Yapay Zeka Endüstriye Yeni Bir Soluk Getiriyor

Otomasyon ve dijitalleşme artık modern fabrikaların vazgeçilmez özellikleridir. İmalat sektörü artık bir sonraki gelişim aşamasını tetiklemek için yapay zekaya (AI) yöneliyor. Peki gelecekte üretim nasıl görünecek? Verimlilik seviyeleri ne kadar daha yükseğe çıkarılabilir? Yapay zekanın atölyeye gelişi vasıflı işçiler için ne anlama geliyor? Bu soruların yanıtları ve daha fazlası 23-26 Ocak 2024 tarihleri arasında Hamburg'da düzenlenecek NORTEC'te verilecek.

Yapay zeka, makinelerin izlenmesi ve kontrolünde vazgeçilmez hale geldi. Sinir ağları artık son derece uzmanlaşmış takım tezgahlarında bile doğal olarak kullanılıyor.

Üretim Enstitüsü başkanı Prof. Berend Denkena, "Sinir ağları şeklindeki yapay zeka, makineleri izlemek için sıklıkla kullanılıyor. Ağlar, sinyal modellerini tahmin etmek için çeşitli sensörlerden gelen büyük miktarda veri kullanılarak 'eğitiliyor'" diyor. Hannover Leibniz Üniversitesi'nde Mühendislik ve Takım Tezgahları (IFW) prensibini açıklıyor. Tahmin edilen sinyal ile gerçek sinyal modeli arasında bir tutarsızlık olması durumunda personel bilgilendirilir ve makine durdurulur.

Daha kolay makine kullanımı

Yapay zeka hızla gelişiyor; bu da sektör profesyonellerinin sürekli yeni trendlerle mücadele etmek zorunda olduğu anlamına geliyor. Denkena'ya göre, özel ilgi uyandıran mevcut yenilikler arasında büyük ölçekli dil modellerine dayalı yapay zeka yardım sistemlerinin geliştirilmesi yer alıyor. Bunlar bir dizideki öğelerin ardışıklığını modeller. Github Copilot gibi yapay zeka asistanları, örneğin yazılım geliştirme alanında halihazırda kabul görüyor.

Microsoft'un yan kuruluşu Github ve yapay zeka uzmanı OpenAI tarafından geliştirilen bulut tabanlı araç, uzmanların kodları otomatik olarak tamamlayarak programlama yapmasına yardımcı oluyor. Denkena, "Yapay zeka asistanları, şu anda bazı durumlarda oldukça karmaşık olan makine operasyonunu basitleştirebilecekleri üretimde de büyük bir potansiyel sunuyor" diyor.

Kestirimci bakımın temeli olarak sensörler

Endüstride yapay zeka, tahmine dayalı bakım alanında halihazırda yerleşmiş durumda. Sensörler ve sinir ağları, bir makinenin arızalı olup olmadığını ve bakım gerektirip gerektirmediğini tespit etmeye yardımcı olur. Üretim teknolojisi üreticileri, bu araştırma yoğun alana hitap etmek için sıklıkla araştırmacılarla ve araştırma odaklı girişimlerle ortaklık kuruyor.

Örneğin, Hamburg merkezli startup ai-omatic Solutions GmbH, kestirimci bakım konusunda uzmanlaşıyor. ai-omatic'in CEO'su ve kurucu ortağı Lena Weirauch şöyle açıklıyor: "Yapay zeka, bilgiyi anlamayı, kalıpları tanımayı, sorunları çözmeyi ve karar almayı mümkün kılıyor. Bu tür yapay zekayı 'eğitmek' için kullanılan veriler bu nedenle çok büyük bir rol oynuyor. "

Halihazırda mevcut olan önemli veri tabanı nedeniyle bunun özellikle üretim teknolojisinde işe yaradığını söylüyor. Kestirimci bakım da o kadar çekici ki "...çünkü birçok makine zaten daha sonra değerlendirilebilecek veriler üreten çok sayıda sensörle donatılmıştır" diyor Weirauch.

