσιμο ρόλο στο συνολικό οικοδόμημα της ποιότητας και της αξιοπιστίας. Εικόνα 1. Οι τρεις πυλώνες της υποδομής ποιότητας Γιώργος Πανταζής, Κων/νος Νικολίτσας. Εθνικό Μετσόβιο Πολυτεχνείο – Σχολή Αγρονόμων και Τοπογράφων Μηχανικών - Μηχανικών Γεωπληροφορικής Η ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΩΣ ΕΡΓΑΛΕΙΟ ΤΟΥ ΨΗΦΙΑΚΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ ΣΤΗ ΜΕΤΡΟΛΟΓΙΑ. ΤΡΕΧΟΥΣΑ ΚΑΤΑΣΤΑΣΗ ΚΑΙ ΠΡΟΟΠΤΙΚΕΣ 9ο Συνέδριο Μετρολογίας Αθήνα, 20-21 Ιουνίου 2025 Α. Τυποποίηση (Standardization) Η τυποποίηση περιλαμβάνει την ανάπτυξη, δημοσίευση και εφαρμογή τεχνικών προτύπων τα οποία διασφαλίζουν ότι προϊόντα, διαδικασίες και υπηρεσίες είναι κατάλληλα για τον σκοπό τους, ασφαλή και συμβατά μεταξύ τους. Η ύπαρξη κοινών προτύπων μειώνει τα εμπόδια στο εμπόριο, διευκολύνει την καινοτομία και βελτιώνει τη διαλειτουργικότητα τεχνολογιών ISO (2022). Οι διεθνείς οργανισμοί ISO, IEC και CEN είναι οι κύριοι θεσμοί στο πεδίο της τυποποίησης, ενώ στην Ελλάδα αρμόδιος φορέας είναι ο ΕΛΟΤ. Β. Διαπίστευση (Accreditation) Η διαπίστευση αποτελεί τη διαδικασία μέσω της οποίας ένας ανεξάρτητος φορέας επιβεβαιώνει την τεχνική επάρκεια και αξιοπιστία ενός εργαστηρίου, οργανισμού πιστοποίησης ή επιθεώρησης να εκτελεί συγκεκριμένες υπηρεσίες αξιολόγησης της συμμόρφωσης. Η ύπαρξη ενός συστήματος διαπίστευσης ενισχύει την εμπιστοσύνη τόσο στην εγχώρια αγορά όσο και στο διεθνές εμπόριο. Οι διεθνείς θεσμοί ILAC και IAF συντονίζουν τους εθνικούς φορείς διαπίστευσης, όπως το ΕΣΥΔ στην Ελλάδα. Γ. Μετρολογία (Metrology) Η Μετρολογία αποτελεί την επιστήμη της μέτρησης και των εφαρμογών της και είναι απαραίτητη για την εξασφάλιση ακρίβειας BIMP (2008), ιχνηλασιμότητας και συγκρισιμότητας των μετρητικών αποτελεσμάτων. Σε διεθνές επίπεδο, καθοδηγητικός οργανισμός είναι το International Bureau of Weights and Measures BIPM, ενώ στην Ελλάδα λειτουργεί το Ελληνικό Ινστιτούτο Μετρολογίας (ΕΙΜ). 3. Ο ψηφιακός μετασχηματισμός της Τυποποίησης και της Διαπίστευσης Ο ψηφιακός μετασχηματισμός έχει αρχίσει να επηρεάζει σε βάθος τους θεμελιώδεις μηχανισμούς της Υποδομής Ποιότητας, μετασχηματίζοντας ουσιαστικά τον τρόπο με τον οποίο λειτουργούν τόσο η τυποποίηση όσο και η διαπίστευση. Στην περίπτωση της τυποποίησης, η παραδοσιακή διαδικασία –που βασιζόταν στη φυσική παρουσία σε τεχνικές επιτροπές, στην ανταλλαγή εγγράφων και στην έκδοση στατικών προτύπων– έχει αρχίσει να αντικαθίσταται από πιο δυναμικές, τεχνολογικά ενισχυμένες μορφές. Στο πλαίσιο αυτό, η Διεθνής Οργάνωση Τυποποίησης (ISO) προωθεί την ανάπτυξη των λεγόμενων "SMART standards", δηλαδή πρότυπα τα οποία είναι δομημένα σε μορφή αναγνώσιμη από μηχανές, όπως XML ή JSON. Με τον τρόπο αυτό, τα πρότυπα δεν αποτελούν πλέον απλώς έγγραφα αναφοράς αλλά ενσωματώνονται αυτόματα σε λογισμικά συμμόρφωσης, ενισχύοντας τη δυνατότητα άμεσης εφαρμογής και ελέγχου μέσω συστημάτων πληροφορικής ISO (2022). Γιώργος Πανταζής, Κων/νος Νικολίτσας. Εθνικό Μετσόβιο Πολυτεχνείο – Σχολή Αγρονόμων και Τοπογράφων Μηχανικών - Μηχανικών Γεωπληροφορικής Η ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΩΣ ΕΡΓΑΛΕΙΟ ΤΟΥ ΨΗΦΙΑΚΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ ΣΤΗ ΜΕΤΡΟΛΟΓΙΑ. ΤΡΕΧΟΥΣΑ ΚΑΤΑΣΤΑΣΗ ΚΑΙ ΠΡΟΟΠΤΙΚΕΣ 9ο Συνέδριο Μετρολογίας Αθήνα, 20-21 Ιουνίου 2025 Εικόνα 2. Η εξέλιξη των προτύπων ISO (2022) Ταυτόχρονα, οι ίδιες οι διαδικασίες παραγωγής προτύπων μετασχηματίζονται. Οι