Inteligência artificial: esperança, entusiasmo excessivo e FOMO
Publicado às 22 de setembro de 2022 em AI
Há dez anos, quando recebíamos questões sobre projetos baseados em IA, estas eram sobretudo impulsionadas por entusiasmo excessivo ou pela síndrome de FOMO (medo de ficar de fora). Quando perguntava por que motivo pretendiam explorar a IA, as respostas mais frequentes eram "A pedido do meu chefe", "Porque temos muitos dados" ou "Porque me parece uma área interessante". Nenhuma destas razões era particularmente sólida e certamente não justificava o elevado investimento necessário para aplicações de IA na altura.
Isto tem vindo a mudar, e a esperança, em vez do entusiasmo excessivo ou da síndrome de FOMO, é o fator impulsionador. Os clientes já não nos perguntam se podemos ajudá-los relativamente à IA. Procuram a nossa ajuda para manutenção preventiva, controlo de qualidade ou otimização de processos. Trazem-nos um problema para que os ajudemos a resolvê-lo. A adoção da IA deixa de ser o motivo ou objetivo. Em vez disso, a IA tornou-se um "dinamizador".
Independentemente da indústria, seja de alimentos e bebidas, farmacêutica, eletrónica ou automóvel, o objetivo final é o mesmo: produzir produtos de elevada qualidade e sem defeitos a um custo inferior, utilizando menos energia e mão de obra. A IA pode ser uma das soluções para atingir estes objetivos.
Passado, presente e futuro
Conforme as atitudes evoluíram, também a tecnologia as acompanhou. Embora a IA exista enquanto conceito desde 1957, as aplicações iniciais eram muito dispendiosas e lentas: foi necessário um mês para obter os resultados de um cálculo simples devido às limitações de potência de processamento. Graças aos avanços na tecnologia móvel, ao armazenamento para computadores e às velocidades de processamento, atualmente, os cálculos podem ser realizados em milissegundos e o custo desceu consideravelmente.
Embora gigantes da tecnologia, como a Amazon e a Google, tenham utilizado a IA durante algum tempo, esta encontra-se ainda numa fase inicial num contexto industrial ou de fábrica. Compararia a sua fase atual do ciclo de vida ao da robótica há 15 anos, quando era necessária uma licenciatura em Matemática para controlar um robô de seis eixos. Para implementar sistemas baseados em IA, ainda são necessários especialistas; é necessário compreender o que se faz e isto apenas faz sentido em aplicações de nicho onde o custo de entrada pode ser justificado pela vantagem.
IA para problemas invisíveis
É também importante relembrar que a IA não é uma solução milagrosa. Enquanto construtores de máquinas, cientistas de dados e engenheiros, podemos ser culpados quando respondemos automaticamente através de soluções tecnológicas, quando a solução mais direta é algo muito mais simples e menos sofisticado.Consideremos um pedaço de transportador partido e dobrado. Este é um problema de engenharia que pode ser identificado e resolvido utilizando uma solução mecânica tradicional. São os problemas menos óbvios e intermitentes, por exemplo, que se manifestam através de microparagens, que podem beneficiar da IA.
Resolução de problemas com tecnologia de IA na prática
Eis um exemplo real: fomos chamados para ajudar um cliente da indústria automóvel que estava a ter problemas com microparagens. Após realizar uma análise de dados, efetuámos uma "verificação de integridade". Isto envolveu a ligação de sondas à máquina para criar imagens dos sinais gerados para determinar o que estava a acontecer para comparar com o que deveria estar a acontecer. Em seguida, desenvolvemos uma experiência para identificar as causas principais. Isto permitiu-nos identificar e resolver cerca de dez problemas. O que permanece na minha memória envolveu uma avaria do sensor: um dos sensores que estávamos a monitorizar parecia não estar a funcionar. Quando pedimos ao cliente para verificar, foi detetado um conetor avariado. Identificámos também alguns problemas de programação, incluindo um erro lógico que foi replicado em muitas máquinas no local, que puderam então ser corrigidos. No total, economizaram dezenas de milhares de euros em produtos descartados e reduziram o tempo de inatividade em 50%, o que se traduziu em mais quatro horas de produção por mês.
Um outro exemplo de aplicação: estamos atualmente a trabalhar com um cliente da indústria alimentar para melhorar a integridade da selagem. Ao implementar IA à operação de selagem, iremos aumentar o tempo de armazenamento em vários dias e minimizar a ocorrência de selagens com defeito, eliminando assim o risco de um lote completo de produtos ser rejeitado pelos clientes de distribuição.
Recolher, analisar e utilizar
A maioria dos projetos realizados até agora incluiu o controlador de IA da OMRON, a primeira solução de IA do mundo "de ponta" (com o hardware baseado no Sysmac NY5 IPC e na CPU NX7. Este controlador reconhece padrões com base nos dados de processo recolhidos diretamente na linha de produção. Está integrado na nossa plataforma de controlo de fábrica Sysmac, o que significa que pode ser utilizada diretamente na máquina, para evitar perdas de eficiência.
Graças a exemplos como estes e ao facto de a IA ser um tema tão abordado nos meios de comunicação, seria fácil assumir que todos os negócios de fabrico apoiam a implementação da IA, quando não é isto que se verifica. São escassos os exemplos de sistemas de IA em utilização em fábricas, e os projetos dependem fortemente da experiência do fornecedor de tecnologia. Daqui a dez anos, a história será diferente. Serão desenvolvidas ferramentas que irão tornar a IA muito mais acessível e fácil de utilizar, permitindo que os fabricantes adquiram IA e a utilizem.
Leia mais sobre os serviços de ciência de dados da OMRON