Industria

Nuovi vantaggi della visione artificiale applicata alla produzione

L’intelligenza artificiale si sta rapidamente diffondendo in tutti i settori produttivi, ma non tutte le imprese hanno già colto gli enormi vantaggi che possono derivare dalla fusione del deep learning con la visione artificiale.

Manutenzione predittiva – I macchinari sulle linee di produzione devono ricevere manutenzione a intervalli regolari, altrimenti la produzione corre il rischio di essere interrotta in un momento qualsiasi. Questo può essere catastrofico sia per chi produce componenti sia per chi fabbrica beni fatti e finiti. Per non parlare del fatto che, per quanto importanti, eseguire controlli di routine può anche comportare fasi di inattività programmate che implicano il blocco delle linee di produzione, con conseguenti riduzioni della produttività e del profitto. Per capirci, un solo minuto di fermo macchina in una fabbrica di automobili può arrivare a tradursi in perdite di decine di migliaia di euro.

Questo è uno di quei casi in cui la manutenzione predittiva, alimentata dalla visione artificiale e dall’intelligenza artificiale, brilla davvero. Per esempio, dotando di telecamere i robot di una linea automatizzata, si potrebbero raccogliere immagini di ciò che passa sulla linea stessa, ed elaborandole opportunamente si potrebbero identificare i problemi prima che questi si verifichino. Che cambi qualcosa davanti o dietro le telecamere, ovvero ai pezzi che passano, al modo in cui sono movimentati, piuttosto che ai robot stessi, il risultato è che le immagini catturate saranno in qualche misura differenti da quelle che ci si aspetta di vedere, e l’intelligenza artificiale sarà in grado di interpretarle senza farsi confondere dai fattori ambientali.

Interazione uomo-macchina – Senza algoritmi flessibili, i computer possono fare solo ciò per cui sono programmati. Molte attività, specialmente quelle che coinvolgono la percezione, non possono essere tradotte in istruzioni basate su regole. In un contesto manifatturiero, alcune delle applicazioni più interessanti riguardano la percezione: questa aumenta le capacità dei robot mettendoli in grado di interagire con le persone e ricevere istruzioni direttamente da queste.

La visione artificiale è una di queste applicazioni. Rispetto ai sistemi tradizionali, ciò che l’intelligenza artificiale aggiunge è la capacità sempre più utile di “dare un senso” alle immagini. Una delle attuali possibilità è addestrare un robot a percepire ciò che sta accadendo intorno ad esso, in modo che possa evitare situazioni confusionarie o pericolose nonchè interagire con le persone in modi più creativi. I robot sono spesso stazionari ma corrono il rischio di collidere contro cose o persone che si muovono nei loro spazi di lavoro: sistemi di visione artificiale possono arrestare i robot in presenza di potenziali ostacoli, ma c’è anche una crescente domanda di robot veramente collaborativi – “cobots” – che possano funzionare in modo produttivo con colleghi umani. L’intelligenza artificiale consente ai robot di ricevere istruzioni dalle persone, incluse nuovi comandi non previsti nella loro programmazione originale. Per questo, i robot e gli esseri umani hanno bisogno di un linguaggio comune, semplice ed efficace, veicolato dall’intelligenza artificiale.

Produzione a valore aggiunto – Cosa c’è di meglio di un prodotto fatto bene? C’è una produzione priva di elementi difettosi! Ma dal momento che questa è materialmente impossibile, dopo che abbiamo fatto il massimo per ottimizzare i nostri processi produttivi l’unica carta che rimane da giocare è l’esclusione dei pezzi o delle parti non conformi.

Negli ultimi quarant’anni, la visione artificiale tradizionale ha avuto non poche difficoltà nel classificare beni e prodotti, e per una buona ragione: la classificazione è una funzione molto complessa da programmare. Richiede che un esperto di prodotto si affianchi ad un programmatore esperto in visione artificiale, per scrivere formalmente tutte le regole ovvero per identificare tutte le caratteristiche necessarie per distinguere un oggetto “buono” da un oggetto “non buono”. Ancora più importante, il programma così attentamente elaborato deve essere ulteriormente modificato e corretto ogni volta che gli oggetti da classificare cambiano anche leggermente. I sistemi di visione dotati di intelligenza artificiale superano questi limiti, aggiungendo così un valore concreto a qualsiasi produzione.

, , ,
Articolo precedente
Pixel: più ce n’è meglio è. O no?
Articolo successivo
L’unione fa la forza
Menu