Weirauch'a göre, araştırma laboratuvarından endüstriyel uygulamaya geçiş yapmış olan yapay zeka tabanlı süreçler arasında, üretimde kalite denetimi veya robotların ve dronların otonom navigasyonu için kullanılan görüntü tanıma teknolojileri yer alıyor. Endüstriyel robotlar ve cobot'ların (işbirlikçi robotlar) üretim, lojistik ve envanter yönetimindeki görevleri yerine getirmek için gelişmiş yapay zeka algoritmalarıyla donatıldığını açıklıyor.

Akıllı paketleme ve sıralama

Bu tür cobot'lar, örneğin Japonya'nın Kitakyushu kentindeki robot üreticisi Yaskawa tarafından sunuluyor. Akıllı makineler, paletleri tam otomatik bir süreçte paketleyebilir. Koruyucu korumaları ortadan kaldırmalarına, farklı palet türleriyle çalışmalarına ve farklı palet yüksekliklerinde yükleme yapmalarına olanak tanıyan yapay zekayı kullanıyorlar.

Heuchelheim, Hesse merkezli robot bilimi uzmanı Schunk da robotları yapay zekayla donatarak onların nesneleri tanımasına ve buna göre sıralamasına olanak tanıyor. Bu, örneğin küçük ve orta ölçekli şirketlerin ayıklama görevlerini otomatikleştirmesine ve makinelerinin gece boyunca çalışmasına olanak tanır.

Almanya'nın güneybatısındaki Ditzingen merkezli lazer uzmanı Trumpf da üretimde yapay zeka kullanımını geliştiriyor. Şirket, 2020 yılında çalışanların bileşenleri sıralamasına yardımcı olan yapay zeka tabanlı bir sistemi başlattı. Bu "Sıralama Kılavuzu", çalışma ortamındaki bir ekranda görüntülenerek, çalışanlara hangi bileşenlerin hangi iş emirlerine ait olduğu grafiksel olarak gösterilir. Ayrıca ekranda takip süreçlerine ilişkin tüm bilgiler de yer alıyor. Trumpf'ın Akıllı Fabrika birimi başkanı Alexander Kunz, bunun, özellikle farklı siparişler için kullanılan metal levha paneller söz konusu olduğunda, üretim verimliliğini önemli ölçüde artıracağının sözünü veriyor.

İnsanlardan daha verimli

Kunz, "Yeni durumları daha hızlı fark edene ve insanlardan veya muhafazakar bir algoritmadan daha iyi kararlar verene kadar yapay zekayı verilerle besliyoruz" diye açıklıyor. "Ancak o zaman buna Trumpf'ta yapay zeka adını vereceğiz." İki temel kullanım durumu, tanıya dayalı süreç optimizasyonu ve önleyici tahmindir.

Örneğin Trumpf'ın lazer kesime yönelik "Aktif Hız Kontrolü" sistemi, saniyede 40 fotoğraf çeken bir kameradan yararlanıyor. Kunz, "Yapay zekayı, iyi kesitsel görüntüleri kötü olanlardan ayırt etmesi ve ardından uygun eyleme karar vermesi için eğitiyoruz. Bu, kesme kalitesini sürekli olarak iyileştirmemize olanak tanıyor" diyor. Örneğin önleyici tahmin durumunda yapay zeka, bir konturun üretilmesinin zor olup olmadığını veya bir parçanın sıkışma tehlikesiyle karşı karşıya olup olmadığını bağımsız olarak algılar. "Yine, sistemi kendi başına uygun eylemi gerçekleştirecek şekilde eğitebiliriz. Bu, hataların gerçekleşmeden önlenmesine yardımcı olur."

Yapay zekanın gelişebilmesi için doğal zekadan ve insanın deneyimsel bilgisinden yararlanabilmesi gerekiyor. Bu, uzmanların yapay zekayı kullanılmadan önce eğitmesi gerektiği anlamına geliyor. Bu, yalnızca akıllı bir makinenin kendi kendine öğrenen bir makineye dönüşebileceği noktadır.

