AI w TRUMPF: jak maszyny uczą się widzieć

Weiß kieruje zespołem ds. rozpoznawania obrazów AI w firmie TRUMPF w Ditzingen. Gdyby to od niego zależało, na przykład w TruLaser Center 7030, pierwszym w pełni automatycznym laserze TRUMPF, byłyby zainstalowane co najmniej 24 kamery. Aktualnie jest „tylko“ dwanaście, które dostarczają niezliczone ilości obrazów i wideoklipów. Wraz z wieloma innymi danymi tworzą podstawę rozwoju maszyn i całkiem nowych produktów, są tzw. fundamentem pracy zespołu Computer-Vision. Ale gdzie jest właściwie sztuczna inteligencja, gdy TruLaser Center 7030 tnie jedną blachę za drugą? Pomóc może wyjaśnienie terminu: AI to zakres badań naukowych z wieloma zakresami częściowymi. Jednym z nich jest nauka maszynowa. Aby maszyny, takie jak TruLaser Center 7030 „uczyły się“ i w efekcie mogły działać jeszcze lepiej i wydajniej, potrzebują narzędzi i metod w formie odpowiedniego oprogramowania. Jedną z tych metod jest maszynowe widzenie, specjaliści mówią także o Computer Vision.

Korbinian Weiß jest właściwie konstruktorem maszyn, ale już od dawna opracowywał w TRUMPF projekty sterowane oprogramowaniem. Był kierownikiem projektu w TRUMPF Sorting Guide, dla którego pierwotnie nie planowano zastosowania AI. Sorting Guide powinien pracować z zupełnie klasycznymi algorytmami. „U nas w hali prób działało to super, mieliśmy doskonałe wyniki“, opowiada 37-latek. Wtedy trafiły one do klientów testowych – „i nic nie działało“. Problemem były warunki oświetleniowe. Wiele jasnych i ciemnych materiałów, odbijające powierzchnie i przedmioty w otoczeniu były zbyt dużym wyzwaniem dla algorytmów. Weiß: „Podołaliśmy temu tylko dzięki AI.“ Podstawą było ponad 100.000 obrazów, które zespół Computer-Vision musiał najpierw etykietować ręcznie, czyli sklasyfikować. Z informacją, czy na obrazie widoczna była część blaszana czy nie, i dzięki odpowiednim algorytmom AI mogła „trenować“ oprogramowanie, aby coraz bardziej udoskonalać dokładność przepowiadania w niezliczonych pętlach treningowych.

„Tylko pięć procent to AI, 95 procent to dane”, opowiada 37-latek o pracy swojego zespołu – i właściwe wyzwanie: „najpierw w ogóle zebrać dane, zarządzać danymi, etykietować dane, zestawiać rekordy danych dla różnych celów rozwiązania problemu, znaleźć odpowiedni balans w danych…“. Czasami w zupełności wystarczą klasyczne algorytmy, aby rozwiązać problem klienta. Ale coraz częściej nie. Od opracowania Sorting Guide, który TRUMPF wprowadził na rynek w 2020 r., w dziale Computer Vision wiele się wydarzyło. Udoskonalone są nie tylko technika i bazy danych algorytmów, zmienił się także sposób myślenia. „Gdy dziś opracowujemy produkty, zawsze myślimy o danych“, mówi Weiß. Dlatego w TruLaser Center 7030 wbudowane są kamery, dzięki czemu możliwe są całkiem nowe modele biznesowe. Należy do nich np. nowy model Pay-per-Part firmy TRUMPF.

www.trumpf.com