Bagaimana AI Mengubah Manufaktur dan Pemesinan: Wawasan dari Matt Danford
Matt Danford, editor senior Modern Machine Shop dan penulis kolom "Data Matters" kami, bicara dengan saya tentang peran potensi kecerdasan buatan (AI) di bengkel mesin. Dia melihat jalur dari pemantauan mesin ke machine learning. Hari ini, fasilitas pemesinan mengumpulkan data dari CNC menggunakan sistem pemantauan mesin. Langkah logis berikutnya akan menggunakan machine learning untuk menemukan peluang perbaikan proses dalam data tersebut. Berikut adalah video percakapan kami, dengan transkrip di bawahnya. Juga, pastikan untuk mengunduh kumpulan artikel dari Modern Machine Shop dan publikasi saudara Additive Manufacturing yang menjelajahi interseksi AI dan manufaktur seperti halnya saat ini.
Transkrip
Peter Zelinski, Modern Machine Shop
Ini Pete Zelinski dengan majalah Modern Machine Shop. Saya di sini dengan Editor Senior Matt Danford. Matt, terima kasih telah berbicara dengan saya.
Matt Danford, Modern Machine Shop
Sama-sama.
Peter Zelinski
Jadi Matt menangani sebuah beat untuk Modern Machine Shop. Matt menulis tentang teknologi digital, termasuk teknologi yang dalam banyak kasus belum cukup "disana" untuk manufaktur, tetapi akan datang. Dia menulis tentang ini dalam kolom bulanan teraturnya, "Data Matters." Dan apa yang ingin saya bicarakan dengan Anda hari ini adalah apa yang Anda lihat tentang peran yang mungkin dimiliki kecerdasan buatan untuk fasilitas pemesinan.
Matt Danford
Ya, tentu saja banyak bising tentang itu. Sebagian besar pembaca yang kita kunjungi, sepertinya itu sesuatu yang masih jauh. Untuk saat ini, mereka sangat tertarik lebih pada pemantauan mesin daripada machine learning. Apakah mereka menyadarinya atau tidak, pemantauan mesin adalah langkah pertama, karena janji sebenarnya dari machine learning, yang merupakan subset dari kecerdasan buatan, adalah analisis data, setidaknya sejauh yang berkaitan dengan pembaca kami. Dan sistem pemantauan mesin, juga sistem manajemen bengkel dan ERP, menyediakan data mentah yang Anda butuhkan untuk analisis itu. Jadi itu benar-benar langkah pertama, apakah mereka menyadarinya atau tidak, menuju kemampuan yang masih akan datang.
Peter Zelinski
Oke, bagus. Jadi mari kita menyelami itu. Pemantauan mesin — itulah langkah yang ada saat ini. Apa yang Anda maksud secara spesifik?
Matt Danford
Dasarnya polling data langsung dari kontrol itu sendiri atau sensor yang dipasang pada berbagai komponen pada alat mesin. Dan, Anda tahu, ini dapat digunakan untuk hal-hal seperti pemeliharaan pencegahan. Aplikasi paling umum yang kita lihat adalah orang polling data CNC hanya untuk melihat bagaimana mesin mereka berkinerja.
Peter Zelinski
Benar. Jadi kita masuk ke bengkel dan kita melihat lebih dan lebih tampilan monitor dengan diagram pie atau tampilan hijau, merah, kuning. Apa yang diperlukan untuk melakukan pemantauan mesin dengan sangat baik?
Matt Danford
Jadi sebagian besar ahli dan bengkel yang saya bicara, ada penekanan yang nyata pada kesabaran. Jangan harapkan semuanya sekaligus. Cukup perlahan-lahan saja. Seseorang yang saya kunjungi baru-baru ini, mereka baru memulai dengan dasar-dasar "apa yang berjalan kapan." Dan ini tidak hanya pada tingkat manajer. Anda tahu, mereka sebenarnya, melalui integrasi dengan sistem ERP, telah memasang bar pacing di setiap stasiun kerja sehingga operator dan orang yang menyiapkan mesin dan menjalankan mesin dapat tahu di mana mereka berada. Ini adalah banyak bagian yang saya seharuskan produksi sampai sekarang. Dan itu membantu semua orang sekadar memperoleh gambaran tentang di mana mereka berada dan memulai dengan tujuan dasar itu. Hal-hal seperti definisi berada di halaman yang sama. Apa artinya untuk mesin berada dalam siklus? Apakah Anda menghitung penggantian alat sebagai bagian dari waktu itu? Anda benar-benar harus menguasai hal-hal seperti itu karena jika Anda meluncurkannya tanpa dasar-dasar ini, Anda tahu, orang bisa menjadi kecewa dan Anda tidak akan mendapatkan hasil yang Anda cari.