Beceri eksiklikleriyle mücadele etmek için bilgiyi korumak

Bu, mevcut beceri eksiklikleri karşısında yapay zekayı özellikle çekici kılmaktadır. Takım Tezgahları Laboratuvarı Takım Tezgahları Başkanı Prof. Christian Brecher, "Benim görüşüme göre demografik değişim, alan bilgisinin yapay zekaya beslenmesini şu anda üretim mühendisliğindeki en heyecan verici araştırma konularından biri haline getiriyor" diye açıklıyor. ve RWTH Aachen Üniversitesi'nde Üretim Mühendisliği. Brecher'in bilginin insandan makineye aktarımı olarak adlandırdığı "uzman bilgisinin korunması", gelecekte vasıflı işçi sıkıntısının giderilmesine yardımcı olacaktır.

Ancak küçük ve orta ölçekli şirketler genellikle yapay zekayı üretimlerine entegre etmek için gerekli finansal ve insan kaynaklarından yoksundur. Aynı zamanda üretim bilimi alanında önde gelen araştırmacılardan oluşan bir dernek olan WGP'nin (Alman Üretim Teknolojisi Akademik Birliği) yönetim kurulu üyesi olan Brecher, "Bir çözüm işbirliği yapmak ve ortaklıklar oluşturmak olabilir" diyor. "Aachen'de çok sayıda merkezimizde ve uzman çalışma grubumuzda takip ettiğimiz strateji budur."

Ayrıca transfer projeleri, bilginin araştırma laboratuvarından endüstriye aktarılmasına yardımcı oluyor. Bunun bir örneği, WGP tarafından kapsamlı destek verilen Üretimde Yapay Zeka Gösteri ve Transfer Ağıdır (ProKI). Almanya çapında toplam sekiz merkez, imalatçı firmalara eğitim kursları ve transfer projeleri sunuyor.

Her şey verilerle ilgili

Yapay zekanın endüstriyel üretimde kullanımı birçok avantaj sunuyor ancak aynı zamanda kendi zorluklarını da beraberinde getiriyor. Her şeyden önce yapay zeka modelleri yeterli miktarda yüksek kaliteli veriye ihtiyaç duyar. Bu nedenle ai-omatic'ten Lena Weirauch, şirketlere "...öncelikle verilerin halihazırda mevcut olabileceği kullanım senaryoları oluşturmaları" yönünde pragmatik bir tavsiye yayınladı. Yapay zekanın mevcut üretim süreçlerine ve makinelere entegre edilmesi aynı zamanda birden fazla ayarlama ve yatırım gerektiren karmaşık bir girişim de olabilir. Bu nedenle şirketlerin kendi araçlarını geliştirmek yerine öncelikle standart araçları veya mevcut yapay zeka uygulamalarını kullanması mantıklıdır.

Çalışanların eğitime ihtiyacı var

Startup'ın kurucusunun da belirttiği gibi, insanları yapay zeka kullanımına ikna etmek her zaman kolay olmuyor. Weihrauch, "Genellikle başlangıçta yapay zekaya karşı cehalet ve bilgi eksikliğinden kaynaklanan bir antipati vardır" diyor. Çalışanların yapay zeka sistemlerini etkili bir şekilde kullanabilmelerini sağlamak için hazırlanmaları ve eğitim almaları gerekiyor. Bununla birlikte Weirauch, üretimde yapay zekanın, özellikle otonom robotların kullanımı ve bunların işler üzerindeki etkileri konusunda etik soruları gündeme getirdiğini kabul ediyor.

Bilgileri yapay zeka sistemine aktarıldıktan sonra vasıflı işçiler fabrikalarda gerçekten gereksiz hale gelecek mi? Denkena konuyu farklı açılardan ele alıyor: "Tüm büyük teknolojik devrimlerden önce, yeni teknolojinin insanları eskimiş hale getirip getirmeyeceği sorusu gündeme geliyordu" diyor. “Bilgisayar kontrollü makineler ortaya çıkmadan önce insanların fabrikalarda nasıl yeni bir rol oynayacağını hayal etmek zordu. Bugün elbette bilgisayarları rakiplerimiz olarak değil, kullandığımız araçlar olarak görüyoruz. Gelecekte de yapay zekayı aynı şekilde bir araç olarak göreceğimizi düşünüyorum."

