Umělá inteligence ve výrobě: report z Brunch meetingu a záznam přednášky Jana Kočího
Koncem listopadu jsme uspořádali další inspirativní Brunch meeting, tentokrát na téma AI technologie ve výrobě. Kdo tam byl, ten rozhodně neprohloupil. A kdo ne, ten nemusí smutnit. Přinášíme vám totiž textový souhrn vybraných pasáží i kompletní obrazový záznam přednášky Jana Kočího.
Vedoucí výzkumného směru Systémová integrace a leader Oddělení modelování procesů a umělé inteligence na Ústavu pro nanomateriály, pokročilé technologie a inovace (CxI) TUL účastníkům nejprve na příkladu šachového souboje mezi lidským velmistrem a superpočítačem vysvětlil, co je a co není umělá inteligence.
Počítač z dílny společnosti IBM jménem Deep Blue, který v letech 1996 až 1997 odehrál dvanáct partií s Garry Kasparovem, nelze označovat za umělou inteligenci, protože to byl naprogramovaný kód, který pouze opakoval to, co ho vývojáři naučili.
A on tak obrazně i doslova hrál podle pevně daných a předem určených pravidel.
Jenže umělá inteligence nespoléhá jen na „hrubou sílu“ programování a opakování pravidel. Pravá AI má schopnost uvažovat podobně jako člověk. To zahrnuje schopnost kontextualizace a dokonce i trochu kreativity.
Používá k tomu tzv. strojové učení.
V praxi to funguje tak, že nejprve umělé inteligenci poskytnete vzorová data s jejich interpretací.
Například data z výrobní linky, která se kvůli přehřátí musela na delší dobu odstavit. Vy tak AI „vysvětlíte“, jak to má vypadat správně, co je špatně a k čemu konkrétně vedlo určité pochybení.
A ona pak už bude nejen sbírat data z linky a neprodleně hlásit chyby, ale také hledat podobné vzorce v chování strojů.
Jan Kočí kromě rozpoznávání obrazu pro kontrolu kvality, prevence chyb ve výrobě či optimalizace logistických procesů, zmínil i několik netradičních využití umělé inteligence ve výrobě.
Například tvorbu digitálních dvojčat.
Jeden z Kočího klientů z oblasti automotive nedávno chtěl vytvořit digitální dvojče spalovacího motoru.
Jde totiž o velmi složitý mechanismus, u kterého dobré nastavení všech parametrů vyžaduje roky praxe, zkušeností a spoustu náročných, finančně nákladných a dlouho trvajících testů.
Zákazník potřeboval, aby daný motor byl v každém režimu správně mazaný a nic se v něm nepředřelo.
Doposud bylo nutné všechno manuálně simulovat, což je velmi nákladná a úmorná záležitost.
Spalovací motor pro skandinávský trh totiž funguje v úplně jiném režimu než ten pro africký. A podobná měření a testy zkrátka musí provést, než motor pustí do světa.
Díky digitálnímu dvojčeti ale mohl některé z testů s dostatečnou přesnosti provést jen digitálně, čímž ušetřit hodně času i peněz.
Digitální dvojče navíc lze vytvořit nejen z jednoho komponentu, ale třeba i cele linky. Jiný Kočího klient dokonce o vytvoření digitálního dvojčete operátora výroby.
I to jde, protože umělá inteligence kromě strojového učení využívá i neuronovou síť.
Dokáže tak simulovat i chyby lidského faktoru. A to dává i podle Kočího velký smysl, protože kvalitně digitalizovanou výrobu už může pokazit pouze člověk.
Stačí, když přijde k vyladěné lince nebo jednotlivému robotu neproškolený či nevyspalý operátor, něco udělá jinak, než by měl a problém je hned na střeše.
Kočí představil i potenciální hrozby umělé inteligence, ale stojí si za tím, že se nástupu AI opravdu není třeba bát.
Co je podle předního odborníka na umělou inteligence nejdůležitější?
„Pokud máte zájem něco zlepšit, tak řekněte, že to chcete zlepšit. Váš dodavatel, třeba SoftLi, vymyslí způsob, jak to zlepšíte. A je celkem jedno, jestli součástí řešení bude AI či nikoliv. Umělá inteligence tomu ale může výrazně pomoct, protože už sama dokáže spoustu věci udělat, spočítat a vyřešit“
Chcete se dozvědět, jaké jsou další způsoby využití AI ve výrobě, kdy vznikl první chatbot a mnoho jiných zajímavostí? Podívejte se na záznam celé přednášky.
