Vizualinis DI gamyklose: buvę Meta mokslininkai taikosi į robotų akis
Perceptron, kurį įkūrė buvę Meta mokslininkai, kuria vizualinį DI gamykloms. Robotams reikia ne tik judėti, bet ir suprasti, ką mato.
Šiame straipsnyje · 5 dalys
- Kas yra vizualinis DI? Tai DI sistemos, kurios analizuoja vaizdus ar video ir padeda atpažinti objektus, procesus, klaidas ar veiksmus.
- Kodėl jis svarbus gamykloms? Gamyboje vizualinis DI gali padėti tikrinti kokybę, valdyti robotus, aptikti broką ir stebėti saugą.
- Ar reikia humanoidų robotų? Ne. Daug naudos galima gauti iš kamerų, esamos įrangos ir aiškiai apibrėžtų patikros užduočių.
Vizualinis DI gamyklose skamba mažiau garsiai nei naujas chatbotas. Bet poveikis gali būti daug rimtesnis.
TechCrunch aprašė Perceptron – startuolį, kurį įkūrė buvę Meta mokslininkai. Komanda kuria DI modelį, padedantį mašinoms geriau suprasti, ką jos mato gamybos aplinkoje.
Robotui neužtenka turėti ranką. Jam reikia akių. Ir dar reikia proto, kuris supranta, kodėl ant stalo gulinti detalė nėra tiesiog pilkas daiktas.
Kodėl gamykla sunki
Laboratorijoje viskas gražu. Apšvietimas valdomas, objektai aiškūs, duomenys švarūs. Gamykloje realybė kitokia: dulkės, šešėliai, atspindžiai, netvarkingai padėtos detalės ir žmonės, kurie ne visada juda pagal scenarijų.
Todėl vizualinis DI pramonėje turi būti ne tik tikslus, bet ir kantrus. Jis turi atpažinti objektus, procesus, klaidas ir pavojus ten, kur aplinka nuolat keičiasi.
Čia ne Instagram filtro užduotis. Čia darbas tarp metalo, konvejerių ir terminų.
Ką siūlo perceptron
Perceptron teigia kurianti modelį, kuris padeda robotams ir mašinoms orientuotis aplinkoje bei pateikti gilesnį vizualinį supratimą.
TechCrunch pabrėžia, kad pramonėje jau yra programinės įrangos atskiroms užduotims, bet trūksta lankstumo. O lankstumas gamykloje yra brangus.
Jei sistema gali prisitaikyti prie naujos detalės ar proceso be kelių mėnesių perprogramavimo, vadovui iškart pasidaro įdomu.
Kur bus nauda
Pirmi pritaikymai gali būti kokybės patikra, defektų aptikimas, robotų navigacija, sandėlio darbai ir saugos stebėjimas.
Žmogui tokie darbai dažnai monotoniški. DI gali žiūrėti ilgai ir nepavargti. Bet žmogus vis tiek turi suprasti, ką sistema pastebėjo ir kodėl.
Geriausias derinys bus ne „robotas vietoj žmogaus“, o žmogus su geresnėmis akimis.
Lietuviškas kampas
Lietuvos gamybos įmonėms čia nereikia laukti humanoidų. Pradėti galima nuo paprastesnių vizualinių užduočių: broko atpažinimo, pakavimo tikrinimo, saugos zonų stebėjimo.
Svarbiausia – turėti gerus duomenis iš savo proceso. Ne iš idealaus demo, o iš realios linijos.
Nes gamykla greitai parodo, kur baigiasi graži prezentacija.
Jei turite gamybos procesą, pirmas DI klausimas labai paprastas: kur žmogus šiandien žiūri, tikrina ir pavargsta?
Rašome apie dirbtinį intelektą lietuviškai. Kiekvienas straipsnis parengtas pagal nurodytą šaltinį, o nuorodą į originalą rasite kortelėje „Šaltinis“.
