Potentialen med AI och maskininlärning
Den 25 augusti bjuder Produktion2030 in till ett digitalt seminarium kring potentialen med att använda artificiell intelligens (AI) och maskininlärning för att effektivisera produktionen inom tillverkningsindustrin. Seminariet lyfter exempel på konkreta tillämpningar som utvecklas tillsammans med företag, så som Epiroc, GKN, ABB, AB Volvo och Jonsack. Inför seminariet ger här några av Produktion2030s experter sin syn på utvecklingen och vilka möjligheter som erbjuds inom området.
“Artificiell intelligens handlar om vetenskapen och tekniken bakom intelligenta maskiner med fokus på intelligenta datorprogram som kan efterlikna kognitiva funktioner som vi förknippar med det mänskliga sinnet – exempelvis att planera, resonera, lösa problem och kontinuerligt lärande – genom dataanalys”.
Citatet kommer från Ebru Turanoğlu Bekar, postdoktor på Chalmers avdelning för Produktionssystem och tillika projektledare för Produktion2030s projekt Predictive Maintenance using Advanced Cluster Analysis (PACA). Det är ett av flera projekt inom Produktion2030 där artificiell intelligens (AI) ingår som en avgörande komponent med en utveckling som kommer till nytta inom en mängd områden. Projekten fokuserar i normalfallet inte på AI i sig, utan på de möjligheter som erbjuds för att möta olika former av utmaningar. För Ebru och hennes kollegor handlar det om prediktivt underhåll och möjligheten att integrera AI och maskininlärning för övervakning och prognostisering av maskinstatus.
– Drömscenariot är att använda data från flera ”strömmar”, som sensorer och andra datasystem, som ingångar till algoritmer och en digitaliserad underhållshistorik, fortsätter Ebru.
I ett sådant scenario kan systemen ”tränas” på ett övervakat sätt och senare användas för att förutsäga framtida maskinfel och till och med rekommendera motåtgärder i förväg.
Även om Produktion2030 är ett program med fokus på tillverkande industri som helhet utan utlysningar mot AI specifikt, så relaterar som nämnts en stor andel av projekten till AI. Det visar på något som är viktigt att tänka på: AI inom innovationsprogram som Produktion2030 handlar inte om att ta fram nya läckra algoritmer utan om praktisk användning inom industrin för att öka konkurrenskraften, lösa problem, skapa möjligheter. Detta är en viktigt utgångspunkt för i slutänden handlar det alltid om svensk industris konkurrenskraft. Det är sällan som tillverkande företag uttalat säger att de vill jobba med AI. Om så sker är det förmodligen både farligt och med fokus på fel saker … Det menar Mikael Hedelind, projektledare vid Mälardalens högskola och en av föreläsarna vid det digitala seminariet den 25 augusti.
Den generella digitaliseringsresan mot Industri 4.0 innebär en revolution och omställning där AI i och för sig utgör en viktig byggsten, säger Mikael.
I många olika system, inom alla områden, sker en rasande snabb utveckling mot AI eller tillämpningar av AI, men det är som en del av en större förändring.
Återigen, det handlar om praktisk nytta och konkurrenskraft. AI är viktigt men ändock bara en byggsten. Med det sagt arbetar de allra flesta projekt med digitalisering där AI är en del. Mikael har tittat på flera olika tillämpningar där exempelvis underhåll och kvalitetssäkring är återkommande delar. Det är relativt etablerade områden där det även internationellt finns en insikt kring nyttan av att tillämpa AI, analysera data och ta beslut, ganska rakt på sak. En stor del av Industri 4.0 handlar om förebyggande underhåll där bland andra professor Anders Skoogh på Chalmers driver eller har koppling till flera olika projekt, bland andra Ebrus projekt PACA som nämns ovan.
Ofta är slutsatserna från projekten starkt kopplade till den teknologi som projektet fokuserat på, varför det är viktigt att hitta områden med volym då många algoritmer och applikationer är unika för varje projekt, fortsätter Mikael.
För Sverige som relativt liten nation finns det begränsat med resurser och finansiering vilket gör det viktigt att volymen finns. Här kan Produktion2030 hjälpa till att ”strömlinjeforma” utveckling genom att agera så att fler projekt arbetar med samma eller snarlika tekniklösningar så att fler företag kan använda samma plattform.
I slutänden landar frågan i teknologier vi prioriterar för att dra till tillämpning. Det är en ganska lång sträcka från ”Proof of Concept” till produktifiering så det handlar om ett begränsat antal där det enligt Mikael gäller att se den kommersiella möjligheten. Än bättre blir det om vi samtidigt fokuserar på att ta fram AI-lösningar som är så generella som möjligt; med liknande lösningar inom flera områden kommer även hanteringen av den aktuella AI-lösningen att underlättas.
“En utmaning idag är att alla tillämpningar kräver sin egen AI-expert där det vi söker och vill ha är kvalificerade användare av AI-verktyget, inte en expert på algoritmer”.
Där är vi inte än och det kommer att krävas mycket handpåläggning för att det ska fungera, men det är otroligt viktigt att arbeta med detta med tanke på spridningen och en bredare användning inom industrin.
Seminariet den 25 augusti inleds av Produktion2030s programchef Cecilia Warrol med en introduktion av kunskapsläge och möjligheter för tillverkningsindustrin inom AI och maskininlärning. Boka in din medverkan i kalendern mellan 12:00 och 14:00.
