Shrani za kasnejše branje.
Podjetja imajo velika pričakovanja glede umetne inteligence. Ta ustvarja nove priložnosti in službe, ki prej niso obstajale, na primer delovna mesta, povezana z uporabo teh sistemov v industriji.
Barbara Perko
Pametna tovarna ni zgolj visoko avtomatizirana in robotizirana, ampak temelji tudi na naprednih poslovnih in proizvodnih procesih, kjer se parametri procesov avtomatsko nastavljajo na podlagi algoritmov s pomočjo umetne inteligence (UI), pojasni Matjaž Čemažar, predsednik uprave Domela. »Že danes zajemamo veliko količino podatkov bodisi v informacijskem sistemu za poslovni del procesov, kakor tudi proizvodnih parametrov iz proizvodnih procesov, vendar jih analitično redko obdelamo v »real time« in uporabimo kot nastavitev za tekoči proces. To pa je ključno pri vzpostavitvi pametne tovarne, da v realnem času znamo na podlagi podatkov iz preteklosti čim bolje napovedati prihodnje stanje, pri čemer nam lahko pomagajo orodja umetne inteligence,« pravi.
Domelovi inženirji in računalniški strokovnjaki dobro poznajo koristi algoritmov strojnega učenja, ki spadajo pod področje UI. »Ti algoritmi pomagajo industriji odkrivati vzorce v podatkih in ustvarjati boljše napovedi kot klasične metode, vendar zahtevajo veliko količino podatkov. V podjetju Domel jih uporabljamo za izboljšanje tehnične kakovosti izdelkov, prepoznavanje škodljive elektronske pošte in druge namene. Globoko učenje je relativno novo podpodročje strojnega učenja, ki uporablja nevronske mreže. V Domelu ga uporabljamo v procesih kratkoročnega planiranja in razporejanja nalog po strojih v proizvodnji, da zagotovimo zanesljivo oskrbo kupca z minimalnimi proizvodnimi stroški,« pojasni.
Za UI bodo izziv poslovne odločitve, ki temelijo na omejenem številu znanih podatkov, kot so popolnoma nove poslovne situacije.
»Podjetja imajo velika pričakovanja glede umetne inteligence, medtem ko zaposleni čutijo tudi nekaj strahu. Glede na trenutne izkušnje z uporabo UI jo zaposleni dojemajo kot orodje in pomočnika, ki olajša njihovo delo, zato jo pozitivno sprejemajo. Zaposleni prevzemajo vlogo mentorjev ali nadzornikov, ki preverjajo smiselnost predvidevanj, analizirajo odstopanja in usmerjajo UI. V prihodnosti bo UI, ki bo tako naučena, morda potrebovala manjšo vlogo mentorja in lahko v celoti prevzame določene naloge. Vendar pa bodo za UI izziv poslovne odločitve, ki temeljijo na omejenem številu znanih podatkov, kot na primer popolnoma nova poslovna situacija.«
V Domelu globoko učenje uporabljajo v procesih kratkoročnega planiranja in razporejanja nalog po strojih.
Foto: Barbara Debeljak
Čemažar opominja še na en vidik, povezan z UI: »Umetna inteligenca lahko avtomatizira nekatere delovne naloge, kar bi lahko pripeljalo do zmanjšanja potrebe po nekaterih vrstah delovnih mest. Vendar pa po drugi strani ustvarja tudi nove priložnosti in službe, ki prej niso obstajale, na primer delovna mesta, povezana z uporabo teh sistemov v industriji.«
UI je v režijskih službah preko noči postala del procesov
Umetna inteligenca je prisotna tudi v livarstvu. »UI uporabljamo predvsem pri simulacijah litja in mehanski obdelavi. V obeh primerih uporabljamo najsodobnejšo tehnologijo, ki je na voljo na trgu v obliki standardne rešitve, ki se letno posodablja na najnovejšo verzijo. V ostalih proizvodnih procesih še ni toliko razvita, da bi lahko rekli, da je to umetna inteligenca, prej gre za visoko razvite in dodelane algoritme, ki nimajo sposobnosti samoučenja. Ti bodo evolucijsko najprej na voljo z vidika omogočanja prediktivnega vzdrževanja,« umetno inteligenco v tehnološkem procesu opiše Dejan Kaisersberger, CFO v podjetju Livar. »Tista druga umetna inteligenca, o kateri danes vsi govorimo, pa je tudi pri nas preko noči postala del procesov. To se je zgodilo predvsem v režijskih službah, ki si s tem pomagajo pri pisanju dopisov, pripravi investicijskih elaboratov, ocenah tveganj ipd. Ta vrsta UI je tudi v našem podjetju novi delavec, ki veliko ve in nam je na voljo 24/7.«
UI omogoča širši pogled na izzive v industriji
»UI je ključnega pomena za optimizacijo proizvodnih procesov, povečanje učinkovitosti, zmanjšanje napak ter boljše upravljanje in nadzor v industrijskem okolju. Poleg tega omogoča širši pogled na izzive v industriji, saj njeno »razmišljanje« ni omejeno na specifično področje (kot je npr. omejen pogled specialistov za določena področja v industriji),« o tem, kako lahko industriji pomaga UI, pravijo v LTH Castings.
