Článek ve formátu PDF je možné stáhnout
zde.
Vážení čtenáři,
v tomto prvním vydání roku 2024 se v titulcích i v textech článků hovoří o umělé inteligenci tak často, že to vypadá jako by začala pronikat i do konzervativního světa průmyslu.
Veřejnost je nyní zaujatá spíše generativní podobou umělé inteligence. I já kladu na chatu ChatGPT různé dotazy, místo abych prohledávala webové stránky. Tenhle typ umělé inteligence využívá velké soubory dat a vytváří nový obsah, texty, obrázky, videa atd. V článku na str. 35 se můžete dočíst, jaké uplatnění nachází generativní umělá inteligence v robotice. Velké jazykové modely pomáhají technikům navrhovat složité robotické buňky nebo simulovat činnost celého skladu. A robotickým vysavačům tyto jazykové modely umožňují porozumět hlasovým příkazům.
Pro využití v průmyslu je ale zajímavý vývoj jiné podoby umělé inteligence, a to hlubokého strojového učení. Jaké výhody a úskalí s sebou nese jeho využití při optické kontrole dílů, to se můžete dočíst v článku na str. 32. Systém kontroly kvality založený na neuronových sítích a hlubokém strojovém učení dokáže najít na kontrolovaných součástkách vady a odchylky, které by lidský kontrolor vůbec neodhalil. Protože jsou však neuronové sítě inspirovány fungováním lidského mozku, musí se stejně jako mozek na každou práci vyškolit, natrénovat. Jinak nebude výsledek kontroly správný. K trénování je ale zapotřebí spousta dat, tedy hromada součástí, které mají nějakou vadu, ať již škrábance, odchylky v rozměrech, nebo chybějící opracování apod. Snadno si lze představit, že vadných součástek k trénování nemusí být dost, zvláště když jde o kontrolu kvality v malosériové výrobě. Proto sahají inženýři po nástrojích generativní umělé inteligence, které jim pomohou trénovací množinu rozšířit.
Článek na str. 41 nazvaný Jak vidí digitalizaci výroby v Asii popisuje další pohled na využití umělé inteligence v průmyslu. Podle manažerky ze společnosti Microsoft Cathy Yehové má digitalizace průmyslu vrcholit prolínáním reálného a virtuálního světa. Právě ve virtuálním prostředí pomůže umělá inteligence s přípravou výroby a jejím namodelováním na požadované parametry. Tím se ušetří náklady na náběh výrobního procesu.
Jistě jste, milí čtenáři, postřehli, že jakkoliv se prostředí průmyslu opatrně pootevírá nástrojům umělé inteligence, uváděné příklady se zatím týkají projektování a kontroly kvality. Zajímavé bude, zda se umělá inteligence odvážně pustí i do řízení výroby. Velmi dobrodružné bude poshánět pro ni dostatečně velké soubory trénovacích dat.
Právě dostatek trénovacích dat je to, co přeji vám i sobě v celém tomto roce.
Eva Vaculíková, redaktorka