Para ahli merobohkan penghalang AI

Mengapa tidak lebih banyak produsen di Amerika Serikat yang menggunakan teknologi manufaktur cerdas seperti AI dan pembelajaran mesin untuk mengurangi pemborosan, mencapai pemeliharaan prediktif, dan menyempurnakan sistem otomasi mereka?

Pertanyaan itu adalah fokus dari “Peran AI dalam Manufaktur,” meja bundar yang disponsori oleh CESMII, Smart Manufacturing Institute. Panelis mewakili Procter &Gamble, Raytheon Space and Airborne Systems, Microsoft, UCLA, dan CESMII.

Panelis berbicara tentang mengatasi hambatan seperti “pilot purgatory”, perangkat lunak yang bergantung pada platform, ilmuwan data tanpa pengetahuan domain manufaktur, dan “anarki” data.

“Masih ada banyak hype di sekitar ruang ini, yang tidak biasa ketika Anda memiliki potensi untuk mengganggu seluruh industri,” kata CEO CESMII John Dyck, moderator meja bundar. “Tapi itu membuatnya semakin penting untuk memahami perbedaan antara apa yang masih aspiratif dan apa yang secara pragmatis dapat dicapai.”

Yang membawa kita kembali ke pertanyaan tentang apa yang menghambat produsen dalam adopsi AI yang lebih luas?

Banyak perusahaan melaporkan mencoba memasukkan AI ke dalam perusahaan mereka tetapi terjebak dalam “penyucian percontohan”, tidak dapat menskalakan proyek kecil yang sukses.

Bahkan perusahaan Fortune 500 seperti Procter &Gamble mengaku mengalami masalah. Masih awal dalam mengadopsi AI, perusahaan telah berhasil menerapkan beberapa algoritma pembelajaran mesin. Namun P&G terhalang oleh penskalaan mereka.

“Anda sadar, saya tidak memiliki infrastruktur yang dapat mengeluarkan data seperti yang saya inginkan,” kata Jeff Kent, pemimpin platform pintar P&G. “Saya tidak memiliki platform yang mengontekstualisasikan dengan baik, dan saya tidak memiliki tempat di mana algoritme dapat dikembangkan dengan sangat mudah oleh pakar non-ilmu data. Jadi, kami berada pada tahap di mana kami memiliki [beberapa] pilot yang sukses tetapi mereka tetap berada dalam konteks siapa yang mengembangkannya.

“Saya pikir kita keluar dari api penyucian percontohan,” tambahnya, “tetapi kita hanya akan mempertahankan adopsi yang dapat diskalakan dan mencapai seluruh janji Industri 4.0 ketika semua itu bersatu menjadi proses kerja penuh, dan set lengkap aplikasi yang dapat diikuti oleh P&G, pemasok, dan OEM kami.”

Kelly Dodds, direktur teknologi manufaktur lanjutan di Raytheon, mengatakan kontraktor militer telah berhasil mengintegrasikan AI ke dalam aplikasi robot menggunakan visi mesin.

“Kemampuan machine vision untuk mengambil apa yang ingin Anda ambil setiap saat dan meningkatkan dirinya sendiri adalah upaya yang signifikan,” katanya.

Untuk membantu memenuhi tantangan adopsi AI, Dodds mengatakan Raytheon mempromosikan program pendidikan ilmu data dengan konteks manufaktur.

“Kami membutuhkan beberapa ilmuwan data yang memiliki keahlian domain,” katanya. “Jadi, menumbuhkan saluran orang-orang yang memiliki konteks itu penting.”

Berbicara tentang ilmuwan data, Jonathan Wise, Wakil Presiden Teknologi CESMII, adalah pengembang perangkat lunak yang berpikir bahwa rekan pembuat kode harus memulai desain mereka dengan mempertimbangkan fleksibilitas penerapan.

“Kami memiliki tenaga kerja yang telah mengembangkan kecerdasan menjadi PLC selama beberapa dekade terakhir, tetapi vendor platform tersebut tidak membangun lapisan abstraksi perangkat keras (HAL) antara kode dan PLC,” katanya. “Dalam perangkat lunak TI, sebaliknya, selama beberapa tahun terakhir, kami telah membangun perangkat lunak kami … dari komponen, dan komponen tersebut digabungkan secara longgar ke dalam arsitektur tertentu dan dilampirkan oleh antarmuka yang terdefinisi dengan baik.”

Penangkal perangkat lunak yang bergantung pada platform, kata Wise, adalah membangun algoritme yang tidak bergantung pada platform dan dibangun dengan antarmuka informasi umum.

Selain itu, data itu sendiri harus dalam format standar, katanya.

Jim Davis, wakil rektor TI di UCLA, mengatakan, “Cara melakukannya ... adalah dengan memikirkan bagaimana Anda bertukar data, membagikannya, menggabungkannya, menggabungkannya, bekerja dengannya secara kolektif. Jadi, ada strategi di seluruh industri.”

Dengan pandemi dan perubahan iklim yang mengganggu rantai pasokan, mengurangi limbah dan menggunakan sumber daya secara efisien mungkin menjadi salah satu manfaat penting untuk mengadopsi AI, kata Walid Ali, pakar AI di bidang manufaktur di Microsoft.

“Dengan proses industri yang menyumbang hampir setengah dari konsumsi energi spesies manusia kita dan seperlima dari emisi gas rumah kaca global, ini adalah hal yang etis untuk dilakukan, serta keputusan bisnis yang tepat dengan ekonomi tertentu yang mendorong kita untuk berkolaborasi di lingkungan tertutup. -lingkaran sumber daya dan siklus hidup produk, pasca produksi hingga konsumsi,” katanya.

“Ini adalah masa dengan peluang yang belum pernah terjadi sebelumnya yang memungkinkan kita melakukan hal yang benar dari sudut pandang teknologi dengan AI dan manufaktur cerdas, serta untuk peluang keberlanjutan di lingkungan tempat kita tinggal.”