controlli human-like Controlli human-like

Irregolarità nella trama di un tessuto. Leggere variazioni di colore su un’oggetto di plastica. Sfumature anomale sulla superficie di un riflettore parabolico. Piccoli difetti su una mascherina serigrafata.

Possiamo andare avanti ancora molto, spaziando in lungo e in largo fra i più disparati settori industriali (e non) e innumerevoli prodotti che ogni giorno sono sottoposti a controlli estetici da parte di personale dedicato. A seconda dei casi, il difetto ricercato rappresenta solo un’ anomalia prettamente estetica – ovvero qualcosa che l’occhio non vorrebbe vedere, ma che male non fa – oppure è indice di un’ anomalia funzionale, una variazione che compromette le proprietà fisiche dell’oggetto stesso.

I difetti estetici sono delle irregolarità che spesso si confondono con le variazioni naturali presenti nell’aspetto di un oggetto, quali lo spessore dei fili e i piccoli spostamenti di questi all’interno della trama di un tessuto, le venature di un materiale naturale come il marmo o il legno, le sfumature e le forme sempre simili ma sempre diverse di un prodotto da forno, e via dicendo. In altre parole, i difetti estetici sono qualcosa che è molto difficile, e a volte impossibile, riconoscere attraverso una descrizione formale.

Da una parte, perché il loro aspetto potrebbe essere sempre diverso. Dall’altra, perché qualsiasi regola adeguata per intercettare le anomalie finirebbe per intercettare anche altri dettagli che anomalie non sono.

E anche ammesso di poter realizzare un metodo basato su regole formali, quanto tempo sarebbe necessario per finalizzarlo?

Quanti casi di difetti che assomigliano a caratteristiche e caratteristiche che assomigliano a difetti si dovrebbero contemplare? E a fronte di variazioni in itinere, non prevedibili a priori, come e quanto si dovrebbe intervenire sul metodo formale?

Oggi la risposta a queste esigenze c’è ed è disponibile per costruire applicazioni di visione a livello industriale: è il deep learning, o apprendimento approfondito, la più recente espressione dell’intelligenza artificiale.

Le nostre soluzioni per il controllo estetico human-like basate sul deep learning sono caratterizzate da:

 Oggettività
 Ripetibilità
 Niente regole né soglie né algoritmi: il sistema impara dall’esperienza – (autoapprendimento)
Capacità di adeguarsi a situazioni mutevoli (autoadattamento)
Utilizzo e mantenimento estremamente semplici
 Integrazione trasparente con qualsiasi flusso o metodologia di lavoro

Menu