Experten reißen KI-Barrieren ein

Warum nutzen nicht mehr Hersteller in den Vereinigten Staaten intelligente Fertigungstechnologien wie KI und maschinelles Lernen, um Verschwendung zu reduzieren, vorausschauende Wartung zu erreichen und ihre Automatisierungssysteme zu verbessern?

Diese Frage stand im Mittelpunkt von „The Role of AI in Manufacturing“, einem runden Tisch, der von CESMII, dem Smart Manufacturing Institute, gesponsert wurde. Die Diskussionsteilnehmer repräsentierten Procter &Gamble, Raytheon Space and Airborne Systems, Microsoft, UCLA und CESMII.

Die Podiumsteilnehmer sprachen über die Überwindung von Hindernissen wie „Pilot-Fegefeuer“, plattformabhängige Software, Datenwissenschaftler ohne Kenntnisse im Fertigungsbereich und „Datenanarchie“.

„Es gibt immer noch viel Hype um diesen Bereich, was nicht ungewöhnlich ist, wenn man das Potenzial hat, eine ganze Branche zu stören“, sagte CESMII-CEO John Dyck, der Moderator des Runden Tisches. „Umso wichtiger ist es aber, den Unterschied zwischen dem, was noch angestrebt wird, und dem, was pragmatisch machbar ist, zu verstehen.“

Das bringt uns zurück zu der Frage, was Hersteller an einer breiteren Einführung von KI hindert?

Viele Unternehmen berichten, dass sie versuchen, KI in ihr Unternehmen zu integrieren, aber im „Pilot-Fegefeuer“ feststecken und ein kleines, erfolgreiches Projekt nicht skalieren können.

Sogar ein Fortune-500-Unternehmen wie Procter &Gamble gibt zu, Probleme zu haben. Noch früh in der Einführung von KI ist es dem Unternehmen gelungen, einige Algorithmen für maschinelles Lernen einzusetzen. Aber P&G wird durch die Skalierung behindert.

„Sie wissen, dass ich keine Infrastruktur habe, die die Daten so ausgeben kann, wie ich es möchte“, sagte Jeff Kent, Leiter der intelligenten Plattformen von P&G. „Ich habe keine Plattform, die gut kontextualisiert, und ich habe keinen Ort, an dem der Algorithmus sehr einfach von Nicht-Data-Science-Experten entwickelt werden kann. Wir befinden uns also in einem Stadium, in dem wir [einige] erfolgreiche Piloten haben, aber sie bleiben irgendwie im Kontext dessen, wer sie entwickelt hat.

„Ich denke, wir kommen aus dem Pilot-Fegefeuer“, fügte er hinzu, „aber wir werden nur dann eine skalierbare Einführung aufrechterhalten und das gesamte Versprechen von Industrie 4.0 erreichen, wenn all dies zu einem vollständigen Arbeitsprozess und einem vollständigen Satz zusammenkommt von Anwendungen, an denen P&G, unsere Lieferanten und OEMs teilnehmen können.“

Kelly Dodds, Advanced Manufacturing Tech Director bei Raytheon, sagte, dass der militärische Auftragnehmer Erfolg hatte, KI mithilfe von maschinellem Sehen in Roboteranwendungen zu integrieren.

„Die Fähigkeit der maschinellen Bildverarbeitung, jedes Mal das aufzunehmen, was Sie aufnehmen möchten, und sich selbst zu verbessern, ist ein bedeutendes Unterfangen“, sagte sie.

Um der Herausforderung der KI-Einführung zu begegnen, fördert Raytheon laut Dodds datenwissenschaftliche Bildungsprogramme mit Fertigungskontext.

„Wir brauchen einige Data Scientists mit Fachkenntnissen“, sagte er. "Deshalb ist es wichtig, diese Pipeline von Leuten mit diesem Kontext zu erweitern."

Apropos Datenwissenschaftler:Jonathan Wise, VP of Technology bei CESMII, ist ein Softwareentwickler, der der Meinung ist, dass seine Programmiererkollegen ihre Designs mit Bereitstellungsflexibilität im Hinterkopf beginnen müssen.

„Wir haben eine Belegschaft, die in den letzten Jahrzehnten Intelligenz zu einer SPS entwickelt hat, aber diese Plattformanbieter haben keine Hardware-Abstraktionsschicht (HAL) zwischen dem Code und der SPS eingebaut“, sagte er. „Im Gegensatz dazu haben wir bei IT-Software unsere Software in den letzten Jahren … aus Komponenten aufgebaut, und diese Komponenten sind lose in eine bestimmte Architektur gekoppelt und durch klar definierte Schnittstellen verbunden.“

Das Gegenmittel zu plattformabhängiger Software, sagte Wise, besteht darin, Algorithmen zu entwickeln, die plattformunabhängig sind und über gemeinsame Informationsschnittstellen verfügen.

Außerdem müssen die Daten selbst in einem standardisierten Format vorliegen, sagte er.

Jim Davis, Vice Provost of IT an der UCLA, sagte:„Die Möglichkeiten, dies zu tun, bestehen darin, darüber nachzudenken, wie Sie Daten austauschen, teilen, zusammenlegen, kombinieren und gemeinsam damit arbeiten. Es gibt also eine branchenweite Strategie.“

Da die Pandemie und der Klimawandel die Lieferketten unterbrechen, könnten die Reduzierung von Abfall und die effiziente Nutzung von Ressourcen ein entscheidender Vorteil der Einführung von KI sein, sagte Walid Ali, Experte für KI in der Fertigung bei Microsoft.

„Da industrielle Prozesse fast die Hälfte des Energieverbrauchs unserer menschlichen Spezies und ein Fünftel der weltweiten Treibhausgasemissionen ausmachen, ist dies ethisch vertretbar und die richtige Geschäftsentscheidung, da bestimmte Volkswirtschaften uns dazu bringen, geschlossen zusammenzuarbeiten -Ressourcenkreisläufe und den Lebenszyklus von Produkten, von der Produktion bis zum Konsum“, sagte er.

„Dies ist eine Zeit beispielloser Möglichkeiten, die es uns ermöglicht, mit KI und intelligenter Fertigung aus technologischer Sicht das Richtige zu tun, sowie für Nachhaltigkeitsmöglichkeiten in der Umwelt, in der wir leben.“