A mesterséges intelligencia ma már nem csak az irodai munka vagy épp az adatelemzés frontján segítheti, dinamizálhatja az emberi tevékenységet. A technológia lassacskán más területeken is megkerülhetetlenné válik.
Egy modern gyártósoron nincs sok idő a mérlegelésre és az elmélyült gondolkodásra. A termékek nagy sebességgel gördülnek le a futószalagról, a minőségellenőrzést végző szakembereknek pedig ugyanebben a tempóban kell olykor kulcsfontosságú döntéseket hozniuk. Már egy apró gyártási hiba is elegendő lehet ahhoz, hogy egy adott terméket ki kelljen selejtezni.
A probléma különösen fontossá válhat az olyan fogyasztási cikkek gyártásánál, amelyek anyaga nem teljesen merev. Egy texturált vagy hajlékony anyag a gyártás során elmozdulhat, megnyúlhat vagy meggyűrődhet. Ami az egyik pillanatban hibának tűnik, az sok esetben nem más, mint csak az anyag természetes változása. Ezt kell a gépeknek villámgyorsan felismerniük.
A Siemens és a Procter & Gamble közös megoldása éppen ezen a területen hozhat kisebb “forradalmat”, melyben a mesterséges intelligenciának is kulcsszerep juthat. A Visual Inspection Cockpit (VIC) nevű rendszer élő kameraképek alapján, valós időben ellenőrzi a gyártósoron végighaladó termékeket. A P&G deep learning modelljeit a szakemberek a Siemens Industrial Edge technológiájával, ipari számítógépekkel, valamint Nvidia GPU-kkal kapcsolták össze.
A gépi látás természetesen nem új innováció az iparban. Bizonyos kamerás ellenőrzőrendszereket már hosszú ideje használnak arra, hogy méreteket, pozíciókat, felületeket vagy csomagolásokat vizsgáljanak.
A hagyományos rendszerek egyik gyenge pontja azonban éppen a változatosság. Ha megváltozik az alapanyag, a termék kialakítása vagy akár a gyártási környezet, a korábbi ellenőrzési szabályokat gyakran újra kell konfigurálni. Az MI-alapú megközelítés ennél rugalmasabb: a rendszer összetettebb vizuális eltérésekkel is képes megbirkózni, és jobban alkalmazkodhat a termék természetes változásaihoz. A cél az, hogy a technológia segítségével a gyártósoron áthaladó minden egyes termék górcső alá kerüljön, még nagy termelési sebesség esetében is.
A Siemens szerint az új fejlesztés révén percenként több ezer termék ellenőrzésére nyílik lehetőség. Ha a rendszer problémát észlel, nem pusztán adatot küld valahová későbbi elemzésre: az eredményt közvetlenül is integrálni lehet a gyártási folyamatba.
Az ipar számára azonban végső soron nem az a legfontosabb kérdés, hogy mennyire látványos és hatékony munkát végez a mesterséges intelligencia, hanem hogy megtérül-e a technológia alkalmazása. A két vállalat által közölt eredmények e szempontból is derűlátásra adnak okot. Kiemelték: a fejlesztés segítségével terméktől függően 10–20 százalékkal sikerült csökkenteni a selejt arányát. Sőt, az új rendszerek üzembe helyezése a vállalatok szerint ötször-tízszer gyorsabb lehet, mint a hagyományos megoldások esetében.
Ha kevesebb a selejt, értelemszerűen kevesebb az elvesztegetett alapanyag, az energia és az időráfordítás is. A gyorsabb telepítés pedig azért fontos, mert egy sikeresen működő megoldást így könnyebb “adaptálni” egy másik gyártósorra. És most pontosan ez történik most a P&G-nél: a technológiát globálisan terjesztik ki a vállalat gyártási hálózatára.
Amikor mesterséges intelligenciáról és gyártásról esik szó, egyesek rögtön humanoid robotokra és automatizált gyárakra asszociálnak. A Siemens és a P&G projektje azonban egy jóval hétköznapibb – és talán éppen ezért jelentősebb – irányt képvisel.
Az MI nem feltétlenül robotként jelenik meg az üzemekben. Sokkal valószínűbb, hogy először olyan feladatokat vesz át vagy támogat, amelyeknek automatizációja eddig nehézségekbe ütközött. Ilyen a változó termékek vizuális ellenőrzése, az apró minőségi eltérések felismerése vagy a gyártási adatokból kirajzolódó problémák időben történő észlelése, és így tovább.
A gyárak szempontjából pedig valószínűleg éppen itt húzódik a mesterséges intelligencia következő nagy határvonala: amikor az MI már nem különleges technológiai projekt, hanem ugyanolyan természetes része lesz a termelésnek, mint ma egy PLC, egy ipari kamera vagy egy robotkar.
Forrás: Siemens és Procter & Gamble
Képek: pexels.com; magnific.com