Microsoft описала підхід промислового інтелекту для виробництва

Microsoft описала підхід промислового інтелекту для виробництва

Microsoft описала використання промислового інтелекту та фізичного ШІ для виробництва, якості й технічного обслуговування.

Microsoft у матеріалі про виробництво описала концепцію промислового інтелекту — поєднання досвіду працівників, операційних практик, виробничих даних і знань про бізнес. Як повідомляє MIT Technology Review, цей підхід пропонується використовувати для того, щоб зробити накопичені знання доступними там, де ухвалюють виробничі рішення. Матеріал підготувала Microsoft, а не редакція видання.

 

Знання працівників і виробничі дані

 

У статті зазначається, що значна частина важливих виробничих знань зберігається в досвіді операторів та інших фахівців. Наприклад, під час перезапуску лінії після переналаштування важливі не лише параметри обладнання, а й розуміння властивостей конкретного матеріалу, перебігу попередньої зміни та відхилень, які потребують перевірки.

Автори пропонують пов’язувати такі знання з даними про конфігурацію устаткування, вимоги до якості та компроміси, на які йшли працівники під час роботи. На їхню думку, це дає змогу інженерам, службам технічного обслуговування, планувальникам і працівникам виробничих майданчиків застосовувати досвід за межами одного цеху, системи чи підприємства.

 

Фізичний ШІ та перевірка рішень

 

Концепція Physical AI, або фізичного штучного інтелекту, передбачає системи, здатні сприймати умови на виробництві, аналізувати їх і виконувати дії у фізичному середовищі. У прикладі з роботизованою обробкою деталей система комп’ютерного зору визначає положення деталі, модель обирає рух з урахуванням матеріалу та завдання, а підключені системи керування коригують дію в межах перевірених обмежень.

Microsoft також наводить приклад Toyota Industries: після об’єднання розрізнених даних малярного цеху компанія, за її даними, скоротила цикл аналізу причин дефектів із п’яти днів до менш ніж чотирьох годин. Пілотний проєкт, як стверджується, зменшив кількість релевантних дефектів фарбування приблизно на 25%.

Для безпечного впровадження таких систем автори радять визначати повноваження автоматизованих рішень, межі безпеки, надійні підключення до обладнання та вести облік дій. Вони наголошують, що персонал має мати можливість розпізнати невизначеність, втрутитися в процес і перевести обладнання у безпечний стан.

 

Приклад із технічним обслуговуванням

 

На заводі Rockwell Automation у Сінгапурі техніки використовують помічника для технічного обслуговування, який поєднує виробничі дані, інструкції до машин і знання досвідчених працівників. За наведеними у матеріалі даними, система скоротила навчання нових співробітників діагностиці сотень машин із дев’яти до трьох місяців.