Bariera AI w produkcji

Każdy w branży produkcyjnej słyszał tę obietnicę: AI zrewolucjonizuje kontrolę jakości. Mniej defektów, wyższa wydajność, niższe koszty. Obietnica jest realna — ale bariera też.

Większość producentów, którzy badają inspekcję z AI, szybko napotyka tę samą przeszkodę. Słyszą, że potrzebują zespołu Data Science. Muszą wybrać frameworki, oznakować tysiące obrazów, dostroić hiperparametry, zarządzać pipeline’ami uczenia i utrzymywać modele w produkcji. Dla średniej wielkości producenta eksploatującego maszyny sortujące i stanowiska inspekcyjne to nierealistyczny punkt wyjścia. Ekspertyza jest droga, harmonogramy długie, a ryzyko nieudanego pilotażu wysokie.

A gdyby ta bariera nie musiała istnieć?

Podejście QuaVision: szkolicie system sami

QuaVision, nasza autorska platforma Wizji maszynowej, została zaprojektowana od podstaw według jednej zasady: ludzie, którzy najlepiej znają produkt, powinni uczyć system, czego szukać.

To Państwa inżynierowie jakości. Państwa operatorzy maszyn. Ludzie, którzy już wiedzą, jak wygląda dobra część i jak wygląda defekt — ponieważ podejmują tę decyzję codziennie od lat.

Oto jak to działa w praktyce:

Krok 1 — Oznacz defekty. Interfejs graficzny QuaVision wyświetla obrazy inspekcyjne z Państwa linii produkcyjnej. Operator zaznacza obszary z defektami — rysy, pęknięcia, wgniecenia, przebarwienia — wszystko, co dotyczy Państwa produktu. Żadnych narzędzi do adnotacji z laboratorium badawczego. Tylko przejrzysty, intuicyjny interfejs zaprojektowany na halę produkcyjną.

Krok 2 — Wytrenuj model. Jedno kliknięcie. QuaVision pobiera oznakowane obrazy i trenuje model Deep Learning dostosowany do Państwa konkretnych defektów, Państwa konkretnego produktu, Państwa konkretnych warunków produkcji. Można wytrenować kilka modeli z różnymi konfiguracjami, aby porównać wydajność.

Krok 3 — Wdróż na produkcję. Wybierz najlepszy model i wdróż go — ponownie jednym kliknięciem. Model działa w czasie rzeczywistym na Państwa linii inspekcyjnej, podejmując decyzje „zgodny/niezgodny” z prędkością produkcji.

Żadnych skryptów Python. Żadnych notatników Jupyter. Żadnej infrastruktury chmurowej. Żadnego specjalisty Data Science pomiędzy Państwa zespołem jakości a systemem inspekcyjnym.

Dlaczego to działa lepiej, niż można by oczekiwać

Sceptycyzm jest zrozumiały. Czy system wytrenowany przez operatorów — a nie inżynierów ML — naprawdę może dawać wiarygodne wyniki? Odpowiedź brzmi: tak, a przyczyna leży w tym, co odróżnia inspekcję przemysłową od ogólnej Wizji maszynowej.

W inspekcji przemysłowej przestrzeń problemu jest wąska i dobrze zdefiniowana. Nie prosicie AI o rozpoznanie kota na zdjęciu. Prosicie go o odróżnienie rysy powierzchniowej od normalnego śladu obróbki na konkretnym typie części metalowej, przy kontrolowanym oświetleniu, w ustalonej odległości. To problem, w którym skoncentrowany, dobrze wytrenowany model przewyższa model ogólny — i w którym osoba z wiedzą domenową wnosi więcej niż osoba ze znajomością ML.

QuaVision wykorzystuje modele AI open-source, które są niezależne od modelu i frameworka. Oznacza to, że nie są Państwo zamknięci w zastrzeżonej „czarnej skrzynce”. System obsługuje również rozwiązania AI firm trzecich, więc jeśli Państwa wymagania ewoluują, możliwości ewoluują razem z nimi.