Vasıflı işçilerin görevleri daha karmaşık hale geliyor

Ancak akıllı fabrikalarda çalışan insanların yeni becerilere ihtiyacı olacak. Denkena, "Çalışanların yazılım becerilerine ve çok yönlü olmaları gerekecek" diye açıklıyor. Yapay zeka hem makine sayısını hem de otomasyon derecesini artıracak. Bireysel makinelerin programlanması çok daha kolay hale gelecek, ancak çalışanların çok sayıda farklı makineyi kullanması beklenecek.

Eğer yapay zeka başarılı olacaksa, imalat şirketlerinin yöneticilerinin bile bir dereceye kadar direncini aşması gerekecek. Denkena, "Birçok şirket hâlâ veri paylaşma konusunda oldukça isteksiz" diyor. Hugging Face gibi büyük yapay zeka platformlarında neredeyse hiç endüstriyel üretim veri seti bulunmadığını söylüyor. Ancak diğer birçok alanda açık kaynak, yapay zeka modellerinin başarısını sağlamada etkili olmuştur. Denkena, "Ayrıca, standart iletişim düzeyi Nesnelerin İnterneti için hâlâ yetersiz" diye uyarıyor. Veri toplama dahil her şey için bireysel çözümlere ihtiyaç vardır. "Gerekli finansal yatırım, küçük ve orta ölçekli şirketlerin yapay zekaya başlamasını özellikle zorlaştırıyor."

Bu arada, endüstriyel üretimin uluslararası düzeyde rekabetçi kalması isteniyorsa yapay zekanın kaçınılmaz olduğu açıktır. Brecher, "Alman ve Avrupa endüstrisinin karşı karşıya olduğu zorluklar göz önüne alındığında, yapay zeka, üretim ve iş süreçlerimizin verimliliğini ve dolayısıyla rekabet gücümüzü artırmada önemli bir rol oynayacak" diyor. Ayrıca yapay zeka, şirketlerin ürünlerini ve üretim süreçlerini yenileme yeteneğini belirlemede belirleyici bir faktör olacak.

ABD Almanya'dan daha proaktif

Almanya, dijital ağ bağlantılı üretimin geliştirilmesinde uluslararası rekabetin (özellikle Çin, Japonya ve ABD) önünde mi? Trumpf yöneticisi Kunz bu önemli soruyu yanıtlarken daha geniş bir bakış açısına sahip. "Alman sac üreticileri, dijitalleşme ve otomasyon söz konusu olduğunda, özellikle Asya ile karşılaştırıldığında zaten çok iyi bir konumdalar" diyor.

Kunz, gelişimin bir sonraki aşamasının dijital hizmetler alanında yattığına inanıyor. "Örneğin şu anda sahada Trumpf IT sistemine bağlı yaklaşık 5.000 makine var. Makine verilerinde herhangi bir anormallik varsa bunu hemen fark edip müşteriyle iletişime geçiyoruz." Buna ek olarak Trumpf, müşterilere makinelerinin uzaktan programlanmasını veya gece vardiyası sırasında makinelerde hata ayıklama olanağı sunuyor. Trumpf, Trumpf dünyasına girmeye uygun makinelerle NORTEC'te olacak. Bunlar lazer kesim ve kaynak makineleridir. Sergilenen makineler dijital ağ bağlantılı üretime odaklanacak." Bu tür modeller teknik açıdan zaten oldukça gelişmiş ancak Alman endüstrisi bunları uygulama konusunda oldukça temkinli. ABD gibi diğer ülkeler burada daha proaktif," diye özetliyor Kunz.

Yazar: Daniel Schauber, Uzman Gazeteci, Mannheim