τεχνικές επιτροπές λειτουργούν πλέον μέσα από συνεργατικές ψηφιακές πλατφόρμες, επιτρέποντας τη διατύπωση σχολίων, τη συν-επεξεργασία εγγράφων και τη συμμετοχή ειδικών από διαφορετικά μέρη του κόσμου σε πραγματικό χρόνο. Έτσι, η ανάπτυξη ενός προτύπου γίνεται πιο ευέλικτη, ταχύτερη και καλύτερα εναρμονισμένη με τις ανάγκες της αγοράς. Ο ψηφιακός μετασχηματισμός ενισχύει επίσης τη διαφάνεια στη διαδικασία αυτή, καθώς οι διαβουλεύσεις και τα σχόλια μπορούν να παρακολουθούνται και να καταγράφονται πλήρως σε ψηφιακό περιβάλλον UNIDO (2022). Επιπλέον, σε ορισμένες περιπτώσεις, τα πρότυπα εξελίσσονται πλέον σε "ζωντανά" έγγραφα που ενημερώνονται δυναμικά με βάση την τεχνολογική πρόοδο, απομακρυνόμενα από την ιδέα του στατικού, αναθεωρούμενου μόνο περιοδικά εγγράφου. Αντίστοιχα, ο τομέας της διαπίστευσης –η επίσημη αναγνώριση της τεχνικής επάρκειας εργαστηρίων, οργανισμών πιστοποίησης και επιθεώρησης– διέρχεται και αυτός μία φάση ριζικής ψηφιακής ανανέωσης. Ήδη, πολλοί φορείς διαπίστευσης υιοθετούν την έκδοση πλήρως ψηφιακών πιστοποιητικών, τα οποία φέρουν μοναδικά αναγνωριστικά στοιχεία, δυνατότητα επαλήθευσης μέσω QR codes, ή ακόμη και τεχνολογίες blockchain (π.χ Proof of University Diplomas in Greece) Potec (2024). Αυτές οι καινοτομίες ενισχύουν τη διαφάνεια και την εμπιστοσύνη στη διαδικασία, διευκολύνοντας τη διεθνή αναγνώριση των διαπιστεύσεων και περιορίζοντας τη δυνατότητα παραποίησης ή πλαστογράφησης STDF (2024). Εκτός όμως από την τεκμηρίωση, η ίδια η διαδικασία αξιολόγησης του υπό διαπίστευση οργανισμού μπορεί πλέον να διενεργηθεί εξ αποστάσεως. Με τη βοήθεια σύγχρονων εργαλείων τηλεδιάσκεψης, διαμοιρασμού εγγράφων και τηλε - περιήγησης, η επιθεώρηση δεν απαιτεί πλέον φυσική παρουσία, καθιστώντας τη διαδικασία πιο ευέλικτη, ταχύτερη και περιβαλλοντικά βιώσιμη. Ειδικά σε περιπτώσεις που αξιολογούνται συστήματα ποιότητας ή τεκμηριωμένες διαδικασίες, Γιώργος Πανταζής, Κων/νος Νικολίτσας. Εθνικό Μετσόβιο Πολυτεχνείο – Σχολή Αγρονόμων και Τοπογράφων Μηχανικών - Μηχανικών Γεωπληροφορικής Η ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΩΣ ΕΡΓΑΛΕΙΟ ΤΟΥ ΨΗΦΙΑΚΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ ΣΤΗ ΜΕΤΡΟΛΟΓΙΑ. ΤΡΕΧΟΥΣΑ ΚΑΤΑΣΤΑΣΗ ΚΑΙ ΠΡΟΟΠΤΙΚΕΣ 9ο Συνέδριο Μετρολογίας Αθήνα, 20-21 Ιουνίου 2025 ο απομακρυσμένος έλεγχος μπορεί να επιτευχθεί με αξιοσημείωτη ακρίβεια και αξιοπιστία IAF (2018). Ο ψηφιακός μετασχηματισμός, λοιπόν, στους πυλώνες της τυποποίησης και της διαπίστευσης, δεν είναι μια επιφανειακή προσαρμογή στην τεχνολογική πρόοδο, αλλά μια βαθιά δομική αλλαγή. Οι διαδικασίες γίνονται πιο ευέλικτες, πιο γρήγορες και πιο προσαρμοσμένες στις ανάγκες της ψηφιακής εποχής, χωρίς όμως να χάνουν τον πυρήνα της αξιοπιστίας και της τεκμηρίωσης που είναι απαραίτητος για την υποστήριξη της ποιότητας, της ασφάλειας και της διεθνούς εμπιστοσύνης. 4. Ο ψηφιακός μετασχηματισμός της Μετρολογίας Ο τρίτος και απολύτως θεμελιώδης πυλώνας της Υποδομής Ποιότητας είναι η Μετρολογία. Παρότι συχνά λειτουργεί "σιωπηλά" στο υπόβαθρο της βιομηχανίας, της τεχνολογίας και της καθημερινής ζωής, η μετρολογία είναι ουσιαστική για τη διασφάλιση της ακρίβειας, της ιχνηλασιμότητας και της συγκρισιμότητας των μετρήσεων. Από τις ζυγίσεις στα καταστήματα έως τις μετρήσεις ακριβείας στη νανοτεχνολογία, κάθε τεχνική ή οικονομική διεργασία που βασίζεται σε δεδομένα απαιτεί ακριβείς και αξιόπιστες μετρήσεις, οι οποίες συνδέονται με διεθνώς αναγνωρισμένα πρότυπα μονάδων. Η Mετρολογία δεν είναι ενιαία – διακρίνεται σε τρεις βασικούς τομείς: η θεωρητική Mετρολογία, που αφορά τη διατήρηση και ανάπτυξη των διεθνών προτύπων μονάδων, η βιομηχανική Mετρολογία, που εστιάζει στις εφαρμογές μέτρησης στην παραγωγή και τη μηχανική και η νομική Mετρολογία, η οποία ρυθμίζει μετρήσεις που έχουν επίπτωση σε καταναλωτικά, εμπορικά ή υγειονομικά συμφέροντα (π.