Ko-kreacja dla inteligentniejszej produkcji

Potrzeba zmiany

Wyobraź sobie, że jesteś mechanikiem obsługi naziemnej w fabryce samolotów. Trudność polega nie tylko na fizycznym śledzeniu i zapamiętaniu, kiedy instalowane są główne komponenty. Należy również dopilnować, aby gotowy produkt został zbudowany według ściśle określonych standardów oraz przeszedł rygorystyczną kontrolę na każdym etapie produkcji. To oczywiście bardzo czasochłonny oraz pracochłonny proces.

A teraz wyobraź sobie, że te same procesy mogą być wykonywane poprzez analizę nagrań wideo za pomocą rozwiązania napędzanego sztuczną inteligencją (AI). Umożliwiłoby to automatyczną i precyzyjną rejestrację głównych etapów montażu, eliminując jednocześnie możliwość ludzkiego błędu. Brzmi zbyt pięknie, by mogło być możliwe? Dla firmy Airbus, wiodącego producenta samolotów, to przyszłość pracy.

Firma Airbus nieustannie poszukuje nowych metod usprawnienia procesu produkcyjnego z wykorzystaniem najnowszych technologii. Airbus China Innovation Centre (ACIC) we współpracy z zespołem Accenture Labs z siedzibą w Accenture Shenzhen Innovation Hub badają, w jaki sposób inteligentna produkcja, oparta na sztucznej inteligencji, może wpłynąć na ich działalność. W ramach weryfikacji koncepcji firma skupiła się na zmianach w zakresie końcowego montażu samolotu. Standardowo jest to etap niezwykle czasochłonny, ponieważ opiera się na ręcznym wprowadzaniu danych i decyzji pracowników, kiedy operacja montażu jest zakończona.

Kiedy technologia łączy się z ludzką kreatywnością

Współpraca firm rozpoczęła się od spotkania zespołów z centrum innowacji. Specjaliści branżowi ACIC posiadali wiedzę na temat danych oraz procesu ich gromadzenia podczas produkcji, a także tego, jakie problemy występują oraz jak chcieliby je rozwiązać. Z kolei badacze z Accenture Labs wykorzystali swoją wiedzę z zakresu sztucznej inteligencji i wizji komputerowej, aby zaprojektować nowy model sztucznej inteligencji oraz specjalne narzędzie do adnotacji danych ACIC, co pozwoliło na przyspieszenie adnotacji w ponad milionie segmentów wideo.

Oba zespoły prowadziły prace rozwojowe, mające na celu optymalne wykorzystanie sztucznej inteligencji, wyszkolenie i przetestowanie zaprojektowanego modelu AI oraz identyfikację jego słabych stron. Proces iteracji prowadzony był do momentu osiągnięcia oczekiwanej wydajności, gwarantującej prawidłową realizację zadań oraz ciągłość pracy.

Rozwiązanie wykorzystuje kanały wideo, aby automatycznie wykrywać problemy produkcyjne na końcowym etapie montażu samolotu. Gdy samolot przechodzi inspekcję, mechanizmy AI i uczenia głębokiego rozpoznają moment zakończenia czynności na podstawie analizy ruchów. Przykładowo – w momencie zakończenia montażu skrzydła operacja jest rejestrowana i oznaczana datą. Jest to nie tylko szybszy, ale i bardziej efektywny sposób na realizację końcowej inspekcji. Co więcej, rozwiązanie oparte na sztucznej inteligencji gromadzi i opisuje zdjęcia oraz filmy wideo, aby dokładniej weryfikować poprawność instalacji i rozmieszczenia dużych części samolotu. W efekcie dochodzi do zautomatyzowania procesu, co umożliwia pracownikom Airbusa koncentrację na realizacji istotniejszych działań, podczas gdy rozwiązanie AI zajmuje się resztą.

Cenna różnica

Dzięki zwinnemu podejściu zespołu byliśmy w stanie stawić czoła każdemu wyzwaniu. W jednym przypadku zwróciliśmy uwagę, że wykorzystujemy ręczne tagowanie i przetwarzania danych z wykorzystaniem pojedynczych klatek. Wyobraź sobie konieczność zatrzymywania, analizy i ponownego uruchamiania nagrania przy każdej nowej klatce. Zamiast tego podeszliśmy do danych jak do filmu, a nie serii obrazów. Łącząc to podejście z zastosowaniem spersonalizowanego narzędzia do adnotacji danych, udało nam się przyspieszyć proces kontroli z setek obrazów na minutę do milionów obrazów na minutę. Oznacza to dostarczanie większej ilości danych wejściowych dla „żądnej danych” sztucznej inteligencji, co z kolei przekłada się na większą ilość informacji zwrotnych oraz bardziej inteligentny i efektywny proces.

Połączenie sztucznej inteligencji i wizji komputerowej zwiększa zarówno wydajność, jak i dokładność procesów. Dzięki automatyzacji kontroli wizualnej samolotu z wykorzystaniem analizy wideo system jest w stanie precyzyjnie rejestrować główne etapy montażu i eliminować możliwość wystąpienia ludzkiego błędu. Rezultat to radykalna poprawa dokładności odczytów, umożliwiająca istotne oszczędności w trakcie procesu produkcyjnego – a to wszystko przy jednoczesnym podniesieniu jakości i zachowaniu standardów bezpieczeństwa.