Искусственный интеллект для производства и промышленных предприятий

Обновлено: 05.10.2023
Машинное обучение применяется на производстве для решения следующих задач:
- прогнозирование спроса и загруженности производственных мощностей
- прогнозирование проблем с поставками материалов и комплектующих
- мониторинг и прогнозирование поломок оборудования
- визуальный контроль безопасности на производственных площадках
- визуальный контроль качества продукции
- роботы с ИИ для производства

Примеры использования ИИ для производства и промышленных предприятий приведены ниже.

Пользователи, которые искали ИИ для производства, потом также интересовались следующими продуктами:

См. также: Топ 10: ИИ ассистенты

2023. DeepMind взялся за универсальный интеллект для роботов



10 лет назад DeepMind был самым крутым и дорогим ИИ стартапом, за что и был куплен Гуглом. Но, не смотря на то, что они делают много полезных исследований в попытке создать универсальный ИИ, сейчас они остались в тени ChatGPT и других языковых проектов. Новая ставка Deepmind - роботы. Ведь потенциально универсальный интеллект, управляющий промышленными роботами, и легко обучающийся новым движениям - это золотое дно (и миллионы уволенных заводчан). Сейчас DeepMind хочет создать библиотеку цифровых представлений манипуляторов и движений под названием Open X-Embodiment. Они сравнивают ее с ImageNet - базой изображений, на которой обучаются и тестируются системы компьютерного зрения. Говорят, "создание набора данных с разнообразными демонстрациями роботов — это ключевой шаг к обучению универсальной модели, которая может управлять множеством различных типов роботов, следовать разнообразным инструкциям, выполнять базовые рассуждения о сложных задачах и эффективно обобщать".


2023. Google представила открытый аналог ChatGPT для обучения автономных роботов



Google представил открытую мультимодальную языковую модель на основе искусственного интеллекта для обучения автономных роботов - PaLM-E. Модель объединяет язык и компьютерное зрение для управления роботами. В общей сложности, как отмечается, доступны 562 млрд параметров, что обеспечивает максимальную гибкость. Модель, в частности, позволяет роботу выполнять широкий спектр задач на основе голосовых команд человека без необходимости постоянного переобучения. Иными словами, робот воспринимает директивы на естественном языке, анализирует их и немедленно приступает к работе. Например, если роботу приказано «принеси мне рисовые чипсы из ящика стола», PaLM-E оперативно создаст план действий на основе команды и своего поля зрения. Затем мобильная роботизированная платформа с автоматизированной рукой полностью автономно выполнит все необходимые операции.


2022. Google запустил ИИ сервис для визуального контроля качества продукции


На облачной платформе Google Cloud Platform появился сервис Visual Inspection AI, который может помочь производителям автоматизировать контроль качества продукции (в процессе или уже после производства). Сервис использует компьютерное зрение для визуального анализа продукции. Разумеется сначала его нужно обучить, но по заявлению разработчиков, учится он быстро, и сотруднику достаточно разметить всего несколько образцов дефектов. Сервис будет конкурировать с Amazon Lookout for Vision, запущенным в прошлом году.


2022. AWS Panorama - сервис для контроля сотрудников на производствах



Amazon представила сервис Panorama, который использует компьютерное зрение для мониторинга оборудования и контроля работы сотрудников на производствах. Сервис анализирует видеозаписи, собранных с камер наблюдения на объектах, чтобы автоматически выявлять проблемы с безопасностью: например, сотрудников без индивидуальных средств защиты или машины, которые двигаются в запрещённых зонах. Также, компания создала «двухдюймовый недорогой датчик Monitron», который можно прикрепить на оборудование и собирать данные, чтобы спрогнозировать будущие неисправности.


2018. Oracle представил ИИ приложения для "умного производства"



Oracle представил новые облачные приложения с искусственным интеллектом Oracle Adaptive Intelligent Applications for Manufacturing, которые позволяют производственным предприятиям сократить расходы и увеличить выпуск продукции. Эти приложения обеспечивают быстрый анализ и дают возможность получить оперативную аналитику, что помогает повысить эффективность производства и увеличить производительность. Они позволяют производителям выявлять аномалии в производственных процессах, определять первопричины проблем и прогнозировать события. Эти приложения дают производителям возможность контролировать каждый этап производственного процесса, предвидеть неисправности и сбои в процессах и элементах, а также отслеживать влияние проблем - от производства до доставки продукции клиентам. Решение основано на облачной платформе Oracle Cloud Platform со встроенными возможностями машинного обучения. Оно включает в себя адаптированное для производственных задач хранилище данных, которое объединяет и позволяет анализировать структурированные, полуструктурированные и неструктурированные данные из нескольких источников данных на предприятиях.


2017. Baxter - легко-обучаемый робот для производств


Вероятно, в недалеком будущем у вас в компании будет работать робот (или несколько роботов). Мы уже рассказывали про робота-кассира, промо-робота и робота-руководителя. Теперь добавим в эту команду робота-трудягу. Конечно, роботы для производств появились давным-давно. Но это были специализированные роботы, которые создавались под конкретную задачу на конкретном заводе. А что если создать универсального (обучаемого) робота, который мог бы выполнять любые манипуляции? По идее, он и стоил бы дешевле, так что и малые бизнесы могли бы купить себе такого. Компания Rethink Robotics как раз создает таких роботов. Ее роботов Baxter и Sawyer можно довольно просто научить делать любые механические операции с различными деталями. Видео сверху - отлично демонстрирует картину недалекого будущего на среднестатистическом производственном предприятии. А вот как происходит обучение робота новым задачам:


2016. GE купила ИИ стартап Wise.io для контроля промышленного оборудования


Индустриальный гигант General Electric хочет стать информационной компанией. Подразделение GE Digital строит промышленный интернет Predix, к которому подключена каждая единица оборудования (производства GE или других компаний), и облачная платформа IBM контролирует все это хозяйство. Однако, цель контроля - не столько в том, чтобы быстро узнать, что что-то сломалось, а в том, чтобы предупредить поломку. Для этого пригодится машинное обучение, и именно для этого куплен стартап, разрабатывающий технологии предиктивной аналитики Wise.io. Идея в том, чтобы анализировать огромное количество данных от датчиков оборудования и выявлять паттерны, которые сигнализируют о высокой вероятности скорой поломки.


2016. ZenRobotics: искусственный интеллект сортирует мусор


Недавно мы рассказывали о финском стартапе Curious AI, который разрабатывает технологию самостоятельного обучения искусственного интеллекта (альтернативу Машинному обучению). Так вот, первое практическое применение эта технология получила в другом финском стартапе ZenRobotics, который создал роботизированную линию для сортировки мусора. Встроенный ИИ обрабатывает картинку с видеокамер и управляя роботизированными клешнями, раскладывает по разным контейнерам доски, обломки бетона, металлические предметы.