Základnou myšlienkou stanoviska je odporúčanie, aby firmy pri úvahách o nasadení UI vo výrobe primárne uvažovali o uplatnení svojho procesného a technologického know-how (detailnej znalosti výrobných procesov a strojov a zariadení firmy). Kým v nevýrobnej sfére sú spúšťačom nasadenia UI hlavne údaje (máme ich veľa, otázka je, čo z nich dokážeme získať), vo výrobe by spúšťačom týchto úvah mali byť príležitosti na zdokonalenie procesov (trvanie/priechodnosť procesov, kvalita výrobkov, predikcia porúch...), o ktorých technickí pracovníci firmy vedia veľa. Hlavným kritériom pri výbere oblastí nasadenia UI by mal byť potenciál zvýšenia pridanej hodnoty pre firmu. Samozrejme, potom nastupuje otázka výberu a dostupnosti údajov, ktoré sú pre danú tému relevantné.
Stanovisko prináša osem odporúčaní pre firmy, ktoré boli odvodené zo skúseností inštitútov WGP z použitia UI v rozličných aplikačných doménach. Tieto odporúčania umožnia firmám systematicky a rýchlejšie identifikovať oblasti nasadenia UI s najväčšou potenciálnou pridanou hodnotou. Medzi odporúčaniami sú napr. nutnosť identifikovať vhodný druh „inteligencie“ na riešenie daného problému/zlepšenia, stanoviť, ako bude kontrolovaný proces učenia, rozhodnúť, aké údaje budú použité na učenie UI, prípadne či treba ešte zvýšiť kvalitu a rozsah údajov.
Systematický zber údajov je najdôležitejším predpokladom učenia systémov využívajúcich UI. Na to treba identifikovať zdroje údajov a analyzovať vzťahy medzi údajmi využitím znalostí o procese. Napr. firma môže mať veľa snímok dobrých aj defektných výrobkov, ak však snímky nie sú doplnené príznakom, či znázorňujú dobrý alebo chybný výrobok, sú pre učenie UI nepoužiteľné. Stanovisko WGP uvádza konkrétne príklady zo širokého spektra výrobných procesov a technológií, počnúc strojmi na výrobu nástrojov a CNC strojmi cez manipuláciu, montáž, robotiku až po tok materiálov a logistiku. Spája sa v nich expertná znalosť týchto domén s know-how z oblasti nasadenia výkonných postupov strojového učenia.
Vo výskumných projektoch inštitútov WGP, na ktoré sa stanovisko odvoláva, bol použitý celý rad typov UI, pričom prevažujú softvérové nástroje z kategórie strojového učenia (SU, z angl. machine learning). Stanovisko obsahuje veľmi zaujímavý zoznam odkazov na výskumné správy inštitútov WGP, pochádzajúce z citovaných projektov. Ako príklady citovaných projektov uvádzame:
- dohľad nad procesom obrábania, pri ktorom sa neurónová sieť v prvých sekundách obrábania naučí optimálne nastaviť sily použité pri rezaní obrobku;
- detekcia opotrebenia rezných platničiek pri obrábaní, napr. analýzou vznikajúceho hluku random forest klasifikátorom alebo optickou analýzou triesky a drobných častíc materiálu s využitím deep-learning modelu;
- predikcia kvality pri bodovom laserovom zváraní z parametrov zváracieho stroja a obrazových dát s využitím rôznych typov neurónových sietí atď.
Príklady sú veľmi rôznorodé. Dokument sa venuje aj uplatneniu UI v asistenčných systémoch zameraných napr. na klasifikáciu údajov alebo triedenie súčiastok.
Podľa autora tohto článku najväčšia hodnota stanoviska WGP spočíva v tom, že vysvetľuje, prečo by firmy mali cieľavedome zapájať technických pracovníkov z výroby do uvažovania o možnostiach UI a do systematického zhromažďovania a riadenia kvality údajov určených na tréning UI. Univerzity zatiaľ neponúkajú študijné programy kombinujúce znalosť výrobných procesov a dátové inžinierstvo. To sa musí zmeniť. Rovnako nevyhnutné bude zaviesť vzdelávanie inžinierov z praxe v digitálnych technológiách. Ideálom by bol „UI-inžinier“ so znalosťami z výroby aj možností UI softvérových nástrojov a z postupov dátového inžinierstva.
Stanovisko WGP upozorňuje na veľmi zaujímavý aspekt nasadenia UI vo výrobe. Výrobná firma sa rozhodne využiť vo svojich procesoch UI na konkrétnom mieste, pripraví tréningovú bázu údajov a UI/SU softvér sa naučí vyhodnocovať dianie v príslušnom výrobnom procese. Finálne rozhodnutie o tom, že sa riešenie naozaj nasadí do výroby, však musí urobiť človek, ktorý pri súčasnom stave softvérových nástrojov spravidla nemá šancu detailne rozumieť algoritmom, ktoré si UI natrénovala. O to dôležitejšie je, aby v tíme, ktorý UI riešenie nasadzoval, boli intenzívne zapojení vlastní procesní odborníci firmy.
Digitalizácia výroby (a súvisiacich predvýrobných činností, logistiky...) je nutnosťou udržania konkurencieschopnosti slovenského priemyslu. Príležitostí na využitie UI/SU softvérových nástrojov bude rapídne pribúdať. Firmy by sa mali začať na túto výzvu systematicky pripravovať.
Štúdia, ktorú si dala v roku 2018 vypracovať spolková vláda Nemecka, odhadla, že v rokoch 2019 – 2023 by samotné uplatnenie UI vo výrobe mohlo nemeckému priemyslu priniesť rast obratu o vyše 30 mld. eur. Aj keď do toho potom zasiahla pandémia a neskôr vojna na Ukrajine, tento vývoj príde aj na Slovensko, pretože len výroba s vysokou pridanou hodnotou dokáže odolať ázijskej konkurencii, resp. konkurencii nových „tigrov“.
Ing. Peter Prónay
externý spolupracovník SIEA a Industry4UM
prekladateľ textu stanoviska WGP
