• Contatto vendite Cognex: 02 30578196

  • Contatti
Blog Banner Cognex del piccolo Dataman e obiettivo ravvicinato

Blog Cognex

4 leggende sull’IA industriale da sfatare

__AI equivoci_ Small_ Large

L'intelligenza artificiale (AI) ha penetrato quasi ogni aspetto della vita moderna. Consiglia il miglior percorso, suggerisce musica o podcast da ascoltare in viaggio, alimenta infinite applicazioni e macchine durante la giornata e ci consiglia spettacoli o film da guardare in streaming una volta a casa.

L'IA c'è per restare. 

L'intelligenza artificiale industriale può aiutare i produttori a massimizzare le tempistiche di attività grazie al monitoraggio delle apparecchiature e con programmi di manutenzione preventiva, nonché a identificare cali di rendimento e difettosità (Cavallo). E le sue capacità predittive sono in grado di creare modelli di apprendimento e di previsione della domanda (Koev).

Tuttavia, l'IA ha stentato nel raggiungere un'ampia diffusione nelle applicazioni di automazione industriale. Molte aziende sono ancora alla ricerca delle nozioni di base ed esitano a considerare l'IA in grado di fornire significativi ritorni.

Nel rapporto IBM 2022 sull'indice di adozione globale dell'IA, il 34% dei partecipanti al sondaggio, circa 2.550 aziende di tutto il mondo, ha affermato che la mancanza di competenze in materia di IA ne impedisce l'implementazione (IBM). Altri fattori che impediscono l'adozione dell'IA sono il costo (29%), la mancanza di strumenti/piattaforme (25%), la difficoltà e la scalabilità (24%) e la complessità dei dati (24%)
Qui esamineremo questi impedimenti e sfateremo le comuni errate idee sull'IA nel settore manifatturiero e logistico.

#1 I termini sono intercambiabili e irrilevanti.

Ma prima di approfondire le varie opzioni dell'IA, è fondamentale comprendere le diverse tipologie, funzioni e la fattibilità di questa tecnologia. Anche se alcuni termini possono sovrapporsi o sembrare a prima vista sinonimi, comprendere le sfumature dell'IA è il primo passo per determinare se la tecnologia è adatta alle vostre esigenze.

Algoritmo: insieme di istruzioni e calcoli che aiutano un computer a raggiungere un obiettivo. Un algoritmo di apprendimento utilizza metodologie di tipo "trial-and-error" e "learn-by-example" per ottimizzare i processi produttivi senza l'intervento umano.

Intelligenza artificiale: un insieme di tecniche informatiche che cercano di imitare il processo decisionale umano, utilizzando l'automazione per svolgere compiti problematici per gli esseri umani, grazie al riconoscimento delle immagini, all'elaborazione del linguaggio naturale e ad altre tecnologie.

Deep learning: una tecnologia AI progettata per automatizzare applicazioni complesse e altamente personalizzate. L'elaborazione avviene tramite un'unità di elaborazione grafica (GPU), che consente un'analisi rapida ed efficiente di vasti set di immagini per rilevare difetti impercettibili e distinguere tra anomalie accettabili e inaccettabili.

Edge Learning: una tecnologia AI progettata per essere di facile utilizzo. L'elaborazione avviene sul dispositivo, o "all'edge", grazie a una serie di algoritmi pre-addestrati. La tecnologia è semplice da configurare e richiede set di immagini ridotti (da 5 a 10 immagini) e periodi di addestramento più brevi rispetto alle soluzioni tradizionali basate sul deep learning. 

Machine learning: Processi informatici in grado di migliorare i risultati senza necessità di programmazione umana. Gli algoritmi di machine learning addestrano un computer a perseguire il successo e a evitare il fallimento milioni di volte per generare risultati di apprendimento. 

Visione artificiale: Algoritmi basati su regole che identificano caratteristiche specifiche di un oggetto. Sebbene gli strumenti di visione artificiale lavorino molto più velocemente dell'occhio umano, l'IA può migliorare notevolmente l'accuratezza e l'efficacia di questi strumenti.

iStock-1281389422_600x700px

#2L' IA sostituirà la mano d'opera e alimenterà la sfiducia tra i dipendenti.

La leggenda della tecnologia che rimpiazza i posti di lavoro si può considerare nata con l'invenzione della ruota. La verità è che la faccenda è un po’ più complessa.

I cambiamenti nella tecnologia industriale, compresa l'intelligenza artificiale, raramente nascono dal nulla. Sono sviluppati per migliorare prestazioni, efficienza, qualità e capacità. È facile capire perché i motori a combustione interna e a vapore abbiano sostituito efficacemente cavalli e carrozze, o come il telegrafo abbia aperto nuove strade di comunicazione rispetto alla consegna a manuale delle lettere. Queste innovazioni hanno preso il posto di altre forme di tecnologia. Nonostante i motori abbiano soppiantato i cavalli e i calessi, questa tecnologia ha creato un'industria completamente nuova, favorendo il trasporto di massa e trasformando la logistica, il trasporto individuale e le spedizioni.

Lo stesso discorso vale anche per l’IA. Le imprese non stanno rimpiazzando i posti di lavoro con l'IA, ma stanno scoprendo che i collaboratori possono lavorare al fianco dell'IA per ottenere maggiore produttività e creare nuove opportunità. 

