Незаметный бизнес логотип
Подписаться
Опубликовано

Сегодня пост - продолжение темы нейросетей и AI на производстве.

Автор

Сегодня пост - продолжение темы нейросетей и AI на производстве.

После предыдущего поста мне несколько человек написали с просьбой обозначить проблемы на реальном производстве, которые действительно мог бы решить такой инструмент как нейросеть. Я совсем не айтишник и могу заблуждаться, поэтому заранее прошу прощения, если ниже будет что-то не подходящее для приложения усилий разработчиков. Давайте обратную связь (если от меня ещё не отписались все айтишники 🙂).

1️⃣ На мой взгляд самое перспективное направление применения AI на производстве, - это анализ работы операторов и подсказка человеку, если он что-то делает не так. Совсем недавно вышло видео https://www.youtube.com/watch?v=NIQDnWlwYyQ
, где AI следит за приготовлением кофе и даёт советы. И если действительно нейросеть начинает понимать реал тайм видео и анализировать его, это то, что нужно любому производству. Сейчас есть разные попытки анализа работы операторов на различном оборудовании. Но я пока не встречал чего то действительно интересного. Мы сейчас пытаемся использовать в работе 2(!) различные системы контроля работы операторов, но пока о результатах говорить рано.

2️⃣ Второе перспективное направление применения AI - это совместное использование его с техническим зрением и системами контроля качества продукции. Такие системы достаточно давно используются на многих производствах. В том числе и на нашем. Основная проблема, которая мешает их работе - ложные срабатывания. Если есть такая возможность, операторы часто просто отключают их, потому-что из-за ложных срабатываний они постоянно «звенят». Думаю, что рано или поздно появится возможность обучать такие системы контроля. Это даст очень большой толчок в их развитии.

3️⃣ Третье направление - анализ больших данных. Для понимания проблемы такой пример: примерно каждые три месяца на нашем предприятии за последний год происходил выпуск бракованной партии продукции. В поисках причины мы привлекли несколько лабораторий, двух кандидатов наук по химии, проводили десятки тестов и экспериментов. Было понятно, что это совпадение двух или более неблагоприятных факторов. Но мы не находили никаких связей или закономерностей. Совершенно непредсказуемо снова появлялась партия продукции, которую нам возвращали заказчики. В конце концов мы нашли причину. И уже после этого увидели, что действительно была корреляция с одним из параметров тех. процесса. Основная проблема здесь в том, что когда на производстве большой набор разного оборудования и тех. алгоритмов, то собирать данные крайне сложно. Но рано или поздно все производства будут собирать все данные в одну систему и анализировать.

Это только часть проблем, которые я вижу как возможности примирения AI. Если интересно, напишу ещё несколько постов на эту тему.

А следующий пост, это захватывающая история с голливудским сюжетом, где присутствуют: эсминец US NAVY, спецслужбы нескольких держав, арабо-израильский конфликт и то, как это все может быть связано с нашим производством и современным предприятием.

https://t.me/invisible_business

avatar
Незаметный бизнес
4245 подписчиков
186 постов
Канал про предпринимательство и бизнес. Для всех, кому интересен производственный бизнес и реальные истории из жизни владельца завода. Автор: Валентин Скуратовский @valskuratovskiy, сооснователь и CEO “ML group

Закрепленные

Свежие посты