В начале 2020 года автоматизация, искусственный интеллект (ИИ) и робототехника воспринимались модными словечками, вызывающими у людей как ощущение грядущего технологического чуда, так и опасение, что с каждой новой инновацией в производственных цехах будет все меньше людей.
Уже через несколько месяцев мир охватила пандемия: мир столкнулся с чрезвычайным положением, обрабатывающая промышленность находилась в кризисе, а глобальная цепочка поставок оказалась на грани разрушения. Из-за того, что предприятия по всему миру находятся под угрозой закрытия, а также в связи с введением требований о сохранении социальной дистанции между людьми, спрос на новые технологии - и в частности ИИ - резко вырос. Производители, ранее не решавшиеся применять эти технологии, были вынуждены полностью переосмыслить свои действия.
Когда производителей спросили о приоритетах в 2020 году, они ответили, что реализация концепции Индустрия 4.0 является ключевым моментом в их планах. Причина в том, что благодаря этой концепции можно улучшить качество, увеличить производительность и эффективность производств. Это касается любого размера производства, а не только “бегемотов”. Цель такого поворота, это более эффективные, производительные, конкурентоспособные и отказоустойчивые производства, которые смогут выжить и функционировать в «новых нормальных условиях».
Когда речь идет о проверках качества, необходимость в инновационных процессах очевидна. Эту функцию традиционно выполняют люди, которые и в период до пандемии часто были недоступны из-за нехватки рабочей силы. Сейчас, в условиях пандемии, потребность в рабочей силе возросла еще больше. Пандемия создала условия, при которых рабочие либо оказываются лишь временно доступными, либо неспособны работать в полную силу из-за требований по соблюдению антикоронивирусных мер.
Насколько это большая проблема? Статистические данные показывают, что контроль качества проводят около 35 миллионов рабочих, что примерно соответствует населению Канады. Представьте целую страну, занятую только выполнением этой одной функции на производстве.
Визуальная проверка качества с использованием ИИ может быть ответом на эту проблему, устраняя барьеры, которые обычно замедляют внедрение технологий, поскольку данное решение экономично, просто в интеграции и не требует специально обученного персонала.
Возможности визуального контроля качества огромны - от проверки сырья, поступающего на завод, и изделий, прибывающей по производственной линии, до проверки готовой продукции, которая упаковывается и комплектуется в коробки и укладывается на поддоны для отправки. Возьмем, к примеру, упаковку или комплектование обработанных пищевых продуктов на лотках для морозильных камер. Работники обычно проводят визуальную оценку того, помещена ли упаковка с едой в предназначенную для нее секцию, правильные ли там порции, и заполнены ли все места достаточной пищей для полноценного и питательного приема пищи. Дополняя этот процесс искусственным интеллектом с визуальными сенсорами, производители могут эффективно и результативно проверять больше продуктов, даже в условиях нехватки рабочей силы и сохранения социальной дистанции между ними.
Еще один пример производства, которое может выиграть от визуального контроля качества с помощью искусственного интеллекта, - это сборка печатных плат (PCBA). Поскольку печатные платы являются сложными в производстве изделиями, для их признания «приемлемыми» (не бракованными) требуется провести проверку нескольких ее деталей, таких как резисторы, конденсаторы, точки пайки, порты HDMI, ОЗУ или USB-контроллеры. Для этого часто требуются машины Автоматической Оптической Инспекции(AOI), управляемые рабочими. Или же нужно привлекать специальных работников, чтобы те выполняли визуальный осмотр. Как не трудно догадаться, оба этих способа весьма трудоемки.
Но визуальный контроль с помощью ИИ - это лишь вершина масштабного пересечения между гораздо более широким набором технологий, где Искусственный Интеллект встречается с Интернетом вещей или Искусственным Интеллектом Вещей (AIoT). Сегодняшние производства и промышленные машины оснащены десятками недорогих датчиков и камер, собирающих данные о продукции, а также базовой диагностикой промышленного оборудования. Производители используют искусственный интеллект человеческого уровня, который может извлекать практическую информацию из периферийных вычислительных устройств, располагающихся непосредственно внутри промышленных машин.
В этом случае ИИ работает в тандеме с людьми-операторами, изучая, что такое «нормальный производственный цикл» конкретно для данной аппаратуры. Это позволяет операторам управлять несколькими промышленными машинами сразу и выявлять проблемы в производстве. До появления искусственного интеллекта подобные машины требовали более тщательного контроля со стороны человека и проблемы с ней могли привести к остановке производства.
Некоторые говорят, что в промышленности происходит тихая революция, будь то камеры или встроенные датчики в промышленные машины. Чтобы подготовиться к следующему экономическому спаду или кризису, производители внедряют технологии Индустрии 4.0 с невиданными ранее темпами.
Таким образом, пандемия привела к непредвиденным последствиям, вызвав революцию, которая сделает предприятия более конкурентоспособными и устойчивыми намного дольше, чем только на 2021 год.
Об авторе
Доктор Массимиллиано Версаче является генеральным директором и соучредителем компании Neurala. Занимает лидирующие позиции в сфере создания интеллектуальных устройств после своих новаторских достижений в области программирования. Он имеет несколько патентов и две докторские степени: Когнитивные и нейронные системы, Бостонский университет; Экспериментальная психология, Университет Триеста, Италия.
