Промышленное производство
Промышленный Интернет вещей | Промышленные материалы | Техническое обслуживание и ремонт оборудования | Промышленное программирование |
home  MfgRobots >> Промышленное производство >  >> Manufacturing Technology >> Система управления автоматикой

Google запускает Visual Inspection AI для сокращения дефектов и простоев

Первая производственно-специфичная платформа Google автоматизирует инспекции продуктов для снижения стоимости человеческой ошибки.

Google только что анонсировала запуск своего Visual Inspection AI, платформы Google Cloud Platform (GCP), которая поможет производителям и компаниям товаров массового потребления сократить дефекты. Дефекты стоят производителям миллиарды долларов ежегодно, поглощая 15% до 20% общей выручки от продаж. Более того, 23% всех непредвиденных затрат на простое производства результатом человеческой ошибки. В то время как по McKinsey и Всемирному экономическому форуму, Индустрия 4.0 — автоматизация производственных процессов — может создать $3,7 трлн ценности в 2025 году.

Как работает ИИ Google?

Как объяснил Доминик Вай, управляющий директор GCP по производству и промышленным операциям, решение Google Visual Inspection будет решать два юз-кейса: обнаружение косметических дефектов и инспекцию сборки продукта. «Мы видим гораздо больше спроса, и я думаю, это потому, что мы достигаем точки, где ИИ становится действительно повсеместным», — сказала она. Теперь, с помощью технологии компьютерного зрения, менеджеры линий могут исправлять дефекты до отгрузки продуктов — что улучшит выход, увеличит выходы и сократит затраты на возвраты.

Какие компании будут конкурировать?

Ни для кого не сюрприз, Amazon также пионерствует в производственной технологии зрения. В конце концов, это теперь массивный рынок. Oxford Economics ожидает, что Китай автоматизирует 12,5 млн производственных рабочих мест, и McKinsey & Co. ожидают, что США последуют примеру, автоматизируя как минимум 30% своих производственных рабочих мест в ближайшем будущем.

Чтобы не отставать, Amazon запустила свое решение Lookout for Vision, которое во многих отношениях зеркалит версию Google. Оно анализирует изображения на дефекты, фокусируется на трещинах и вмятинах, и ловит нерегулярные цвета и формы. Несколько крупных организаций, таких как GE Healthcare, Basler и Dafgards, уже выбрали решение Amazon, и компания безусловно расширится дальше в эту область.

Тем не менее, Google будет бороться за свою долю рынка. С запуском GCP Visual Inspection AI, Renault, Foxconn и Kyocera записались на его сервисы. Кроме того, трек-рекорд и влияние Google в технологической индустрии могут заставить некоторых бывших партнеров Amazon последовать примеру. Для тех, кто хочет быстрых результатов, новая программа Google уже хорошо запущена. Сказал Вай: «Renault уже мониторит дефекты покраски в реальном времени».

Что делает решение Google выдающимся?

В отличие от общих платформ машинного обучения, Visual Inspection AI GCP эффективно и эффективно. Оно способно строить модели с в 300 раз меньшим количеством человеко-размеченных изображений — иногда всего 10. Кроме того, машинное обучение увеличит точность платформы со временем. Это поможет производителям оптимизировать свои цепочки поставок, смягчить риски качества и управлять запасами продуктов. «Это в основном дает легкость развертывания и спокойствие, чтобы иметь возможность запускать это на заводском полу», — объяснил Вай.

И нет времени как настоящее. В опросе PricewaterhouseCoopers 2020 года производственные компании сообщили, что в ближайшие пять лет они ожидают, что цифровая трансформация сделает их операции заметно более эффективными. В этом, как и во многих недавних технологических инициативах, Google намерен возглавить заряд. Как сказал Вай: «Мы пытаемся получить возможность ИИ в масштабе в руки производителей».

Система управления автоматикой

  1. Дорожная карта к Google Cloud сертификации: практическое руководство
  2. Освоение Google Cloud Platform: функции, преимущества и почему это важно
  3. Как коллаборативный робот помог Wisconsin Plastics повысить эффективность и уполномочить рабочих
  4. Революция в производстве игл: автоматизированная ячейка овермолдинга и инспекции Moldworx
  5. Как ИИ-визионный контроль революционизировал производство в 2020 году
  6. Abco Automation интегрирует 3D-симуляцию Visual Components в свои сервисы заводской автоматизации
  7. NASA использует RoboDK для автоматизации программирования коботов при инспекции фюзеляжа
  8. Infor помогает производителям Ближнего Востока возглавить трансформацию Индустрии 4.0
  9. Siemens и Google Cloud партнерствуют для поставки AI-решений в производство
  10. UK производители теряют £2,5 млн на исправлении ошибок проектирования в проектах автоматизации