Načinov, kako bi si lahko pomagali z umetno inteligenco, je več. »S pomočjo strojnega učenja bi UI lahko pomagala pri hitrejšem prenosu uporabnega znanja na novo zaposlene. Osnovna znanja/veščine, ki so specifične za določena področja v podjetju, bi se učinkoviteje prenesla ob manjši obremenitvi mentorjev. S pomočjo naprednih algoritmov UI lahko prepozna vzorce in trende ter izboljša učinkovitost proizvodnih in poslovnih procesov. Stopnja vpeljave UI bo odvisna od kakovosti vhodnih podatkov, ki jih trenutno zbiramo v proizvodnem okolju,« navedejo nekaj primerov. Poleg tega UI omogoča obdelavo in analiziranje velike količine podatkov, pri čemer poudarjajo, da bo »njene rezultate na začetku implementiranja tehnologije še vedno presojal specialist področja, ki bo tudi določal stopnjo zaupanja v podatke«.
UI bo poenostavila uporabo robotov
Franc Žaberl, skrbnik ključnih strank v podjetju FANUC, pričakuje, da bo v prihodnje umetna inteligenca poenostavila uporabo in rokovanje z robotom pri zahtevnejših robotskih aplikacijah (robotski vid, pick&place …), obenem pa omogočila uporabo robotov na področjih, kjer prej to ni bilo mogoče. »Kar pa je vsekakor vredno omeniti, je izobraževanje kadra ravno zaradi trendov v robotiki. Neizogibno dejstvo je, da več kot bo človek pridobil znanja, večja bo njegova vrednost,« je prepričan. Ob tem spomni na možnost pridobitve certifikata, ki ga lahko posamezniki pridobijo v FANUC Akademiji.
Umetna inteligenca omogoča obdelavo in analiziranje velike količine podatkov, ki pa jih bo še vedno moral presojati specialist.
UI kot orodje za podporo odločanju
»V industriji ima umetna inteligenca velik potencial, v prvi fazi predvsem kot orodje za podporo odločanju. Seveda pa je kot pri vsaki novi tehnologiji potrebna kritična in predvsem etična presoja o mejah, namenu uporabe in stopnji avtonomnosti ter s tem povezanimi tveganji. Ker je človek do sedaj zlorabil vse, kar je izumil, je potrebno to področje, ki je še posebej občutljivo, čimprej zakonsko regulirat,« opozarjajo v Talumu. »Umetna inteligenca je koristen pripomoček, zavedati pa se moramo, da se umetna inteligenca uči od nas ljudi in na nas je, kakšne podatke bomo posredovali.«
S pomočjo UI optimizirajo procese
V podjetju Danfoss Trata že nekaj časa uporabljajo rešitve na osnovi umetne inteligence.
»Lahko navedemo primer uporabe ovojnice zgradb za shranjevanje toplote. Na ta način zmanjšujemo potrebo po porabljeni energiji ter hkrati znižujemo stroške operaterja daljinskega ogrevanja, saj ni potrebno dodatno obremenjevati sistema v času jutranjih konic porabe toplote. Tu je potrebno omeniti, da se pogosto za potrebe jutranjih oziroma katerih drugih viškov uporabljajo dodatni viri energije, kot so plin oziroma kateri drugi viri, temelječi na ogljikovodiku. Na ta način pomembno vplivamo tudi na dekarbonizacijo sistema ogrevanja,« na primeru ponazorita Saška Rihtaršič, generalna direktorica Danfoss Trate in podpredsednica daljinskega ogrevanja, in Klemen Kindlhofer, direktor proizvodnje odličnosti in inovacij.
Sogovornika poudarita tudi vlogo, ki jo umetna inteligenca igra v proizvodnji, pri analizi zajetih podatkov, iskanju vzorcev povezav med parametri delovanja proizvodnje ter posledicami, kamor sodi tudi poraba energije, ter posledično ciljno usmerjanje aktivnosti optimizacije procesov in zmanjševanje porabe energije. »Področja optimizacije so na primer napredno upravljanje energije, planiranje potreb po energiji, optimizacija energetskih omrežij, optimizacija proizvodnje energije ter energetsko učinkovitejši procesi,« povesta.
Pri rešitvah za boljšo energetsko učinkovitost se vedno bolj uporablja kombinacija fizikalnih enačb in umetne inteligence za optimiranje delovanja kompleksnih energetskih sistemov. Kompleksnost sistemov narašča, poleg tega narašča uporaba obnovljivih virov. Dostopnost in cena slednjih se zelo spreminjata, zato je ključno razumevanje napovedi po potrebi za ogrevanje, dostopnosti virov in tudi shranjevanja odvečne toplote. V ospredje prihajajo orodja in rešitve, ki bodo operaterjem ponudile pametne rešitve.