如何促進工廠人工智能化的發展
2022-07-12

瀏覽

計算機視覺目前正在發展成為人工智能在生產中的第一個主要應用場景


最重要的是,缺乏人工智能技術一再被證明是實踐中的瓶頸。因此,借助 Robotron 實時計算機視覺平臺 (RCV),這家總部位于德累斯頓的公司專注于使用生產經理和生產工程師的語言。目標:易于使用、實用的解決方案,使沒有編程經驗的工程師能夠使用計算機視覺實時解決他們的檢測問題。其中包括基于圖像處理的非常不同的用例:表面缺陷檢測、組件完整性檢查、分類和計數任務或機器人夾持臂的“進入盒子”。

?

為此,Robotron 依賴于強化學習的 AI 方法?!笆褂媒涍^訓練和重新訓練的網絡的策略帶來了許多優勢。例如,當您想快速教神經網絡新的缺陷類型或產品或零件的不同顏色時,這是正確的。在實踐中,這對于快速使 AI 解決方案適應新環境,”Robotron 產品負責人兼實時計算機視覺團隊負責人 Deepa Kasinathan 博士解釋道。


?如何促進工廠人工智能的發展


克服為 AI 選擇合適硬件的障礙

該平臺支持領域專家尋找最佳解決方案,主要是因為從一開始并不總是清楚哪種神經網絡最適合各自的目的。這些接口設計靈活,不僅可以使用一個框架或神經網絡,還可以使用許多不同的替代方案,包括 PyTorch、TensorFlow、ONNX、Keras 或 Microsoft CNTK。

?

但還有第二個主要挑戰:如果一家公司開始自己研究人工智能場景,它首先必須克服硬件選擇這一特別復雜的障礙。一方面,必須建立圖像數據(通常在云中)的訓練級別。另一方面,算法本身應該在高性能邊緣硬件上盡可能接近進程運行。通常,選擇和采購項目需要幾個月的時間。為了縮短這一過程,開發了一個全面的硬件堆棧,涵蓋了高達 90% 的所有 AI 場景。

?

預裝軟件包的高性能無代碼 AI 工作站

運行 RCV 軟件的 AI 工作站 KWS 3000-CML 是通用標準產品的核心。它針對在計算能力和圖形方面需要高性能的應用程序進行了優化,但同時必須提供最高的可靠性、長期可用性和靈活性。AI 工作站配備功能強大的英特爾?酷睿? 處理器(多達 10 個內核)和 NVIDIA RTX 5000 顯卡,具有高效的散熱能力,可在高達 45 攝氏度的溫度下 24/7 連續運行。這允許在毫秒內對捕獲的圖像進行評估。


實時條件下的靈活人工智能

實時應用人工智能算法是一項特殊的挑戰。人工智能平臺通過了真正的耐力測試這一事實通過它在 Robotron 的客戶寶馬中的使用得到了證明——除其他外,直接在時鐘印刷機中。在 IX 電動機的啟動過程中,RCV 解決方案在一秒鐘內完成了六項并行測試,并在生產性推出中進行了測試。在某些情況下,每周使用 3 次新的算法模型?!霸谡G闆r下,這超出了編程能力的范圍,”Deepa Kasinathan 回憶道。

?

首先通過無代碼方法可以簡單地使用和擴展原本高度復雜的技術,而無需編程技能。新場景不僅可以由數據科學家實施,還可以由最熟悉具體細節的生產工程師和機器操作員實施。為了讓車間的專家掌握該應用程序,Robotron 投入了大量精力來學習 YouTube 上提供的視頻。來自德累斯頓的計算機視覺專家深信:“人工智能民主化”這一趨勢不僅意味著數據科學環境中熟練工人短缺造成的瓶頸將被消除。