Peter Zelinski
Mengapa ini berharga? Kami masih di pemantauan mesin di sini. Tetapi mengapa pemantauan mesin sangat berharga?
Matt Danford
Pertama, hanya untuk memperoleh gambaran tentang di mana Anda berada. Saya telah mendengar banyak ahli memberikan komentar tentang bagaimana mereka pergi ke bengkel dan mereka menginstal sistem ini dan bengkel terkejut bahwa mereka tidak berkinerja sebagaimana yang mereka kira. Dan jadi Anda harus menghadapi realitas itu. Anda tahu, itu benar-benar tentang kebenaran. Saya maksud, Anda tidak bisa membantah data dari CNC. Tidak ada kesalahan jari yang bisa dilakukan itu. Tidak ada keterlambatan antara saat kejadian terjadi dan saat informasi dimasukkan ke dalam sistem manajemen bengkel. Jadi itu benar-benar tentang menghilangkan bias Anda sendiri dan memungkinkan Anda untuk melihat kinerja Anda dalam kenyataan dan mengambil keputusan dari sana.
Peter Zelinski
Anda bicara tentang jalur ini dari pemantauan mesin ke machine learning. Apa itu machine learning? Dan bicarakan tentang jalur itu sedikit.
Matt Danford
Machine learning adalah subset dari kecerdasan buatan. Definisi sebenarnya terdapat dalam istilah "belajar." Tidak seperti program komputer tradisional yang hanya dapat melakukan apa yang Anda program padanya, algoritma machine learning meningkat dengan waktu sendiri. Contoh klasik adalah sistem pengenalan citra. Saat Anda memberinya lebih banyak citra dari, misalnya, anjing dan kucing, ia menjadi lebih baik seiring waktu dengan lebih banyak data yang Anda berikan padanya untuk membedakan antara apa yang merupakan anjing dan apa yang merupakan kucing. Jadi, Anda tahu, diterapkan ke sektor kami dari bengkel mesin yang kita tulis tentang janji sebenarnya di sini lagi adalah analisis data. Mereka akan dapat menyisir data mentah yang disediakan oleh sistem pemantauan mesin, sistem manajemen bengkel, dan sebagainya, dan menemukan pola dan korelasi dalam data tersebut yang tidak jelas, mungkin tidak terdeteksi oleh manusia, dan tentu akan membutuhkan banyak waktu dan upaya untuk sampai ke akarnya jika tidak.
Peter Zelinski
... mengantisipasi titik di mana cukup banyak data keluar dari sistem pemantauan mesin ini, di mana terlalu banyak data untuk digunakan sehari-hari dan potensialmente menyembunyikan kecerdasan baik yang ada untuk ditemukan.
Matt Danford
Tentu. Dan kita tidak tahu apa yang akan datang. Kita tidak tahu kemampuan apa. Saya telah berbicara dengan penyedia ERP yang bekerja dengan machine learning, tetapi banyak dari itu masih jenis forward-looking. Tetapi kita tahu itu akan datang. Hal terbaik yang bisa dilakukan sekarang adalah mengaktifkan sistem ini dan, Anda tahu, membawa manajemen bengkel Anda ke abad ke-21.
Peter Zelinski
Matt, apa perasaan Anda tentang seberapa dekat ini? Seberapa dekat kita dengan kecerdasan buatan dalam bentuk machine learning, sebagai alat industri, sebagai sesuatu yang kita gunakan dalam manufaktur?
Matt Danford
Itu benar-benar sulit untuk dikatakan. Semuanya sangat forward-looking. Ada banyak kekenangan, kekenangan yang beralasan, karena itu akan memberikan dampak besar. Tetapi ya, jika Anda memikirkannya dengan satu cara, Anda tahu, sejauh manufacturer menggunakan Google, itu adalah alat industri. Dan Google sudah menggunakan kecerdasan buatan dalam hasil pencariannya dan tidak ada yang benar-benar membicarakannya. Tidak ada pengumuman besar "Hei, kita memiliki pencarian yang didorong kecerdasan buatan." Dan saya pikir itu bisa terjadi dengan cara itu. Saya maksud, hal-hal ini akan mulai muncul dalam perangkat lunak Anda. Dan idealnya, AI berjalan di latar belakang. Seluruh ide adalah untuk mengotomatiskan tugas mental. Jadi jika Anda harus memperhatikannya dan secara aktif mengelolanya, saya rasa itu tidak akan benar-benar berfungsi atau melakukan apa yang seharusnya dilakukan. Jadi saya pikir itu mungkin seperti itu. Hal-hal ini akan mulai muncul, dan kita akan menggunakannya tanpa benar-benar menyadari bahwa itulah apa yang kita gunakan.
