Sztuczna Inteligencja (SI) w Przemyśle

Na co dzień bardzo często korzystamy z wielu usług sztucznej inteligencji. Jest ona obecna w produktach i usługach dookoła nas.

Czasami SI umożliwia nam wykonać pewne czynności szybciej (np. tłumacząc dokument na inny język albo przyjmując komendy głosowe zamiast pisanych), innym razem działa w tle (np. dopasowując parametry obrazu do otoczenia lub sceny w filmie). Innym razem SI działa na zasadzie asystenta, który może np. zoptymalizować zużycie prądu w gospodarstwie domowym.

Sztuczna Inteligencja

Skąd sztuczna inteligencja wie jak coś zrobić? Jak to się dzieje, że SI potrafi coś zrobić?

Z tą SI to jest trochę jak z dzieckiem. Na początku jest algorytm — zestaw instrukcji, równań matematycznych, sieci neuronowych. Aby ten algorytm coś umiał, musi zostać nauczony. Bez wchodzenia w szczegóły techniczne, uczenie odbywa się często poprzez wykorzystanie danych historycznych. Przykładowo, jeśli SI ma umieć wykrywać wady w produkcie będącym elementem silnika to najpierw musimy wykonać kilka zdjęć tego produktu np. w wersji bez wad. Następnie musimy ofotografować różne wady np. pęknięcia, wgniecenia, brakujące elementy, elementy składowe zamontowane w złej kolejności lub w złych miejscach, itp. itd. Oczywiście skupiamy się na takich wadach, które mają DLA NAS (a nie w ogóle) sens.

OK, wdrażamy SI w naszej firmie…ale… od czego zacząć? Gdzie jest początek?

Często myśląc o SI wychodzimy z założenia, że najpierw musimy zatrudnić zespoły konsultantów czy analityków, uruchomić lawinę spotkań na wszelkich szczeblach organizacji, zidentyfikować wąskie gardła w firmie i zaplanować wszystko by wdrożyć nowe technologie super optymalnie. To oczywiście prowadzi nas do niekończących się poszukiwań idealnego planu aż w końcu konsultant nam podpowiada, że potrzebujemy… “AI Journey” (inteligentnej transformacji? — różne widziałem tłumaczenia), czyli jeszcze bardziej złożonego planu i jeszcze większej ilości spotkań, decyzji, raportów, … czego dusza zapragnie. Do tego każdy taki element wiąże się z planowaniem budżetu i czekaniem na decyzje. Oczywiście to wszystko ma sens. Jednakże jeśli chodzi o SI to pamiętajmy, że na rynku jest już sporo tzw. gotowców i sprawdzonych rozwiązań. Oczywiście nie zawsze to co działa u kogoś musi się sprawdzić u nas. Niemniej jednak z mojego doświadczenia wynika, że czasem zamiast “myśleć, planować, planować, planować”, zdecydowanie lepiej jest “trochę pomyśleć, trochę zaplanować i relatywnie szybko przystąpić do działania” a następnie stopniowo korygować plan i przeplatać go z działaniem.

Zamiast ciągle planować, warto przejść do działania a jeśli chodzi o wdrożenie SI to strategia małych kroków bardzo fajnie się sprawdza w wielu przypadkach.

Wiele drzwi zostało już otwartych i warto skorzystać z doświadczeń innych. No dobrze, wiem, łatwo powiedzieć a trudniej zrobić…

Wdrożenie SI w firmie: jak zacząć?
Wdrożenie SI w firmie: w poszukiwaniu inspiracji.

Produkty byteLAKE pozwalają skrócić czas wdrożenia SI w firmie oraz znacząco zoptymalizować koszt całego przedsięwzięcia.

Tyle jeśli chodzi o reklamę :) ale wracając do tematu. Konsultacje z firmą specjalizującą się w SI to często etap, na którym dokonamy przetłumaczenia naszych pomysłów we wstępny plan działania. Często już na tym etapie okazuje się, że to co mamy lub to co relatywnie szybko możemy zdobyć (np. wykonując kilka zdjęć, montując gdzieś kamerę do zebrania materiału foto/wideo, pobierając dane z czujników lub dodając kilka nowych, etc.) wystarcza do przeprowadzenia pierwszych testów. To z kolei pozwoli nam “poczuć” smak SI w naszej firmie.

Wdrożenie SI w firmie: jest plan!

