Mesterséges intelligencia: ne nevezz butának
Közzétéve: 2023. február 8. hely: Operational Excellence
Tíz évvel ezelőtt nagyon büszke voltam arra, hogy a gyárunkban mennyire intelligens gépek vannak. Most, az intelligens szó jelenlegi definícióját ismerve már tudom, hogy az akkori gépek valójában nagyon butának számítanak.
Miért? Mert bár azt csinálták, amire tervezték őket, de abban a pillanatban, amint valami váratlan vagy szokatlan dologgal találkoztak, elakadtak. A gépkezelőnek tették fel a kérdést, hogy „mi a baj velem?”.
A hibaelhárításhoz és a gépek újbóli üzembe helyezéséhez okos emberekre volt szükség. Magasan képzett gépkezelőkre. Tapasztalt szoftver- és hardvermérnökökre.
A probléma az, hogy az elmúlt tíz év során az ilyen szakemberből egyre kevesebb maradt. Egyszerűen nincs elég új tehetség, aki ezt a szakterületet választaná, és ellensúlyozná a nyugdíjkorhatárt elérő munkavállalók számát. Amikor a munkavállalók nyugdíjasként elhagyják a szakmát, magukkal viszik a nehezen megszerzett szaktudásukat, amelynek alapját az évek során szerzett tapasztalatok szolgáltatták. A vállalatok minden egyes távozó munkavállalóval veszítenek hatékonyságukból, hisz kevesebb képzett munkavállalójuk marad.
Nincs több buta kérdés…
A nyilvánvaló megoldás az, hogy intelligensebb gépeket alkotunk, amelyek nem tesznek fel több buta kérdést. A gépgyártók olyan rendszereket terveznek, amelyek maguk is tudják, hogy miért álltak le, vagy hogy mi okozza a problémát.
Bizonyos mértékig már most is ez történik. Például érzékelőket használunk, hogy a kartonozó gép jelezze a kezelőnek, hogy kifogyott a nyersanyag.
Az érzékelőkkel azonban csak eddig lehet eljutni. A rendszer autonómiájának új szintre emeléséhez mesterséges intelligenciára (AI) van szükség, hogy a gépek olyan intelligens algoritmusokat használhassanak, amelyek az emberi agy működéséhez hasonlóan képesek a kifinomult elemzések elvégzésére.
Sok szó esik arról, hogy a mesterséges intelligenciát az emberi gondolkodási folyamatok utánzására használják az ipari alkalmazásokban, de valójában kevés olyan vállalkozás van, amely sikeresen használja ki a mesterséges intelligencia nyújtotta előnyöket.
Gyakran kudarcba fullad az AI alkalmazása
Ennek két fő oka van: először is, a vállalatok gyakran esnek abba a hibába, hogy túl általános módon alkalmazzák az AI-t, másodszor pedig nem tudják, hogyan kezeljék az adatmennyiség robbanásszerű növekedését, amely ennek az átfogó megközelítésnek köszönhető.
Ahhoz, hogy megtudja, hogyan alkalmazható az AI az Ön gyárában, először is meg kell határoznia, hogy milyen problémát szeretne megoldani, vagy milyen fejlesztéseket szeretne megvalósítani. Kezdje kicsiben, egy nagyon konkrét problémával. Össze kell gyűjtenie a vonatkozó adatokat is, ami nem könnyű feladat. Nemcsak arról kell meggyőződnie, hogy a megfelelő adatok rendelkezésre állnak-e, hanem arról is, hogy azokat a megfelelő időben tárolja-e, és hogy nem hagyott ki egyetlen adatot sem. Az összegyűjtött adatokat pedig elemeznie is kell.
Az OMRON AI-vezérlője – a világ első olyan AI-megoldása, amely a termelés közvetlen szintjén működik (a Sysmac NY5 IPC és az NX7 CPU működésén alapuló hardver segítségével) – mindezt megteszi Ön helyett. A vezérlő mikrosebességgel rögzíti az adatokat, és a közvetlenül a gyártósoron begyűjtött feldolgozási adatok alapján, a mintafelismerés segítségével elemzi azokat. Sysmac gyártásirányítási platformunk részét képezi, ami azt jelenti, hogy közvetlenül a gépben is használható, ezáltal pedig a hatásfokvesztés is megakadályozható.
Példa az AI alkalmazására
Példa ennek a megközelítésnek a gyakorlatban való alkalmazására, hogy jelenleg egy, az élelmiszeripar területén tevékenykedő ügyféllel dolgozunk a lezárásmegfelelőség javításán. Ahelyett, hogy a kezelőre hagyatkoznánk annak felismerésében, hogy a lezárófej nem a kívánt módon működik, a csomagológép a mesterséges intelligenciát használja a megismételhető teljesítmény fenntartására. Azáltal, hogy AI-megközelítést alkalmazunk a lezárási műveletek során, több nappal növeljük az eltarthatósági időt, és minimalizáljuk a hibás lezárások előfordulását. Ezzel kiküszöböljük annak kockázatát, hogy a kiskereskedelmi ügyfelek elutasítsanak egy teljes termékszállítmányt.
Gépi tanulás: a tapasztalat hiányának áthidalása
Eddig csak arról beszéltem, hogy a mesterséges intelligenciát arra használjuk, hogy a gépeket okosabbá tegyük. Az AI alkalmazásának egy másik módja az emberek tudásának fejlesztése. Az adatok fizikai eszközök – ebben az esetben nagy tapasztalattal rendelkező dolgozók – segítségével visszanyerhetők, és mintafelismerés alkalmazható. Egyszerűen fogalmazva, a képzett kezelő tanítja a gépet, a gép pedig tanítja a képzetlen kezelőt.
Laboratóriumunkban jelenleg AI-vezérelt gépekkel kísérletezünk, amelyek arra kérik a kezelőket, hogy szereljenek össze termékeket, és rögzítik, hogyan teszik ezt, hogy felfedezzék a feladat elvégzésének legokosabb módját annak érdekében, hogy ezt a technikát más kezelőknek is meg lehessen tanítani.
A gépi tanulás másik ipari alkalmazása lehet az AI használata annak megállapítására, hogy a kezelőnek milyen műveleteket kell végrehajtania a gépen. Ha például a kezelő keze rossz irányba mozog, a gép riaszt.
Csak az okosok tudják a választ
Legyen szó akár a legjobb megoldások azonosításáról és tanításáról, a hibák előrejelzéséről vagy a működési feltételek nyomon követéséről, a digitális átalakulás útján már előrehaladott vállalkozások lesznek a legjobb helyzetben ahhoz, hogy kihasználják az AI nyújtotta előnyöket. Azonban az út elején járó vállalkozásokat sem szabad eltántorítani az AI nyújtotta lehetőségek felfedezésétől. Új gép rendelésekor győződjön meg róla, hogy az rendelkezik az AI célú adatgeneráláshoz szükséges funkciókkal. Nem kell tudnia, hogy milyen adatokra van szüksége – csak a jó kérdéseket kell tudni feltennie a gépgyártónak. Kezdje kicsiben, és haladjon lépésről lépésre – az emberi DNS több millió év alatt fejlődött ki, ezért irreális elvárás, hogy a gépek néhány hónap alatt képesek legyenek leutánozni az emberi agy működését.
További részletekért lépjen velünk kapcsolatba!