χ. αντλίες καυσίμων, ιατρικός εξοπλισμός, φαρμακευτικές δόσεις). Όλοι αυτοί οι τομείς υποστηρίζονται από εθνικά και διεθνή μετρολογικά ινστιτούτα, με κορυφαίο τον BIPM, που λειτουργεί ως το παγκόσμιο σημείο αναφοράς για τη μετρολογική ιχνηλασιμότητα. Ο ψηφιακός μετασχηματισμός έχει αρχίσει να επηρεάζει και τη Mετρολογία, όχι μόνο μέσω των "έξυπνων" οργάνων μέτρησης αλλά και μέσω της μετάβασης σε ψηφιακά ιχνηλάσιμα πρότυπα (DCC) PTB (2025) μοντέλα μέτρησης με υπολογιστική υποστήριξη (e-metrology), και δυναμική παρακολούθηση συνθηκών μέτρησης σε πραγματικό χρόνο Scheider (2024). Πρόκειται για ένα πεδίο που εξελίσσεται με ραγδαίους ρυθμούς και διαδραματίζει όλο και πιο κεντρικό ρόλο στη διασφάλιση ποιότητας και ασφάλειας σε όλους τους τομείς της ανθρώπινης δραστηριότητας. 4.1 Εργαλεία για το ψηφιακό μετασχηματισμό στη Μετρολογία Ο ψηφιακός μετασχηματισμός στη Mετρολογία δεν αφορά μόνο την αντικατάσταση αναλογικών εργαλείων με ψηφιακά, συνιστά έναν ευρύτερο επαναπροσδιορισμό του τρόπου Γιώργος Πανταζής, Κων/νος Νικολίτσας. Εθνικό Μετσόβιο Πολυτεχνείο – Σχολή Αγρονόμων και Τοπογράφων Μηχανικών - Μηχανικών Γεωπληροφορικής Η ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΩΣ ΕΡΓΑΛΕΙΟ ΤΟΥ ΨΗΦΙΑΚΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ ΣΤΗ ΜΕΤΡΟΛΟΓΙΑ. ΤΡΕΧΟΥΣΑ ΚΑΤΑΣΤΑΣΗ ΚΑΙ ΠΡΟΟΠΤΙΚΕΣ 9ο Συνέδριο Μετρολογίας Αθήνα, 20-21 Ιουνίου 2025 με τον οποίο πραγματοποιούνται, διαχειρίζονται, ιχνηλατούνται και αξιοποιούνται οι μετρήσεις. Για να μπορέσει η σύγχρονη Mετρολογία να ανταποκριθεί στις ανάγκες των βιομηχανιών, της έρευνας και των ρυθμιστικών αρχών, ενσωματώνει μια σειρά από προηγμένα εργαλεία και τεχνολογίες, τα οποία επηρεάζουν καθοριστικά κάθε πτυχή της μετρητικής διαδικασίας. Ένα πρώτο και ιδιαίτερα εμφανές βήμα είναι η ευρεία υιοθέτηση ψηφιακών οργάνων μέτρησης. Ενώ παλαιότερα η καταγραφή γινόταν χειροκίνητα και οι μετρήσεις ήταν επιρρεπείς σε σφάλματα χρήστη, σήμερα τα ψηφιακά όργανα (όπως laser trackers, σαρωτές ή αισθητήρες συνδεδεμένοι με IoT) επιτρέπουν την αυτόματη λήψη, καταγραφή και μεταφορά δεδομένων σε πραγματικό χρόνο, ενισχύοντας σημαντικά την ακρίβεια και τη διαλειτουργικότητα. Στο ίδιο πλαίσιο, σημαντικό ρόλο διαδραματίζουν τα ψηφιακά συστήματα ιχνηλασιμότητας, τα οποία διασφαλίζουν τη σύνδεση των μετρήσεων με τα διεθνή πρότυπα. Μέσω online πλατφορμών και συνδέσεων με εθνικά μετρολογικά ινστιτούτα, όπως το NIST ή το PTB, είναι πλέον δυνατή η άμεση επιβεβαίωση της ισχύος ενός πιστοποιητικού βαθμονόμησης ή η αναζήτηση του πλήρους ιστορικού ενός μετρητικού οργάνου. Τα Digital Calibration Certificates (DCCs) PTB (2025), τα οποία ήδη εφαρμόζονται πιλοτικά από το PTB, αποτελούν παράδειγμα αυτής της εξέλιξης, υποστηρίζοντας, ασφαλή αναγνώσιμα από μηχανές και δια λειτουργικά αρχεία πιστοποίησης. Iδιαίτερη αναφορά αξίζει στην αξιοποίηση τεχνολογιών blockchain για την ασφαλή καταγραφή, διαμοιρασμό και επαλήθευση μετρολογικών δεδομένων. Η δυνατότητα δημιουργίας