Budoucnost průmyslového Česka směřuje mimo jiné ke strojovému učení

Konference Digitální továrna 2.0 – Česko jako průmyslová velmoc?, jenž je reálnou ukázkou dynamiky vývoje v oblasti digitalizace, nastínila několik fenoménů. Jiří Holoubek s Vladimírem Maříkem představili důležitost strojového samoučení, vizualizaci digitálních dvojčat jako operačních agentů nebo blockchain.

digitální továrna

Druhá vlna Průmyslu 4.0 stojí na několika pilířích. V tovární hale sice může stát několik multifunkčních a chytrých strojů, avšak kolik z nich dokáže efektivně spolupracovat v pokročilé vzájemné komunikaci? „Multioborové skloňovaní umělé inteligence je tady už šedesát let. Dnes však neposkytuje komplexní řešení, jak by se zdálo, ale pouze dílčí algoritmy. Ty vytvářejí modely, rozumově zpracovávají data a vyvozují z nich nové nástroje,“ řekl Vladimír Mařík, ředitel Českého institutu informatiky, robotiky a kybernetiky. Jistou formou tak utváří cestu pro chytré produkty.

digitální továrna

Ty však nejsou pouze o věcech ke každodennímu užívání jako auto nebo telefon. Stále častěji to začíná být proces, který znamená soustavu služeb v ekosystému požadavků. „Elektromotor, tlakový vzduch nebo čistá podlaha v nemocnicích. Jedná se o produkty, jenž nabalují úkony a vzájemně spolu komunikují. Tím dospějeme například právě k tomu, že bude ráno v nemocnici čistá podlaha,“ řekl Jiří Holoubek, prezident Elektrotechnické asociace ČR.

digitalní továrna

Aby tyto procesy mohly fungovat, tak jak mají, potřebují autonomii, integraci a strojové učení. V integračním procesu se vývojáři specializují na agentifikaci, vytváření datových digitálních dvojčat, které dovedou vizualizovat. Strojové učení pak umožňuje fungovat na lokálním a globálním samoučení (neuronové sítě, deep learning nebo geometrické algoritmy) a dokáže vyhodnocovat strukturální a modelové změny i uzpůsobit stávající systém určité evoluci.

„Umělou inteligenci jsme začali zavádět do strojového učení v naší lisovací lince na elektromotoru, který linku pohání. Na základě databáze anomálií jsme tak byli schopni elektromotor naučit, jak vyhodnocovat svá data. Údržba už nyní proto dostává tři typy zpráv. Data okamžitá, v minutové stopáži, zaručují naši připravenost na problém. V hodinách můžeme opravu naplánovat na výrobní přestávky. Informovanost v řádu dní pak využijeme k týdennímu plánování.”
Lukáš Kousal, Škoda Auto

Velký zájem posluchačů vzbudil Lukáš Kousal ze Škoda Auto, který jim blízkou budoucnost přiblížil na řešení, které již společnost proslulá vstřícným přístupem k inovacím ve svých továrnách zavedla. „Umělou inteligenci jsme začali zavádět do strojového učení v naší lisovací lince na elektromotoru, který linku pohání. Na základě databáze anomálií jsme tak byli schopni elektromotor naučit, jak vyhodnocovat svá data. Údržba už nyní proto dostává tři typy zpráv. Data okamžitá, v minutové stopáži, zaručují naši připravenost na problém. V hodinách můžeme opravu naplánovat na výrobní přestávky. Informovanost v řádu dní pak využijeme k týdennímu plánování,“ popsal v druhém přednáškovém bloku Lukáš Kousal.

Zdroj zprávy: BVV