Inspekcja Wizualna, czyli tzw. Inteligentne Kamery

Kiedyś problemem jednego z naszych klientów było nudne zadanie polegające na obserwowaniu linii produkcyjnej i czekaniu na zdarzenie. Inni z kolei mieli problem polegający na zbyt wolnym lub podatnym na błędy ludzkie zliczaniu produktów na taśmie. Jeszcze inni chcieli znajdować w produktach różnego rodzaju wady: uszkodzenia na powierzchni produktu, źle naklejone etykiety, brak daty, źle docięty element, błędny kolor, itp. itd. Wdrożenie w tych przypadkach zaczynaliśmy od…jak napisałem… rozmowy tudzież konsultacji. Jedni mieli dane, na których mogliśmy zacząć pracować, innym trzeba było pomóc je zebrać. Oczywiście po drodze nic innego jak wiatr w oczy: a to oświetlenie nie takie, a to ograniczenia produkcyjne i np. kamera musi być pod kątem… Na szczęście tego typu problemy udaje się często szybko rozwiązać i można przystąpić do pracy z danymi, czyli uczenia. Definiujemy na tym etapie cel naszych działań i na tej podstawie konfigurujemy nasz produkt do analityki obrazu / wideo oraz zaczynamy jego uczenie. Zaczynamy “wychowywać” nasze SI i kolejne etapy to w zasadzie delektowanie się coraz lepszymi wynikami :)

Analityka Big Data — czyli co mówią nam czujniki?

Tutaj sytuacja wygląda analogicznie. Czasami pracujemy z mikrofonami i wtedy SI próbuje wyłapać te tzw. złowieszcze dźwięki np. niosące informację o wadzie. Bardzo ciekawe zagadnienie, które pokazuje jak inaczej niż w przypadku wizji komputerowej można analizować jakość produktu. Innym razem dźwięk to element kluczowy do identyfikacji np. pacjenta w urządzeniach medycznych (inteligentne urządzenie medyczne też budowaliśmy — bardzo ciekawy projekt). Oprócz dźwięków mamy strumienie danych z czujników mierzących wibracje, temperaturę, ciśnienie, etc. Znowu, przykłady można mnożyć ale podejście do rozwiązania będzie dość podobne. Zbieramy dane -> dobieramy algorytm(y) (czyt. produkt byteLAKE :) — zwnowu reklama się wkradła, ale krótka :)) -> uczymy i obserwujemy wyniki.

Przykładowe wdrożenie SI w firmie
Elementy związane z pełnym wdrożeniem SI w firmie

Ile to kosztuje?

No dobrze, każde wdrożenie pociąga za sobą potrzebę zaplanowania odpowiedniego budżetu. Więc ile? Często na start wystarczy nam budżet na poziomie EUR 100 000. Jako byteLAKE mamy też za sobą projekty gdzie udawało się wykonać pierwsze wdrożenia w budżetach na poziomie EUR 20 000–30 000. Każdy z tych projektów kończył się dostarczeniem konkretnej wartości: zautomatyzowanie wybranego procesu, optymalizacja konkretnych działań, usprawnienie w kontroli jakości, włączając w to wstępne konsultacje, przygotowanie danych, uruchomienie systemu, etc. W wielu przypadkach koszt wdrożenia SI może być jeszcze niższy. Jako byteLAKE zainwestowaliśmy w stworzenie własnych produktów. Wówczas przy ich wykorzystaniu odpada nam koszt związany z tworzeniem oprogramowania od zera. Pozostaje jednorazowy koszt kalibracji produktu (o tym za chwilę) + koszt licencji na poziomie kilku tysięcy EUR rocznie (w zależności od wielkości wdrożenia, scenariuszy obsługiwanych, etc.). Jeśli chodzi o jednorazowy koszt kalibracji produktu to tutaj wpadają nam takie sprawy jak zakup sprzętu (jeśli jest taka potrzeba) np. kamery, mini komputer, czujniki, serwer itp. + kalibracja produktu pod scenariusz klienta. Szybko zobrazuję to przykładem. Np. jeden z naszych produktów o nazwie Cognitive Services posiada m. in. moduł do analizy i detekcji tzw. linii mokrej przy produkcji papieru. Model został nauczony by zapewnić dokładność na poziomie >95%. Każda fabryka ma jednak swoją specyfikę: inne oświetlenie, inaczej padające cienie, inna konfiguracja maszyn. Wówczas taki produkt musi być odpowiednio skalibrowany aby np. dobrze wyliczać rozmiar linii. Jeśli to wystarczy, to koszt kalibracji jest pomijalny. Czasami jednak zdarza się, że oprócz linii mokrej potrzebujemy dodatkowo np. uwzględnić dodatkowe elementy jak np. detekcja innego typu uszkodzeń, często charakterystycznych dla danego klienta czy wręcz unikalnego dla danego procesu produkcyjnego. Wówczas koszt takiej kalibracji będzie nieco wyższy. Można ten aspekt porównać do zakupu samochodu. Jednym wystarczy zmiana koloru czy lepsze audio a inni potrzebują niestandardowych rozwiązań typu inne zderzaki, niestandardowy kolor, zwiększona moc silnika, etc.

