Systemy wizyjne, a sztuczna inteligencja (AI)
Sztuczna inteligencja to technologia, która zmienia każdą dziedzinę życia. Jest to narzędzie wszechstronne. Pozwala przemyśleć sposób, w jaki integrujemy informacje, analizujemy dane i wykorzystujemy uzyskane w ten sposób spostrzeżenia do usprawnienia podejmowania decyzji. Techniki głębokiego uczenia (ang. deep learning) to poddziedzina uczenia maszynowego. Stanowi zakres AI, a ich działanie często porównuje się do uczenia ludzkiego mózgu. Jednakże pod tymi terminami kryje się matematyka. W ostatnich latach szacuje się duży wzrost użycia technik głębokiego uczenia w systemach wizyjnych. Stwarzają one wiele możliwości w aplikacjach ciężkich do realizacji za pomocą tradycyjnych narzędzi, takich jak systemy wizyjne.
Inteligentne systemy wizyjne, a ich realne zastosowania – strzał w dziesiątkę czy przerost formy nad treścią?
Ostatnimi czasy temat sztucznej inteligencji to prawdziwy hit. Wszystko wokół nas promuje się jako „smart” czy „inteligentne”. Wizje i możliwości takich rozwiązań wydają się być naprawdę obiecujące. To zjawisko obserwuje się również w świecie automatyki i robotyki, a dokładniej w oferowanych rozwiązaniach dla firm i fabryk. Mogłoby się wydawać, że sztuczna inteligencja to słuszne rozwiązanie dla większości problemów, z którymi mierzy się przemysł jak i alternatywa dla rozwiązań już wdrożonych. Jednak istnieje wiele powodów dla których nie zawsze tak jest.
Aby móc wdrożyć i efektywnie wykorzystać takie rozwiązania jak inteligentne systemy wizyjne, koniecznym jest, aby fabryki były nie tylko zrobotyzowane i zautomatyzowane. Muszą także posiadać środowisko i zaawansowanie technologiczne, które będzie podstawą do wdrażania takich systemów. Inteligentne systemy to temat budzący duże zainteresowanie w przedsiębiorstwach. Jednak znaczna ich część nie jest jeszcze na etapie pozwalającym na wprowadzenie takich technologii. Precyzja jest jednym z kluczowych wymagań stawianych dostawcom systemów wizyjnych. O ile jest mocną stroną rozwiązań opartych na deep learningu, to wraz z nią rośnie zbiór danych potrzebnych do nauki algorytmu i niezwykle niepożądany czas przetwarzania.
Problem częstych zmian w produkcie – czy da się to rozwiązać przy pomocy AI?
Motoryzacja stanowi największy rynek systemów wizyjnych, gdzie wykorzystuje się je głównie do kontroli poprawność montażu. Tak więc do sprawdzenia obecności i pozycji komponentów, czytania kodów oraz kontroli jakości elementów. Wady elementów powstają na etapie produkcji jak i montażu komponentów, a sama ich specyfikacja i klasyfikacja stanowi nie lada wyzwanie. Rysy, przetarcia, niedociągnięcia czy wgniecenia mogą objawić się na różne sposoby, więc ich zakres jest często niejednoznaczny i szeroki. Dla automatycznej weryfikacji takich przypadków, jednym z wyjść może być system wizyjny opierający się na metodach głębokiego uczenia. Potrafi on sobie poradzić z dużym zakresem i zmiennością. Aby analiza produktów z dużą zmiennością była możliwa, należy stworzyć zbiory zdjęć zawierające różnorakie ułożenia i warianty przedmiotu inspekcji: zestawy zdjęć poprawnych, niepoprawnych, przedstawiających przedmiot inspekcji w przeróżnych pozycjach, wariantach, ułożeniach, zbiory z przedmiotami niekompletnymi, w różnym oświetleniu, często obrócone i zniekształcone. Takie zbiory mogą zawierać od setek do tysięcy zdjęć, a im więcej nauczy się algorytm tym dokładniejszy będzie podczas inspekcji.
Podsumowanie
Za sprawą deep learningu, niektóre wcześniej używane tradycyjne techniki wizji maszynowej stały się mniej istotne. Jednak wiedza nigdy nie jest przestarzała i zawsze istnieje coś, czego warto się nauczyć od każdego pokolenia innowacji. Należy pamiętać, że znaczną część problemów wizji maszynowej da się rozwiązać równie efektywnie przy użyciu zespołu kamer, oświetlaczy i tradycyjnych metod programowania. Często jest to nawet bardziej wskazane niż sięganie po deep learning. Sztuczna inteligencja to z pewnością potężne narzędzie w rękach programistów. Jednak aby w pełni wykorzystać jej potencjał, potrzeba bardziej zaawansowanego technologicznie środowiska. Także – kilku lat więcej na dostosowanie się do jej niemałych wymagań.
Jeśli zastanawiasz się czy system wizyjny jest tym, czego potrzebuje Twoje przedsiębiorstwo – skontaktuj się z nami.
