U eri ubrzane digitalizacije industrije, automatizacija i umjetna inteligencija imaju nezamjenjivu ulogu u povećanju učinkovitosti i optimizaciji industrijskih proizvodnih procesa. Jedno od ključnih rješenja u tom kontekstu je Siemensov nacrt tehničkog rješenja za automatizaciju utemeljenu na umjetnoj inteligenciji (eng. Blueprint), koji kao pionirski alat i skup metoda za zadatke poput automatiziranog sortiranja i kontrole kvalitete postavlja nove standarde. Ovaj nacrt predstavlja odgovor na pitanje kako ćemo oblikovati budućnost proizvodnje.
Naime, središnja vrijednost sustava očituje se u njegovoj sposobnosti ne samo mehaničkog premještanja objekata, već i njihove inteligentne identifikacije i klasifikacije. Primjenom naprednih senzorskih tehnologija omogućeno je prepoznavanje objekata te donošenje odluka u stvarnom vremenu o njihovom odredištu, kao i o aspektima poput kvalitete ili materijalnih svojstava. Ova kombinacija senzora i strojnog učenja predstavlja prijelaz s tradicionalne automatizacije prema inteligentnom odlučivanju utemeljenom na podacima.
“Industrijska umjetna inteligencija danas više nije eksperimentalna tehnologija, već konkretan alat koji donosi mjerljive rezultate u proizvodnji – od veće produktivnosti do fleksibilnijih i otpornijih procesa. Siemensov Blueprint pristup pokazuje kako standardizirana, ali prilagodljiva rješenja mogu ubrzati implementaciju AI-ja i omogućiti tvrtkama da brzo prijeđu s pilot-projekata na skalabilnu primjenu.
Ključ leži u povezivanju podataka iz svih dijelova proizvodnje i njihovom pretvaranju u pametne odluke u stvarnom vremenu. Upravo tu vidimo velik potencijal i za hrvatsku industriju – kroz modernizaciju proizvodnje, povećanje konkurentnosti i razvoj naprednih znanja. Naš je cilj pomoći lokalnim kompanijama da iskoriste ovaj potencijal i postanu dio nove, digitalno vođene industrijske ekonomije”, objašnjava Ivana Ilić, direktorica Digital Industries u Siemensu Hrvatska.
Fleksibilnost i prilagodljivost
Modularni sustav sastoji se od tri glavna dijela: platforme za upravljanje i razvoj modela umjetne inteligencije, rješenja za njihovu integraciju i rad u stvarnom vremenu na Siemensovim industrijskim računalima te automatiziranog robotskog sustava koji obavlja zadatke poput preuzimanja i usmjeravanja objekata.
Osnovni modeli (tzv. Foundation Models) su veliki AI sustavi trenirani na velikim količinama podataka koji pojednostavljuju primjenu umjetne inteligencije u industriji. Za razliku od klasičnog pristupa, gdje većina vremena odlazi na prikupljanje i pripremu podataka, oni omogućuju brži razvoj jer su već unaprijed naučeni za opće zadatke.
Takvi modeli mogu se lako prilagoditi konkretnim potrebama bez treniranja od početka, čime se štede vrijeme i troškovi te omogućuje brža primjena u praksi. Posebno su učinkoviti u prepoznavanju objekata i grešaka, zbog čega su korisni u robotici i automatiziranim proizvodnim sustavima. Osim toga, mogu se dodatno poboljšavati tijekom rada učenjem iz novih podataka.
Kako možemo primjenjivati osnovne modele u industriji?
Višetruki su načini primjene osnovnih modela u industriji, no jedan od najčešćih je prepoznavanje pogrešaka na PCB-u u proizvodnji elektronike. U proizvodnji elektronike, tiskane pločice (PCB) ključna su komponenta, a čak i male pogreške mogu uzrokovati kvar uređaja. Uobičajeni problemi uključuju oštećene vodove, loše zalemljene ili pogrešno postavljene komponente te nedostajuće dijelove. Primjenom osnovnih AI modela moguće je automatski prepoznati takve pogreške već tijekom procesa montaže, čime se povećava kvaliteta i smanjuje broj neispravnih proizvoda.
Nadalje, izazov u industriji predstavlja i automatizirano sortiranje kod recikliranja. Naime, u recikliranju je za učinkovitu obradu otpada ključno precizno sortiranje različitih materijala poput plastike, metala i stakla, kao i prepoznavanje opasnih tvari i nepoželjnih elemenata. Primjenom naprednih vizualnih AI modela moguće je automatski i pouzdano prepoznati te razdvojiti materijale u skladu s potrebama postrojenja, čime se povećava učinkovitost i sigurnost procesa.
Tvrtke se često susreću s izazovima pri integraciji industrijske umjetne inteligencije u postojeće sustave. Standardizirana infrastruktura omogućuje jednostavniju implementaciju i skaliranje AI rješenja koja su lako održiva i usklađena s industrijskim procesima. Time se olakšava prijelaz prema inteligentnoj proizvodnji i ubrzava digitalna transformacija industrije.
Osim optimizacije proizvodnje i sortiranja, osnovni modeli za vizualno razumijevanje pojednostavljuju implementaciju AI rješenja na tzv. Edge platformama. Centralizirani sustavi upravljanja omogućuju jednostavno rukovanje modelima, a intuitivna sučelja omogućuju čak i manje stručnim korisnicima testiranje i provjeru primjene uz minimalan trud i rizik.
Ovakav pristup doprinosi stvaranju fleksibilnog i inteligentnog proizvodnog okruženja koje se može brzo prilagoditi promjenama. Integracijom podataka iz različitih izvora omogućuje se učinkovitija optimizacija procesa i bolja priprema za buduće izazove u industriji.
“Umjetna je inteligencija dobra onoliko koliko je dobro integrirana u cjelokupno rješenje. Zato nudimo okvir za integraciju koji omogućuje optimalno korištenje umjetne inteligencije u kombinaciji s tehnologijama automatizacije”, zaključila je Ivana Ilić.