Analizując budżet związany z wdrożeniem SI w firmie pamiętajmy aby wziąć pod uwagę koszt związany z nieposiadaniem SI. Często jest to wypadkowa utraconych korzyści, czasu i strat związanych z nieplanowanym przestojem, obniżoną wydajnością lub rotacją pracowników wykonujących nudne i powtarzalne zadania.

Słowami moich klientów mogę powiedzieć, że SI jest bardzo wyczekiwanym rozwiązaniem wszędzie tam gdzie borykamy się z nudnymi i powtarzalnymi pracami, gdzie jest ryzyko zmęczenia rutynowymi zadaniami, zbyt częstej rotacji pracowników lub pojawiają się kwestie bezpieczeństwa (związane ze środowiskiem pracy ale nie tylko, np. bezpieczeństwo systemu jako takiego, autoryzacji i dostępów, etc.). Inne aspekty to kwestia lepszej jakości produktów, szukania odpowiedzi w danych, które już zbieramy lub możemy zbierać (obrazy z kamer, dane z czujników), budowanie systemów ostrzegających przed zbliżającymi się awariami lub jak w przypadku naszego produktu CFD Suite — SI pomaga skrócić czas złożonych symulacji komputerowych co nie tylko pozwala szybciej reagować czy zrobić więcej w tym samym czasie ale przede wszystkim sprawia, że praca z narzędziami komputerowymi staje się o wiele bardziej przyjemna.

Gdyby pojawiły się pytania to zapraszam do kontaktu: mrojek@byteLAKE.com / +48508091885

Powiązane artykuły:

  • Sztuczna Inteligencja w Przemyśle: czym jest AI? Na czym polega uczenie a czym jest inferencja? Przykładowe zastosowania i opisy wdrożeń. AI + nauka = innowacje, badania, produkty. (link)
  • Sztuczna Inteligencja w Przemyśle: skąd AI wie jak coś zrobić? jak wdrożyć AI w firmie? Od czego zacząć? Ile to kosztuje? (link)
    (aktualnie wyświetlony artykuł)
  • Sztuczna Inteligencja w Biznesie — szkolenie byteLAKE
    (link: https://youtu.be/B71qKdK18I0)
  • Zapisy na szkolenie o sztucznej inteligencji: link.

byteLAKE

Sztuczna inteligencja dla przemysłu (SI; ang. AI, Artificial Intelligence). Produkty SI dla przemysłu produkcyjnego, motoryzacyjnego, restauracyjnego, papierniczego i chemicznego.

Poznaj byteLAKE

Jesteśmy firmą programistyczną skoncentrowaną na tworzeniu produktów opartych na sztucznej inteligencji (SI; AI, ang. Artificial Intelligence) dla różnych branż. byteLAKE’s CFD Suite wykorzystuje SI, aby skrócić czas symulacji mieszania chemicznego CFD (ang. Computational Fluid Dynamics) z godzin do minut. byteLAKE’s Cognitive Services to szereg wstępnie wytrenowanych modeli SI dla przemysłu 4.0 oraz restauracji. W produkcji wykorzystywane są one do wizualnej inspekcji procesów, części, komponentów lub produktów. W motoryzacji Cognitive Services wykorzystują mikrofony w celu dokonania oceny jakości silników samochodowych. W przemyśle papierniczym Cognitive Services wykorzystują kamery do monitorowania procesu produkcji papieru oraz wykrywania, pomiaru i analizy linii mokrej. W restauracjach usługi Cognitive Services zazwyczaj działają jako dodatkowe oprogramowanie, które rozpoznaje posiłki i wysyła ich listę do kasjera, co pozwala zmniejszyć kolejki oraz ogólny czas oczekiwania. byteLAKE oferuje również tworzenie niestandardowego oprogramowania SI/AI do analizy w czasie rzeczywistym obrazów, filmów, dźwięków i danych z czujników. Aby dowiedzieć się więcej o innowacjach byteLAKE, zapraszamy do odwiedzenia naszych stron www.byteLAKE.pl oraz www.byteLAKE.com.

--

--

Co Founder @ byteLAKE | AI-accelerated CFD | AI for visual inspection | AI for car engines sound analytics | AI for Restaurants

Love podcasts or audiobooks? Learn on the go with our new app.

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store
Marcin Rojek

Marcin Rojek

Co Founder @ byteLAKE | AI-accelerated CFD | AI for visual inspection | AI for car engines sound analytics | AI for Restaurants