Sztuczna inteligencja: tylko nie mów, że jestem głupi
Opublikowano 8 lutego 2023 w Operational Excellence
Dziesięć lat temu byłem bardzo dumny z tego, jak inteligentne były maszyny w naszej fabryce. Dziś, biorąc pod uwagę obecne pojmowanie inteligencji, zdaję sobie sprawę, że tak naprawdę są one dość głupie.
Dlaczego? Bo mimo, że robią to, do czego zostały zaprojektowane, to w chwili, gdy napotkały coś niespodziewanego lub nietypowego, przerywały pracę. Nie pozostawało im nic innego, jak zapytać operatora: „Co jest ze mną nie tak?”.
Rozwiązywanie problemów, przywracanie maszyn do pracy i obsługa urządzeń wymagały zaangażowania inteligentnych ludzi. Wysoko wykwalifikowanych operatorów. Doświadczonych inżynierów ds. oprogramowania i sprzętu.
Problem polega na tym, że w ciągu ostatnich dziesięciu lat ludzie ci stawali się coraz trudniej dostępni. Do branży nie trafia dostatecznie dużo nowych talentów, aby zrównoważyć liczbę pracowników osiągających wiek emerytalny. Kiedy opuszczają firmę, emeryci zabierają ze sobą swoją ciężko zdobytą wiedzę na temat pracy, która jest kulminacją wieloletniego doświadczenia. W przypadku każdego odchodzącego pracownika firmy mają do czynienia z perspektywą mniej produktywnej i mniej wykwalifikowanej siły roboczej.
Koniec z głupim pytaniami…
Oczywiste rozwiązanie polega na zwiększaniu poziomu inteligencji maszyn, aby nie musiały więcej zadawać głupich pytań. Twórcy maszyn projektują systemy, które są w stanie same ustalić, dlaczego przerwały pracę lub na czym polega problem.
Już dzisiaj w pewnym stopniu mamy z tym do czynienia. Przykładem jest wykorzystanie czujników w taki sposób, aby maszyna do pakowania do kartonów potrafiła przekazać operatorowi informację, że kończą jej się arkusze.
Jednak na tym kończą się możliwości stwarzane przez samo wykorzystywanie czujników. Zwiększenie autonomiczności systemu do wyższego poziomu wymaga wykorzystania sztucznej inteligencji (SI), aby maszyny wykorzystywały inteligentne algorytmy w taki sposób, aby mogły przeprowadzać zaawansowane zadania analityczne — podobnie jak robi to ludzki mózg.
Dużo mówi się o wykorzystaniu sztucznej inteligencji do naśladowania ludzkich procesów myślowych w zastosowaniach przemysłowych, ale prawdziwe przykłady firm, które z powodzeniem odblokowują wartość sztucznej inteligencji, są niezwykle rzadkie.
Typowe pułapki sztucznej inteligencji
Istnieją dwa główne powody tego stanu: po pierwsze, przedsiębiorstwa często wpadają w pułapkę zbyt ogólnego podejścia w wykorzystywaniu sztucznej inteligencji, a po drugie, nie wiedzą, jak radzić sobie, z gigantycznymi ilościami danych, które generuje tego rodzaju ogólne podejście.
Jeśli zamierzasz sprawdzić, w jaki sposób sztuczna inteligencja może być zastosowana w Twojej fabryce, najpierw musisz ustalić, jaki problem chcesz rozwiązać lub co chcesz poprawić. Zacznij od niewielkiego problemu. Następnie trzeba zebrać odpowiednie dane, co nie jest łatwym zadaniem. Nie tylko musisz mieć pewność, że masz odpowiednie dane, lecz również że są one przechowywane we właściwym czasie i że nie są pomijane żadne dane. I w końcu musisz przeanalizować te dane.
Wszystkimi tymi wyzwaniami zajmie się za Ciebie sterownik SI firmy OMRON — pierwsze na świecie rozwiązanie z zakresu SI, które działa w roli urządzenia brzegowego (wykorzystując Sysmac NY5 IPC i procesor NX7). Sterownik będzie rejestrował wzorce z bardzo dużą prędkością i analizował je za pomocą funkcji rozpoznawania wzorców na podstawie danych procesu gromadzonych bezpośrednio na linii produkcyjnej. Jest on zintegrowany z naszą fabryczną platformą sterowania Sysmac, co oznacza, że można go używać bezpośrednio w maszynie, aby zapobiec stratom wydajności.
Sztuczna inteligencja w akcji
Przykładem tego podejścia w rzeczywistych warunkach jest nasza współpraca z klientem z branży spożywczej, której celem jest poprawa integralności uszczelnienia. Zamiast polegać na umiejętności wykrycia nieprawidłowego działania głowicy uszczelniającej przez operatora, maszyna pakująca wykorzystuje sztuczną inteligencję do utrzymania powtarzalnej wydajności. Przykładem innego zastosowania jest nasza obecna współpraca z klientem z branży spożywczej mająca na celu poprawienie integralności uszczelnienia. Zastosowanie podejścia opartego na SI do procesu uszczelniania umożliwi zwiększenie okresu trwałości o kilka dni i ograniczenie wadliwych uszczelek, eliminując w ten sposób ryzyko odrzucenia całej partii produktu przez klientów detalicznych.
Uczenie maszynowe: pokonywanie przepaści doświadczeń
Do tej pory mowa była tylko o wykorzystaniu sztucznej inteligencji do zwiększania inteligencji maszyn. Druga trajektoria rozwoju SI sprawia, że ludzie stają się inteligentniejsi. Dane można pozyskiwać również od zasobów fizycznych — w tym przypadku bardzo doświadczonych pracowników — i wykorzystywać funkcję rozpoznawania wzorców. Mówiąc prościej, wykwalifikowany operator szkoli maszynę, a maszyna szkoli niewykwalifikowanego operatora.
W naszym laboratorium eksperymentujemy obecnie z maszynami wspomaganymi sztuczną inteligencją, które proszą operatorów o zmontowanie produktów i rejestrują sposób wykonywania czynności, aby odkryć najinteligentniejszy sposób realizacji danego zadania, tak aby można było przekazać tę technikę innym operatorom.
Innym zastosowaniem przemysłowym do uczenia maszynowego może być wykorzystanie SI do ustalenia, jakie działania powinien podjąć operator na maszynie. Jeśli na przykład ręce operatora poruszają się w niewłaściwym kierunku, zostanie wygenerowany alarm.
Tylko inteligentne maszyny znają odpowiedź
Przedsiębiorstwa, które są zaawansowane w procesie transformacji cyfrowej, będą najlepiej wykorzystywać zalety sztucznej inteligencji — niezależnie od tego, czy chodzi o identyfikowanie i szkolenie w zakresie najlepszych praktyk, przewidywanie awarii czy monitorowanie warunków pracy. Firmy na początku podróży nie powinny jednak zniechęcać się do odkrywania zalet sztucznej inteligencji. Zamawiając nową maszynę, należy upewnić się, że ma ona funkcję generowania danych dla celów SI. Nie musisz wiedzieć, jakich danych potrzebujesz — wystarczy znać właściwe pytania, które należy zadać konstruktorowi maszyn. Ponadto zacznij od małych projektów i stosuj podejście małych kroków — ludzkie DNA ewoluowało przez miliony lat, więc oczekiwanie, że maszyny będą w stanie naśladować ludzki mózg w ciągu kilku miesięcy, jest nierealne.
Skontaktuj się z nami, aby uzyskać więcej informacji