αδιάβλητων χρονικών σφραγίδων (timestamps), η απόδειξη της αυθεντικότητας και η διασφάλιση της ιχνηλασιμότητας κάθε μέτρησης ή πιστοποιητικού καθιστούν το blockchain ένα ιδιαίτερα υποσχόμενο εργαλείο, ιδίως για κρίσιμες εφαρμογές υψηλής ευθύνης, όπως στη φαρμακοβιομηχανία ή στην αεροδιαστημική, όπου η παραποίηση δεδομένων θα μπορούσε να επιφέρει σοβαρές συνέπειες NIST (2023). Εξίσου κρίσιμο είναι τα λογισμικά συλλογής και ανάλυσης μετρολογικών δεδομένων, που έχει εξελιχθεί σε εργαλείο καθημερινής χρήσης για τα περισσότερα εργαστήρια και βιομηχανικούς χρήστες. Εξειδικευμένα λογισμικά, όπως τα LabVIEW, Metrolog X4, MATLAB, κ.α. παρέχουν δυνατότητες real-time παρακολούθησης, αυτόματου υπολογισμού αβεβαιότητας, στατιστικής επεξεργασίας και εξαγωγής αναφορών. Έτσι, η Μετρολογία απομακρύνεται από τη στατική καταγραφή και προσεγγίζει μια πιο δυναμική και «έξυπνη» διαχείριση δεδομένων. Ένα ακόμη εξελιγμένο εργαλείο είναι η χρήση ψηφιακών διδύμων (digital twins) και προσομοιώσεων, που επιτρέπουν την πλήρη εικονική αναπαράσταση ενός συστήματος μέτρησης. Αυτές οι τεχνολογίες βρίσκουν εφαρμογή σε σύγχρονα εργαστήρια και βιομηχανικά Γιώργος Πανταζής, Κων/νος Νικολίτσας. Εθνικό Μετσόβιο Πολυτεχνείο – Σχολή Αγρονόμων και Τοπογράφων Μηχανικών - Μηχανικών Γεωπληροφορικής Η ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΩΣ ΕΡΓΑΛΕΙΟ ΤΟΥ ΨΗΦΙΑΚΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ ΣΤΗ ΜΕΤΡΟΛΟΓΙΑ. ΤΡΕΧΟΥΣΑ ΚΑΤΑΣΤΑΣΗ ΚΑΙ ΠΡΟΟΠΤΙΚΕΣ 9ο Συνέδριο Μετρολογίας Αθήνα, 20-21 Ιουνίου 2025 περιβάλλοντα, παρέχοντας τη δυνατότητα για βελτιστοποίηση διαδικασιών, προληπτική συντήρηση εξοπλισμού και προσομοίωση σεναρίων πριν από την εφαρμογή στο φυσικό κόσμο ISO (2021). Παράδειγμα αποτελεί η χρήση ψηφιακών διδύμων για την ανάλυση της κατανομής αβεβαιότητας σε συστήματα πολύπλοκης γεωμετρίας ή σε ρομποτικές γραμμές παραγωγής. Η ενσωμάτωση του Internet of Things (IoT) στον μετρολογικό εξοπλισμό επιτρέπει επίσης την αδιάλειπτη παρακολούθηση σε πραγματικό χρόνο. Οι αισθητήρες μετρολογίας, όταν συνδεθούν σε δίκτυα, παρέχουν συνεχή ροή δεδομένων σε έξυπνες πλατφόρμες ελέγχου, ενισχύοντας τη δυνατότητα για αυτόματο ποιοτικό έλεγχο, έγκαιρη ανίχνευση αποκλίσεων και άμεση ανατροφοδότηση προς τα συστήματα παραγωγής. Η σύνδεση αυτή είναι βασικό χαρακτηριστικό της Βιομηχανίας 4.0, όπου η μετρολογία μετατρέπεται σε ενσωματωμένο στοιχείο της έξυπνης παραγωγής και όχι σε ξεχωριστή, απομονωμένη λειτουργία. ISO/IEC (2024) Συνοψίζοντας, τα εργαλεία του ψηφιακού μετασχηματισμού στη μετρολογία –από τα ψηφιακά όργανα και τα λογισμικά μέχρι το IoT, τα ψηφιακά δίδυμα και το blockchain– συνθέτουν ένα νέο τοπίο, στο οποίο η μέτρηση παύει να είναι παθητική διαδικασία και μετατρέπεται σε δυναμικό, αλληλεπιδραστικό και ψηφιακά ενσωματωμένο σύστημα. Αυτή η εξέλιξη δεν ενισχύει απλώς την αποδοτικότητα, αναβαθμίζει ουσιαστικά την αξιοπιστία και τη διεθνή αναγνώριση των μετρήσεων, στοιχείο κρίσιμο σε έναν παγκοσμιοποιημένο και τεχνολογικά απαιτητικό κόσμο. Εκτός όμως από τα προαναφερθέντα τεχνολογικά εργαλεία, ένας παράγοντας με ιδιαίτερη δυναμική στον ψηφιακό μετασχηματισμό της Μετρολογίας είναι η τεχνητή νοημοσύνη (AI). Οι δυνατότητές της να ανιχνεύει πρότυπα, να προβλέπει αποκλίσεις και να αυτοματοποιεί σύνθετες αναλυτικές διαδικασίες την καθιστούν ένα εργαλείο με καθοριστικό ρόλο στην επόμενη φάση εξέλιξης της επιστήμης των μετρήσεων. Στις