Umělá inteligence: Nejsem hloupá
Zveřejněno Operational Excellence v 08. Únor 2023
Před deseti lety jsem byl docela pyšný na to, jak chytré jsou stroje v naší továrně. Se svou dnešní definicí chytrosti si uvědomuji, že byly vlastně docela hloupé.
Proč? Protože i když dělaly to, pro co byly navrženy, jakmile nastalo něco neočekávaného nebo neobyčejného, zarazily se. Nezbylo jim než se zeptat obsluhy: „Co je se mnou v nepořádku?“.
Odstraňování problémů a opětovné zprovozňování strojů vyžadovalo chytré lidi. Vysoce kvalifikované pracovníky obsluhy. Zkušené softwarové a hardwarové inženýry.
Problém je v tom, že v posledních deseti letech se tito lidé stávají stále nedostupnějšími. V tomto odvětví jednoduše není dostatek nových talentů, aby se vyrovnaly počty pracovníků, kteří se nyní blíží k důchodovému věku. Když tito lidé odejdou do penze, odnášejí s sebou své těžce nabyté pracovní znalosti, které jsou výsledkem mnohaletých zkušeností. S každým odcházejícím pracovníkem se podniky potýkají s perspektivou méně produktivní a méně kvalifikované pracovní síly.
Už žádné hloupé otázky…
Zjevně se nabízí řešení v podobě chytřejších strojů, které už nebudou muset klást hloupé otázky. Výrobci strojů by měli konstruovat systémy, které dokážou samy zjistit, proč se zastavily nebo proč vznikl problém.
To se již do určité míry děje. Například se použijí senzory tak, aby stroj na tvarování krabic mohl sdělit obsluze, že došly vstupní produkty.
Senzory však nabízejí jen omezený rozsah možností. Posunutí systémové autonomie na vyšší úroveň vyžaduje umělou inteligenci (AI), aby stroje mohly používat inteligentní algoritmy schopné provádět sofistikovanou analýzu, která se více podobá činnosti lidského mozku.
Hodně se mluví o využití umělé inteligence k napodobování lidských myšlenkových procesů v průmyslových aplikacích, ale skutečných příkladů podniků, které úspěšně využívají hodnotu umělé inteligence, je málo.
Běžná úskalí umělé inteligence
Hlavní důvody jsou dva: zaprvé se společnosti často chytají do pasti příliš obecné aplikace umělé inteligence a zadruhé nevědí, jak naložit s ohromným množstvím dat, které tento široce pojatý přístup generuje.
Pokud se chystáte přezkoumat, jak byste mohli využít umělou inteligenci ve vaší továrně, nejprve byste měli zjistit, jaký problém chcete vyřešit nebo jakého zlepšení chcete dosáhnout. Začněte v malém měřítku s velmi konkrétním problémem. Pak bude nutné shromáždit příslušná data, což není snadný úkol. Nejen, že musíte zajistit, aby byla data správná, ale musí být také ukládána v pravý čas a žádná data vám nesmí uniknout. A musíte tato data analyzovat.
Řídicí jednotka OMRON využívající umělou inteligenci – první řešení na světě s umělou inteligencí, které funguje „okrajově“ (s hardwarem založeným na procesorech Sysmac NY5 IPC a NX7 CPU) – to udělá za vás. Tato řídicí jednotka bude zaznamenávat data mikrorychlostí a analyzovat je pomocí rozpoznávání vzorců na základě procesních dat shromážděných přímo na výrobní lince. Je integrována do naší platformy Sysmac pro řízení výrobního závodu, což znamená, že ji lze použít přímo ve stroji a zabránit tak snížení efektivity.
Umělá inteligence v praxi
Jako příklad tohoto přístupu v praxi můžeme uvést naši aktuální spolupráci se zákazníkem z potravinářského průmyslu, který chce zlepšit jednotnost zatavování. Místo aby se obsluha spoléhala na to, že pozná, kdy zatavovací hlava nefunguje tak, jak má, balicí stroj využívá umělou inteligenci k udržení opakovatelného výkonu. Aplikováním přístupu umělé inteligence na operaci zatavování prodloužíme dobu skladovatelnosti o několik dní a minimalizujeme výskyt vadných zatavení, čímž eliminujeme riziko odmítnutí celé výrobní šarže maloobchodními zákazníky.
Strojové učení: Překlenutí nedostatku zkušeností
Zatím jsme hovořili pouze o využití umělé inteligence ke zvýšení inteligence strojů. Další vývoj umělé inteligence spočívá v tom, že bude zvyšovat inteligenci lidí. Data lze získat z fyzického kapitálu – v tomto případě od velmi zkušených pracovníků – a použít rozpoznávání vzorců. Jednoduše řečeno, kvalifikovaná obsluha školí stroj a stroj školí nekvalifikovanou obsluhu.
V naší laboratoři v současné době experimentujeme se stroji řízenými umělou inteligencí, které požádají pracovníka obsluhy, aby sestavil produkt – stroj zaznamená postup sestavení, aby odhalil nejchytřejší způsob provedení tohoto úkolu a mohl tuto techniku naučit další pracovníky obsluhy.
Další průmyslovou aplikací pro strojové učení může být použití umělé inteligence ke stanovení činností, které má obsluha na stroji provádět. Pokud se například ruce obsluhy pohybují nesprávným směrem, vygeneruje se výstraha.
Odpovědí se dočkáte pouze od těch inteligentních
Podniky, které již hodně pokročily na cestě k digitální transformaci, mají nejlepší výchozí pozici k využití hodnoty umělé inteligence – ať už jde o identifikaci a školení osvědčených postupů, předpovědi poruch nebo monitorování provozních podmínek. Podniky na začátku této cesty by se však neměly nechat odradit od zkoumání umělé inteligence. Při objednávání nového stroje se ujistěte, že má funkci pro generování dat pro účely umělé inteligence. Nemusíte vědět, jaká data potřebujete – stačí umět položit správné otázky konstruktérovi stroje. Také je vhodné začít v malém měřítku a postupovat krok za krokem – lidská DNA se vyvíjela miliony let, a tak je nereálné očekávat, že stroje napodobí lidský mozek během několika měsíců.
Kontaktujte nás pro více informací