Умното производство ще се самолекува с изкуствен интелект

Днешната интелигентна производствена среда се основава на фабрики, които използват интелигентно, свързано оборудване и устройства, които позволяват вземане на решения, базирани на данни. Само по този начин те могат да осигурят ефективност и производителност през целия жизнен цикъл на продукта.

Първоначално производителите въведоха използването на усъвършенствани анализи, използващи мощта на изкуствения интелект (AI) и машинното обучение (ML), които позволиха на производствените системи да преминат от мониторинг на състоянието към прогнозен анализ, с предписания за своевременни действия, особено на ремонти и подмени. "Това ще отвори пътя от свързани и интелигентни към самоосъзнаващи се машини и производствено оборудване и в крайна сметка ще доведе до автономни системи, способни на самолечение", обясняват анализаторите от ARC. Хвърляйки поглед дори към днешните фабрики и производствени линии, те установяват, че технологиите за AI/ML вече се са се превърнали в неразделна част от интелигентното производство като цяло.

Въпреки че приемането на AI променя играта в много индустриални сектори, производствените предприятия в момента реализират едни от най-добрите проекти за изкуствения интелект. Внедряването на AI в производствените съоръжения става популярно. Според скорошно проучване на ARC значителен процент от лидерите в производствения сектор посочват, че техните организации използват някаква форма на изкуствен интелект. Освен това повече от половината европейски производители (над 51 процента) внедряват AI решения, като Япония (с 30 процента) и САЩ (с 28 процента) са на второ и трето място.

"Тази популярност се дължи на факта, че производствените данни са подходящи за машинно обучение, обясняват от ARC. - Производството е пълно с аналитични данни, които машините по-лесно анализират. Стотици променливи влияят върху производствения процес, които трудно се анализират от хора, но моделите на машинно обучение могат лесно да предскажат въздействието на отделните променливи в сложни ситуации."

Всъщност производителите често са изправени пред различни предизвикателства като неочаквана повреда на машина или доставка на дефектни продукти и резервни части. Използвайки изкуствен интелект, производителите могат да подобрят оперативната ефективност, да открият оптимални производствени процеси, да пуснат на пазара нови и иновативни продукти, да персонализират дизайна на продукта и да планират бъдещи финансови действия. По този начин те могат да ускорят своята дигитална трансформация.

ИИ ще позволи на машините да се учат

Машинното обучение се използва за определяне на оптималните производствени процеси в производството. Анализът с предписания съчетава големи данни, математическа статистика, логика и машинно обучение, за да разкрие емпирично произхода на най-сложните производствени проблеми и след това да предложи варианти за разрешаването им. Интелигентните производствени системи, базирани на ML, използват технология за разпознаване на шаблони, за да анализират съществуващи производствени данни за продукти и процеси. По този начин те идентифицират модели за това какво работи (най-добрите практики) и какво не (какви са рискови ситуации). Тези модели "се превеждат" под формата на разбираеми за човека правила, които след това се прилагат към производствените операции. Авиокосмическите и автомобилните производители са използвали този метод за оптимизиране на усъвършенствани процеси на производство на композитни материали.

Машинното обучение като подгрупа на изкуствения интелект използва математическа вероятност и широкомащабно съпоставяне на шаблони, за да прави изводи (т.е. да се учи) чрез алгоритми за обучение. "Този процес имитира човешкия интелект, коментират от ARC. - ML системите са обучени да изследват и анализират много големи набори от исторически данни и от данни в реално време въз основа на производствените машини и процеси и да ги категоризират в класове, които ще функционират като данни за обучение."

Облачните центрове за данни са мястото, в което се разработват алгоритми за ML обучение с помощта на специализирани сървъри с голяма изчислителна мощ. Периферните центрове пък са мястото, където ML изводите се извършват с помощта на специализирани процесори чрез вградени в процесора интегрирани механизми.

Продължава дискусията за това какво точно представлява интелигентната периферия на мрежата, като дефиницията продължава да се развива, обясняват анализаторите. Някои специалисти от доставчиците на периферни изчислителни среди твърдят, че това е частта между IoT устройството и облака, и го определят като набор от по-малки облаци за вертикални специализирани приложения. Тези "миниоблаци" са по-ефективни в енергийно отношение и намаляват присъщото забавяне на преместването на огромни количества данни от устройства и сензори към корпоративни облаци в големите центрове за данни. Изглежда обаче, че има консенсус около вградената интелигентност в крайните устройства, разчитащи на мощни процесори от следващо поколение, които са проектирани специално за изкуствен интелект и машинно обучение, базирано на изводи. Те ще развиват в бъдеще интелигентното производство, добавят от ARC.