ενότητες που ακολουθούν, θα αναλυθεί πώς η τεχνητή νοημοσύνη ενσωματώνεται στα μετρολογικά συστήματα, τι δυνατότητες προσφέρει και ποιες είναι οι προκλήσεις που συνοδεύουν τη χρήση της. 5. Η τεχνητή νοημοσύνη ως εργαλείο για το ψηφιακό μετασχηματισμό στη Μετρολογία Η τεχνητή νοημοσύνη (Artificial Intelligence – AI) έχει εξελιχθεί σε ένα από τα ισχυρότερα εργαλεία του ψηφιακού μετασχηματισμού και στη Mετρολογία αποκτώντας συνεχώς αυξανόμενη σημασία. Μέσω της ικανότητάς της να διαχειρίζεται μεγάλους όγκους δεδομένων, να αναγνωρίζει μοτίβα και να προσαρμόζεται δυναμικά σε μεταβαλλόμενες συνθήκες, η τεχνητή νοημοσύνη καθιστά τις μετρήσεις πιο ευφυείς, πιο αυτόνομες και περισσότερο εναρμονισμένες με τις ανάγκες της βιομηχανίας, της επιστήμης και της κοινωνίας. Για να αποδοθεί πλήρως η επίδρασή της, είναι χρήσιμο να εξεταστεί η εφαρμογή της τεχνητής Γιώργος Πανταζής, Κων/νος Νικολίτσας. Εθνικό Μετσόβιο Πολυτεχνείο – Σχολή Αγρονόμων και Τοπογράφων Μηχανικών - Μηχανικών Γεωπληροφορικής Η ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΩΣ ΕΡΓΑΛΕΙΟ ΤΟΥ ΨΗΦΙΑΚΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ ΣΤΗ ΜΕΤΡΟΛΟΓΙΑ. ΤΡΕΧΟΥΣΑ ΚΑΤΑΣΤΑΣΗ ΚΑΙ ΠΡΟΟΠΤΙΚΕΣ 9ο Συνέδριο Μετρολογίας Αθήνα, 20-21 Ιουνίου 2025 νοημοσύνης στους τρεις διακριτούς αλλά αλληλοσυμπληρούμενους τομείς της Μετρολογίας: τη Θεωρητική, τη βιομηχανική και τη νομική. 5.1 Έμφαση στη Θεωρητική Μετρολογία Η θεωρητική Μετρολογία αποτελεί τον θεμελιώδη κλάδο της επιστήμης των μετρήσεων, καθώς ασχολείται με την οριοθέτηση των βασικών μεγεθών, τη θεμελίωση των μονάδων, την τυποποίηση των σχέσεων μεταξύ φυσικών μεγεθών και την αυστηρή μαθηματική μοντελοποίηση της αβεβαιότητας. Στο πλαίσιο του ψηφιακού μετασχηματισμού, η τεχνητή νοημοσύνη (AI) εισέρχεται δυναμικά στο χώρο της θεωρητικής Μετρολογίας, όχι μόνο ως υποστηρικτικό εργαλείο, αλλά ως δομή ικανή να αναδιαμορφώσει τις παραδοσιακές μεθοδολογίες, τη μοντελοποίηση και τη διαχείριση της γνώσης. Τρείς βασικοί τομείς αναδεικνύουν τη συμβολή της τεχνητής νοημοσύνης στον μετασχηματισμό της θεωρητικής μετρολογίας: Α. Μοντελοποίηση Θεμελιωδών Σχέσεων Τα εργαλεία της τεχνητής νοημοσύνης, όπως τα τεχνητά νευρωνικά δίκτυα και οι μέθοδοι ενισχυτικής μάθησης, παρέχουν τη δυνατότητα να ανακαλυφθούν ή να προσεγγιστούν πολύπλοκες σχέσεις μεταξύ φυσικών μεγεθών, ιδίως σε περιπτώσεις όπου η αναλυτική μοντελοποίηση είναι δύσκολη ή ανεπαρκής. Για παράδειγμα, στην πρόβλεψη του διαθλαστικού δείκτη και άλλων οπτικών ιδιοτήτων προηγμένων υλικών, χρησιμοποιήθηκαν βαθιά νευρωνικά δίκτυα για τη δημιουργία προσεγγιστικών μαθηματικών μοντέλων που υποκαθιστούν τις εξισώσεις Maxwell με υψηλό βαθμό ακρίβειας. (Li et.al 2021, Fang et. al 2024) Η AI προσφέρει σε τέτοιες περιπτώσεις εργαλεία θεωρητικής σύνθεσης όπου η παραδοσιακή μαθηματική προσέγγιση αδυνατεί. Β. Ανάλυση και Διάδοση Αβεβαιότητας Η υπολογιστική ισχύς και η στατιστική ευελιξία των AI μοντέλων ενισχύουν τη θεωρητική ανάλυση της αβεβαιότητας μέτρησης, σύμφωνα με τις κατευθύνσεις του GUM. Με τη χρήση τεχνικών όπως η Bayesian μάθηση ή οι Monte Carlo προσεγγίσεις, η τεχνητή νοημοσύνη καθιστά δυνατή τη διάδοση της αβεβαιότητας σε συστήματα μεγάλης πολυπλοκότητας, όπου τα συμβατικά σχήματα αποτυγχάνουν. Χαρακτηριστικό παράδειγμα είναι η μοντελοποίηση των αβεβαιοτήτων στα ρολόγια ατομικού χρόνου, όπου AI μοντέλα προσομοιώνουν την επίδραση εξωτερικών διαταραχών, όπως