Adaptacja do rzeczywistych warunków

Jednym z najczęstszych trybów awarii tradycyjnej inspekcji opartej na regułach jest wrażliwość na zmiany. Niewielka zmiana oświetlenia, minimalna zmiana orientacji części, nowy dostawca z nieco innym wykończeniem powierzchni — i nagle starannie dostrojone progi generują fałszywe odrzucenia lub pominięte defekty.

Inspekcja oparta na AI działa fundamentalnie inaczej. Ponieważ modele uczą się na rzeczywistych danych produkcyjnych — łącznie z ich naturalnymi wariacjami — są z natury bardziej odporne na warunki, które zaburzają działanie konwencjonalnych systemów:

• Zmiany oświetlenia — model widział części przy różnym oświetleniu
• Wariacje orientacji — model uogólnia niewielkie różnice pozycyjne
• Wariacje produktu — tekstury powierzchni, zmiany kolorystyki i partie materiałowe są częścią danych treningowych, a nie wyjątkami

A gdy warunki zmieniają się znacząco, ponowne trenowanie to nie sześciomiesięczny projekt. To kwestia oznaczenia nowych przykładów i ponownego kliknięcia „trenuj”.

Czego nie potrzebują Państwo

Określmy jasno, co QuaVision eliminuje z równania:

Tradycyjne wdrożenie AI	Z QuaVision
Zespół Data Science	Państwa inżynierowie jakości
Znajomość Python / TensorFlow / PyTorch	Interfejs graficzny, bez kodu
Tygodnie etykietowania i adnotacji	Oznaczanie defektów bezpośrednio w GUI
Oddzielna infrastruktura treningowa	Działa na kontrolerze QuaVis
Pipeline wdrożeniowy modeli	Wdrożenie jednym kliknięciem
Uzależnienie od dostawcy	Open-source, niezależność od frameworka
Zależność od chmury	Działa lokalnie, on-premise

Wbudowane w kompletną platformę Wizji maszynowej

Możliwości AI to nie dodatkowy moduł. Są zintegrowane z pełną platformą QuaVision, która oferuje:

• Do 1500 części na minutę — przepustowość inspekcji
• Powtarzalność 1 mikrona dla pomiarów geometrycznych
• Niezależność od Hardware — współpracuje z dowolną kamerą, czujnikiem lub systemem oświetlenia
• Kompletny zestaw konwencjonalnych narzędzi wizyjnych (detekcja krawędzi, pomiary, dopasowywanie wzorców), działających obok modeli AI
• Logowanie danych oparte na SQL, zarządzanie partiami i automatyczne generowanie raportów
• GUI przetłumaczone na 16 języków, z obsługą ekranu dotykowego, zaprojektowane na halę produkcyjną

Oznacza to, że nie wybierają Państwo między inspekcją konwencjonalną a AI. Korzystają Państwo z obu podejść — na jednej platformie, na jednej maszynie, zarządzanej przez tych samych operatorów.

Dla kogo to jest?

Jeśli rozpoznają Państwo choć jedną z tych sytuacji, możliwości AI QuaVision zostały stworzone z myślą o Państwie:

• Inspektują Państwo defekty powierzchniowe, które są zbyt zmienne dla sztywnych reguł
• Obecny system generuje zbyt wiele fałszywych odrzuceń i sortują Państwo ręcznie jako obejście
• Powiedziano Państwu, że potrzebują AI, ale nie posiadają Państwo wewnętrznej ekspertyzy do jego wdrożenia
• Modernizują Państwo starsze maszyny i chcą dodać możliwości AI bez złożonego projektu integracyjnego
• Chcą Państwo zachować kontrolę nad logiką inspekcji — a nie przekazywać ją zewnętrznemu dostawcy usług

Zobacz w akcji

Najlepszym sposobem, aby zrozumieć, jak wygląda trenowanie AI w QuaVision, jest zobaczenie tego na własne oczy. Oferujemy demonstracje na żywo — na Państwa częściach, z Państwa typami defektów — aby mogli Państwo ocenić system na problemach, które naprawdę mają znaczenie dla Państwa produkcji.