N'avez-vous pas souvent entendu parler de "l'intelligence artificielle" récemment ?
L'IA n'est plus seulement un terme dans les films de SF et se rapproche de notre monde réel. AI jouait aux échecs ou allait avec un humain et le battait. L'IA est appliquée à la technologie de conduite automatique des automobiles. Vous avez probablement déjà entendu de telles nouvelles.
Pourquoi Pro-face, un fabricant d'IHM, a-t-il choisi ce terme comme mot clé pour la tendance technologique de l'industrie ? C'est parce que nous pensons que cette technologie de l'IA va devenir importante même dans un secteur FA dans lequel nous nous engageons.
Mauvaise compréhension commune de l'IA
Un cabinet de recherche américain appelé Gartner, Inc a annoncé un rapport de recherche sur des malentendus communs liés à l'IA. Selon cela, il est vrai que le courant AI est en cours de développement.
1. Existence d'une intelligence artificielle très intelligente
2. Tout le monde réussit à faire des choses exceptionnelles en installant l'apprentissage automatique.
3. Nous obtiendrons bientôt des résultats parfaits avec AI.
4. Quittez AI tout le monde peut gérer facilement.
5. AI est une technologie logicielle.
Comme beaucoup de gens ne comprennent pas, l'IA parfaite ne peut pas être introduite à ce moment-là. Pour réaliser des choses incroyables, il faut des ingénieurs incroyables, ainsi que des technologies incroyables. Des compétences étonnantes sont nécessaires pour ceux qui développent l'IA.
Eléments à préparer pour l'introduction de l'IA
Dans le monde réel, la propagation de l'IA à part entière est peut-être encore loin, mais il reste encore beaucoup à préparer avant cela. Cette fois, nous allons présenter un exemple de cas réel d'une entreprise qui a travaillé sur la préparation en vue de l'introduction de l'IA à l'avenir. Pourquoi encouragent-ils l'IA ou l'IdO ? L'un des objectifs est la "maintenance prédictive" ou la "pré-simulation". Mais il est nécessaire de collecter et d'analyser d'énormes quantités de données pour cela. Par exemple, lorsque vous prévoyez la durée de vie d'un cylindre, vous comptez les temps de fonctionnement d'un cylindre seul avec un automate programmable, comme le font de nombreux utilisateurs. Mais tout le monde sait que la précision de la prédiction ne s'améliore jamais seulement avec cette méthode. Comment améliorer la précision de la prédiction ? Vous avez besoin non seulement des informations de fonctionnement d'une seule unité d'appareil, mais aussi d'autres informations connexes. Mais comment pouvez-vous collecter ces informations ?
Problème inattendu : Taille des données
Plus vous collectez d'informations, plus la précision augmente. Mais une nouvelle préoccupation se dégage ici. Premièrement, il s'agit de la taille des données. À mesure que la quantité d'informations augmente, il faut augmenter la capacité de stockage pour enregistrer les données. Bien qu'une taille de données individuelle soit petite, il est facile d'imaginer qu'elle devient énorme au fil du temps. En particulier, les données de maintenance prédictive deviennent d'une grande valeur au fur et à mesure qu'elles sont collectées pendant longtemps. Dans ce cas, un stockage capable d'économiser d'énormes quantités de données pendant une longue période est nécessaire. En outre, la maintenance du stockage lui-même est importante. Et la maintenance prédictive du stockage est nécessaire pour la maintenance prédictive des équipements et vous risquez de tomber dans une boucle négative comme celle-ci. En tant que solution, vous supprimez simplement des données anciennes et inutiles. Mais il est inattendu qu'il soit difficile de déterminer si les données sont nécessaires ou non. Alors, que devriez-vous faire ? Un mot-clé était un indice dans la conversation avec un client.
Le mot clé est "analogique".
Il s'agit d'un système analogique de données numériques. Beaucoup se demandent pourquoi. Pas étonnant. Comme la maintenance prédictive, par exemple, n'est pas déterminée avec les données analogiques, les données numériques sont collectées puis analysées. Mais nous retournons ici. En réfléchissant attentivement à ce qui précède, nous comprenons que la visualisation est une méthode appropriée d'outils d'analyse lorsque quelque chose comme la maintenance prédictive mentionnée cette fois-ci est analysée. Si vous affichez dans les graphiques un élément difficile à déterminer avec seulement la ligne de valeurs numériques, c'est-à-dire la visualisation, l'analyse des tendances devient plus facile. En fait, les signaux numériques sont très utiles pour donner une sorte d'alerte. La création de graphiques est également très utile pour l'analyse à long terme. Le fait de placer d'énormes quantités de données dans un mode visuel (affichage dans des graphiques) pour un jugement facile peut faciliter l'analyse. Au lieu d'enregistrer les données numériques telles quelles, l'enregistrement de ce qui est visualisé peut générer des données précieuses. Par exemple, l'enregistrement d'un graphique comme une image et la comparaison de cette image comme une image peuvent permettre l'analyse des tendances. L'analyse de tendance et la détection d'erreurs par un capteur de traitement d'image sont les mêmes dans le concept. La technologie de l'IA dans ce domaine est très avancée. L'analyse des mégadonnées à grande échelle coûte cher. L'analyse des données après en avoir fait des images peut être un raccourci vers l'introduction de l'IA.
Enfin
Il semble que chaque entreprise ait préparé différentes choses pour l'IdO ou l'introduction de l'IA. Mais la chose la plus importante à savoir, c'est que rien ne démarrera à moins que les informations ne soient collectées à partir d'une gamme d'appareils. Il se peut que certains équipements anciens restent ou que certains d'entre eux ne soient réglés que par de longues années d'expérience. Il est important de se connecter à une gamme d'appareils et de créer un maillage numérique. Si votre entreprise n'est pas encore parvenue à ce stade, concentrez-vous sur un état qui vous permet de collecter des données à partir de tous les équipements. Si tel est le cas, l'application à un système qui se développera à l'avenir, par exemple l'affichage des données collectées sous forme de graphiques, la représentation des données ou le travail avec un PC supérieur, peut être réalisée facilement à faible coût.
Pro-face essaie d'aider ses clients à résoudre les problèmes en toute confiance en faisant appel au travail d'équipe dans leur propre bureau et avec d'autres. Pour toute question, contactez votre distributeur Pro-face local.