μαγνητικά πεδία ή θόρυβος από δονήσεις, προσφέροντας δυναμικές εκτιμήσεις της αβεβαιότητας σε πραγματικό χρόνο. Chen et al (2024) Γιώργος Πανταζής, Κων/νος Νικολίτσας. Εθνικό Μετσόβιο Πολυτεχνείο – Σχολή Αγρονόμων και Τοπογράφων Μηχανικών - Μηχανικών Γεωπληροφορικής Η ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΩΣ ΕΡΓΑΛΕΙΟ ΤΟΥ ΨΗΦΙΑΚΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ ΣΤΗ ΜΕΤΡΟΛΟΓΙΑ. ΤΡΕΧΟΥΣΑ ΚΑΤΑΣΤΑΣΗ ΚΑΙ ΠΡΟΟΠΤΙΚΕΣ 9ο Συνέδριο Μετρολογίας Αθήνα, 20-21 Ιουνίου 2025 τη συμμόρφωση με κανονισμούς και τη διαφάνεια στις συναλλαγές, ενώ παράλληλα ενισχύει την προστασία των καταναλωτών. Η τεχνητή νοημοσύνη ενσωματώνεται όλο και περισσότερο ως βασικό στοιχείο ενός ενιαίου και διαλειτουργικού μετρολογικού οικοσυστήματος, όπου οι μετρήσεις είναι πλέον δυναμικές, διασυνδεδεμένες και προσαρμοστικές στις απαιτήσεις της εποχής. Η προοπτική για την ανάπτυξη διεθνών προτύπων AI-driven μετρολογίας, η σύνδεση με την κβαντική τεχνολογία, καθώς και η ευρύτερη εφαρμογή της AI σε ιατρικές και περιβαλλοντικές μετρήσεις, υποδεικνύουν ότι βρισκόμαστε μπροστά σε ένα νέο μετρολογικό ιστορικό ορόσημο αφού η υιοθέτηση αυτών των τεχνολογιών συνοδεύεται από σημαντικές προκλήσεις. Θέματα όπως η ″διαφάνεια″ των αλγορίθμων, η διασφάλιση της ποιότητας των δεδομένων, η επικύρωση των ευφυών συστημάτων και η κοινωνική αποδοχή των αυτοματοποιημένων αποφάσεων, αποτελούν κρίσιμα ζητήματα που η μετρολογική κοινότητα οφείλει να αντιμετωπίσει μεθοδικά και θεσμικά. Συνεπώς, το μέλλον της Μετρολογίας δεν είναι απλώς ψηφιακό – είναι και ευφυές. Και καθώς η τεχνητή νοημοσύνη μετατρέπεται από εργαλείο σε συνδιαμορφωτή της μετρολογικής επιστήμης, η πρόκληση δεν είναι μόνο τεχνολογική: είναι επιστημονική, θεσμική και εν τέλει, ανθρώπινη. Η οικοδόμηση εμπιστοσύνης στο νέο αυτό πλαίσιο θα είναι το επόμενο μεγάλο στοίχημα. Βιβλιογραφία Γιαλέρης Π., “Ψηφιακός μετασχηματισμός μικρομεσαίων επιχειρήσεων στην Ελλάδα” [Διπλωματική εργασία, Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών], Ψηφιακό Αποθετήριο ΠΕΡΓΑΜΟΣ., 2023. https://pergamos.lib.uoa.gr/uoa/dl/object/3339054, Last accessed 17.05.2025 ΕΒΕΑ., “Πιστοποίηση και εποπτεία για την ασφάλεια των προϊόντων”., Εμπορικό και Βιομηχανικό Επιμελητήριο Αθηνών., 2023. https://acci.gr/τ-θεοδωρικάκος-πιστοποίηση-και-εποπτ/, Last accessed 17.05.2025 Παπαβασιλείου I., “Ψηφιακός μετασχηματισμός στον ιδιωτικό και δημόσιο τομέα και η επίδραση Covid-19”,Διπλωματική εργασία, Εθνικό Μετσόβιο Πολυτεχνείο. Ψηφιακή Βιβλιοθήκη ΕΜΠ., 2021. https://dspace.lib.ntua.gr/handle/123456789/54024, Last accessed 17.05.2025 BIPM, IAF, IEC, ILAC, “Quality infrastructure”, 2017. https://www.bipm.org/documents/20126/42177518/QI-definition.pdf/797073b4-32cf-2bc7-a76739b65ce152b1, Last accessed 17.05.2025 BIMP., JCGM 200:2012., «International vocabulary of metrology – Basic and general concepts and associated terms (VIM)», 3rd Edition, 2008. Bosch GmbH., “The next stages of digitalization: Connectivity and artificial intelligence”., 2025. https://www.bosch.com/research/research-fields/digitalization-and-connectivity/research-on-securityand-privacy/aiot-security/, Last accessed 17.05.2025 Γιώργος Πανταζής, Κων/νος Νικολίτσας. Εθνικό Μετσόβιο Πολυτεχνείο – Σχολή Αγρονόμων και Τοπογράφων Μηχανικών - Μηχανικών Γεωπληροφορικής Η ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΩΣ ΕΡΓΑΛΕΙΟ ΤΟΥ ΨΗΦΙΑΚΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ ΣΤΗ ΜΕΤΡΟΛΟΓΙΑ. ΤΡΕΧΟΥΣΑ ΚΑΤΑΣΤΑΣΗ ΚΑΙ ΠΡΟΟΠΤΙΚΕΣ 9ο Συνέδριο Μετρολογίας Αθήνα, 20-21 Ιουνίου 2025 Bolanos D., Ataei M., Grandi D., Goucher-Lambert K., “RECALL-MM: A multimodal dataset of consumer product recalls for risk analysis using computational methods and large language models”., 2025 arXiv. https://arxiv.org/abs/2503.23213, Last accessed 17.05.2025 Chen E., Charbonneau A., Gertsvolf M.,Wang Y. , “Anomaly detection for atomic clocks using unsupervised machine learning algorithms”., Metrologia, 61(5), 055005., 2024. https://doi.org/10.1088/1681-7575/ad6b30, Last accessed 17.05.2025 Darwin Edge., “Real-time quality control with computer vision and edge AI”., 2025. https://darwinedge.com/resources/case-studies/quality-control, Last accessed 17.05.2025 Fang Y., Lu X., “A physics-aware neural network for effective refractive index prediction of photonic waveguides”., Optical and Quantum Electronics, 56, 151., 2025. https://doi.org/10.1007/s11082-024-08009-8, Last accessed 17.05.2025 Hentschel A., Sanders B. C., “Machine learning for precise quantum measurement”. Physical Review Letters, 104(6), 063603., 2010. https://doi.org/10.1103/PhysRevLett.104.063603, Last accessed 17.05.2025 Hess T., Matt C., Benlian A., & Wiesböck F., “Options for formulating a digital transformation strategy.” MIS Quarterly Executive, 15(2), 123–139, 2016. https://aisel.aisnet.org/misqe/vol15/iss2/6, Last accessed 17.05.2025 IAF., “IAF Mandatory Document For The Use Of Information And Communication Technology (ICT) For Auditing/Assessment Purposes” Issue 2, Version 2, International Accreditation Forum INC., 2018. https://iaf.nu/iaf_system/uploads/documents/IAF_MD4_Issue_2_Version_2_03082021.pdf, Last accessed 17.05.2025 ISO., “Automation systems and integration – Digital twin framework for manufacturing”., International Organization for Standardization., 2021. https://www.iso.org/standard/75066.html, Last accessed 17.05.2025 ISO., “Building Trust: The Conformity Assessment Toolbox.”, International Organization for Standardization., 2022. https://www.iso.org/publication/PUB100230.html, Last accessed 17.05.2025 ISO/IEC., “Internet of Things (IoT) – Reference architecture”., International Organization for Standardization., 3011, 2024. https://www.iso.org/standard/88800.html, Last accessed 17.05.2025 Li Y., Zhu Z., Wang H., Fan, Y., “Physics-driven deep neural network training based on Maxwell’s equations.” arXiv preprint arXiv:2107.06164. 2021. https://doi.org/10.48550/arXiv.2107.06164, Last accessed 17.05.2025 Mills K., “The increasing role of metrology automation in smart manufacturing. Metrology and Quality News”., 2024. https://metrology.news/the-increasing-role-of-metrology-automation-in-smart-manufacturing-2/, Last accessed 17.05.2025 McKinsey & Company, “What is digital transformation”, 2024. https://www.mckinsey.com/featured-insights/mckinsey-explainers/what-is-digital-transformation, Last accessed 17.05.2025 NIST., “Blockchain for trusted data integrity and traceability”, National Institute of standards and Technology - U.S. Department of Commerce., 2022. https://doi.org/10.6028/NIST.IR.8403, Last accessed 17.05.2025 Γιώργος Πανταζής, Κων/νος Νικολίτσας. Εθνικό Μετσόβιο Πολυτεχνείο – Σχολή Αγρονόμων και Τοπογράφων Μηχανικών - Μηχανικών Γεωπληροφορικής Η ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΩΣ ΕΡΓΑΛΕΙΟ ΤΟΥ ΨΗΦΙΑΚΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ ΣΤΗ ΜΕΤΡΟΛΟΓΙΑ. ΤΡΕΧΟΥΣΑ ΚΑΤΑΣΤΑΣΗ ΚΑΙ ΠΡΟΟΠΤΙΚΕΣ 9ο Συνέδριο Μετρολογίας Αθήνα, 20-21 Ιουνίου 2025 Potec L., Plaza P.M.J., “A European Blockchain technology for the use in accreditation and certification”, PowerPoint Presentaion, European Commision., 2024. https://european-accreditation.org/wp-content/uploads/2024/03/EBSI-presentation-to-EAs_Feb2024.pdf?utm_source=chatgpt.com, Last accessed 17.05.2025 PTB., “Digital Calibration Certificate – DCC”, Physikalisch-Technische Bundesanstalt., 2025. https://www.ptb.de/cms/en/research-development/ptbs-innovation-clusters/innovation-cluster-fordigitalization/kernziel1einheitlichkeitim/digital-calibration-certificate-dcc.html, Last accessed 17.05.2025 PTB., “Publishable summary for 17IND02 SmartCom: Communication and validation of smart data in IoT-networks”., Physikalisch-Technische Bundesanstalt., 2020. https://www.ptb.de/empir2018/fileadmin/documents/empir/SmartCom/documents_for_download/Sma rtCom_17IND02_PublishableSummary.pdfResearchGate+6, Last accessed 17.05.2025 Saranya A., Subhashini R., “A systematic review of Explainable Artificial Intelligence models and their applications: Recent develepments and future trends”., Decision Analytics Journal, Volume 7, 2023. https://doi.org/10.1016/j.dajour.2023.100230, Last accessed 17.05.2025 Schneider L-S., Krauss P., Schiering N., Syben C., Schielein R., Maier A., “Data -Driven Modeling in Metrology – A Short Introduction, Current Developments and Future Perspectives”, De Gruyter Oldenbourg, 2024. STDF., “Digitalization for Safe Trade Facilitation: Driving transformation with SPS ecertification”, Briefing Note, 2024. https://standardsfacility.org/sites/default/files/2025-04/STDF_SPS_eCertification_Web_E.pdf, Last accessed 17.05.2025 UNIDO., «Quality infrastructure. Building Trust For Trade», 2016. https://publicsectorassurance.org/supporting-material/the-benefits-of-a-quality-infrastructure-unido2016/. Last accessed 17.05.2025 UNIDO., “Digital Transformation and Quality Infrastructure”, United Nations Industrial Development Organization., 2022. https://hub.unido.org/news/digitalization-transforming-quality-infrastructure. Last accessed 17.05.2025 Ye Y., Ren J., Wang S., Wan Y., Razzak I., Hoex B., Wang H., Xie T.,Zhang W., “Construction and application of materials knowledge graph in multidisciplinary materials science via large language model”. NeurIPS, 2024. https://openreview.net/pdf/822c36db432e75df877fd3ebf0f034b2fbdfa5f0.pdf, Last accessed 17.05.2025 Zheng S., Zhu M.,Liu, Y., “Research on anomaly detection and correction of power metering data based on machine learning algorithm”., State Grid Jibei Electric Power Company Limited, Center of Metrology., 2024 Vial G., “Understanding digital transformation: A review and a research agenda. Information Systems Journal”, 29(1), 1–37., 2019. https://doi.org/10.1111/isj.12193 Visionify., “Case study: Using computer vision to detect the quality of bricks”., 2023. https://visionify.ai/case-studies/vision-ai-bricks-quality-checker, Last accessed 17.05.2025 Warner K. S. R., Wäger M. “Building dynamic capabilities for digital transformation: An ongoing process of strategic renewal”. Long Range Planning, 52(3), 326–349., 2019. https://doi.org/10.1016/j.lrp.2018.12.001