L'IA può diminuire la quantità di compiti banali e ripetitivi, consentendo ai collaboratori di dedicarsi a mansioni più creative o più qualificate. Nel 2018, un ente di beneficenza con sede a New York ha iniziato a implementare l'IA per le attività di data entry, riducendo così il tasso di turnover annuale dell'azienda dal 42% al 17% (Knight).

La tecnologia viene ampiamente applicata nella produzione e nella logistica per far fronte alla persistente carenza di manodopera e ad altri problemi ricorrenti. Rispetto alla robotica, l'IA può facilitare attività quali la consegna di merci all'interno di impianti evitendo ostacoli e mappando le superfici. Se abbinata ai sistemi di visione artificiale, l'IA può eseguire compiti ripetitivi, ma essenziali, di garanzia della qualità, tra i quali il rilevamento e l'ispezione dell'assenza/presenza di parti (Gow).

L'utilizzo dell'IA per eseguire operazioni banali consente alle organizzazioni di riallocare le risorse verso compiti più intensivi e di assistere i lavoratori in prima linea compensando il loro carico di lavoro.

iStock-1206251797_600x700px

#3 L’IA industriale richiede migliaia di immagini e ampi set di dati

La realtà di questo equivoco può essere riassunta da una delle affermazioni preferite dagli ingegneri: dipende.

L’IA è un campo ampio, che abbraccia diverse tipologie di tecnologie applicabili in una miriade di modi. Affinché l'IA possa affrontare applicazioni complesse, come il rilevamento di anomalie sui giunti di saldatura o l'analisi dei modelli di cucitura nei tessuti, la tecnologia deve essere sottoposta a modellazione, sviluppo e test approfonditi, rendendo cosi le soluzioni basate sul deep learning ad alta intensità di dati un ottimo candidato.

Tuttavia, forme più semplici di IA possono affrontare compiti simili, tra cui il rilevamento dei difetti e la classificazione/ordinazione. La tecnologia dell'Edge Learning, ad esempio, richiede solo 5-10 immagini per la formazione e può essere utilizzata dal personale in prima linea, senza bisogno di esperienza.

Innanzitutto, un operatore addestra il sistema in base all’applicazione. Ad esempio, in uno scenario di ispezione delle parti, l'utente presenterà al sistema le immagini di una parte accettabile e di parti con difetti. 

Servendosi solo di una manciata di immagini, la tecnologia dell'edge learning sfrutta algoritmi avanzati per distinguere le parti accettabili da quelle non accettabili. Una volta che il sistema è stato addestrato a distinguere le parti buone da quelle cattive, gli utenti possono implementare la soluzione sulla linea di produzione. 

iStock-531173386_600x700px

#4Per implementare le soluzioni di IA è indispensabile un titolato in ricerca e un team di data scientist.

Sviluppare, progettare e testare l'IA richiede un insieme di competenze specifiche, ma le moderne soluzioni di IA possono essere implementate dal personale di prima linea in pochi minuti.

Le soluzioni edge learning di Cognex sono gestite interamente da una telecamera intelligente dotata di illuminazione integrata, obiettivo autofocus e un potente sensore, che lavorano insieme per fornire ispezioni precise.

capacità

Poiché non richiede conoscenze specialistiche di visione artificiale o di IA, gli ingegneri di linea possono addestrare la tecnologia utilizzando le loro conoscenze sulle attività richieste.. Identificando e chiarendo le parti rilevanti dell'immagine, l'hardware di imaging avanzato e il software basato sull'edge learning riducono il carico computazionale rispetto agli approcci tradizionali di deep learning.

iStock-1219894345_600x700px
 
Conclusioni

L'IA non è una moda o una tecnologia specialistica applicabile a mercati specifici; è un ampio fenomeno che può aiutare l'industria in molti modi. Con l'evoluzione della tecnologia, è diventata più facile da usare. È stata testata sul campo in produzione e logistica, fornendo un controllo qualità semplificato, una migliore tracciabilità dei prodotti e consentendo alle strutture produttive di identificare i difetti in una fase più precoce del processo di produzione.

L'IA specializzata è stata utilizzata per automatizzare un compito specifico analizzando dati e modelli per guidare le azioni future (Autor, Mindell, Reynolds). Ad esempio, l'intelligenza artificiale specializzata è stata applicata nelle operazioni di produzione e logistica per ispezionare i pezzi, confermare l'assenza o la presenza di determinati componenti e smistare i confezionamenti. 

L'edge learning, in particolare, è progettato per una rapida implementazione, richiedendo solo poche immagini per differenziare le parti accettabili da quelle non accettabili, e tutta l'elaborazione avviene su un singolo dispositivo. Si tratta di una tecnologia che i tecnici di linea possono implementare in pochi minuti e che assiste gli operatori semplificando i flussi di lavoro, migliorando la qualità del prodotto e aumentando l'efficienza.

Le ricerche e le informazioni relative alla produzione con IA e le procedure sopra descritte sono state reperite dalle seguenti fonti:

Altri post su

OTTIENI L’ACCESSO AD ASSISTENZA E FORMAZIONE IN MERITO AI PRODOTTI E MOLTO ALTRO ANCORA

Entra a far parte di MyCognex

AVETE DELLE DOMANDE?

I rappresentanti Cognex sono disponibili in tutto il mondo per supportarvi nelle vostre necessità di lettura dei codici a barre industriali

CONTATTI