Мощь ИИ в промышленной автоматизации

Самые передовые подходы к полностью интеллектуальным роботизированным системам

AI (искусственный интеллект) позволяет автоматизировать растущее число бизнес-процессов и промышленных приложений. Масштабы и темпы интеллектуальной автоматизации напрямую зависят от достижений в области искусственного интеллекта, и поэтому в последние годы произошел гигантский скачок вперед. В сочетании с мощным трехмерным машинным зрением искусственный интеллект позволяет роботам распознавать, локализовать и обрабатывать любые типы объектов и, таким образом, автоматизировать задачи, которые были бы слишком опасными, монотонными или требовательными для людей.

Но что подразумевается под ИИ в промышленной автоматизации, как он работает и какие возможности открывает для заводов и предприятий, стремящихся к современности, инновациям и повышению производительности? Прежде всего, давайте посмотрим на самое начало ИИ и его постепенное развитие.

От первых архитектур до сверточных нейронных сетей

Термин ИИ может представлять ряд возможностей и процессов машины — от простой статистики через деревья решений до нейронных сетей, таких как сверточные нейронные сети, или даже более продвинутых подходов, таких как обучение с подкреплением.

В истории развития ИИ было несколько подходов, но нейронные сети оказались наиболее перспективными и интересными благодаря их способности к обобщению.

В 1990-х и начале 2000-х нейронные сети привлекли большое внимание благодаря первым успешным приложениям для распознавания символов, включая чтение рукописных чисел. в банковских чеках и письменных почтовых индексах. Эти нейронные сети были обучены на так называемом наборе данных MNIST. (расшифровывается как Измененный национальный институт стандартов и технологий ), который представляет собой набор рукописных цифр от 0 до 9, используемых в машинном обучении и машинном зрении для обучения систем обработки изображений. Набор данных MNIST послужил основой для сравнительного анализа алгоритмов классификации и до сих пор используется для обучения и тестирования.

Хотя эти классические нейронные сети способны обучаться практически чему угодно, они представляют собой старую, полностью связанную архитектуру. и для их обучения требуется много времени и усилий . Это связано с тем, что все нейроны в одном слое полностью связаны с нейронами в следующем слое, что означает огромное количество параметров для изучения, увеличивающееся с размером изображения. Хотя производительность компьютеров со временем улучшилась, обучение распознаванию даже небольших изображений по-прежнему занимает очень много времени.

Поворотный момент в развитии ИИ был отмечен введением сверточных нейронных сетей (CNN) . CNN в основном используются для анализа визуальных образов, включая классификацию изображений или распознавание образов. и составляют основу многих современных систем машинного зрения. Другая основная область применения — обработка естественного языка.

CNN, грубо говоря, вдохновлен системой зрительной коры головного мозга. Основная идея CNN состоит не в том, чтобы соединить все нейроны друг с другом, как в случае с полностью связанными сетями, а только с соседними нейронами для создания близости, поскольку соседние входы, такие как пиксели, несут связанную информацию. Это означает, что CNN могут иметь несколько слоев, и нейроны одного слоя связаны только с нейронами следующего слоя, которые пространственно близки к ним. . Это снижает сложность, количество нейронов в сети и, следовательно, количество параметров, которые необходимо изучить. Благодаря этому CNN быстрее обучаются, требуют меньше образцов, а также могут применяться к изображениям большего размера.

Термин «сверточный» относится к процессу фильтрации, с помощью которого CNN обнаруживают закономерности. Отдельные слои свертываются , то есть объединить , введите и передайте результат на следующий уровень.

Прогресс в разработке CNN также ускорился благодаря достижениям в области графических процессоров (GPU). Их производительность и вычислительная мощность значительно улучшились за последние несколько лет, что открывает новые возможности для обучения CNN.

Одним из наиболее признанных лидеров в области ИИ, которого часто называют «крестным отцом ИИ», является Джеффри Хинтон. . Имеет степень в области экспериментальной психологии и искусственного интеллекта. Это сочетание помогло ему понять, как обучать искусственные нейронные сети.

В 2012 году его ученик Алексей Крижевский стал еще одним поворотным моментом в ИИ, когда он создал CNN, которая смогла имитировать то, как человеческий мозг распознает объекты. CNN была названа AlexNet и впервые в истории позволил машине идентифицировать объекты как человека.

Этот прорыв популяризировал сверточные нейронные сети и показал огромный спектр приложений, в которых можно использовать CNN.

Обучение сверточной нейронной сети

При распознавании объектов важно, чтобы CNN обладала свойством, называемым инвариантностью. . Это означает, что он инвариантен к переводу, точке зрения, размеру или освещению, чтобы иметь возможность интерпретировать входные шаблоны и классифицировать объекты независимо от того, где и как они расположены на изображении. Для этого CNN необходимо обучить на определенном количестве примеров. Одним из лучших способов увеличения объема релевантных данных в наборе данных является дополнение данных. .

Аугментация — это практика изменения входных данных, то есть исходного изображения, для создания нескольких других, слегка измененных его версий. Методы увеличения включают горизонтальное или вертикальное отражение, вращение, масштабирование, обрезку, перемещение изображения по оси X или Y и другие.

Обучение CNN на измененных данных делает ее нейроны невосприимчивыми к таким расширениям и предотвращает изучение нерелевантных шаблонов. Таким образом, перевернутый попугай все равно будет распознан как попугай.

Что очень удобно, так это так называемое переносное обучение. . Чтобы исключить количество обучающих данных, можно использовать существующую и уже обученную сеть и применить некоторые ее фильтры для распознавания новых видов объектов. Например, сеть, обученную распознаванию собак, можно использовать и для распознавания кошек, сохранив часть ее фильтров и изменив только определенную ее часть. Это означает, что сеть будет адаптироваться к распознаванию кошек.

Преимущества модульных сверточных нейронных сетей

Большая ценность CNN заключается в их архитектуре и том факте, что отдельные модули просматривают отдельные блоки изображения. Модули не требуют одновременного обучения и могут быть легко объединены. Объединение этих хорошо обученных модулей привело к созданию сложных архитектур, которые можно использовать для сегментации. .

В отличие от AlexNet, который может распознавать только то, что находится на изображении, эти сложные CNN могут выполнять сегментацию объектов и определять местоположение объекта на изображении. .

Эта модульность позволяет использовать различные входные каналы, а это означает, что если CNN использовалась для черно-белых данных, ее также можно использовать для цветных данных, а если она использовалась для цветных данных, ее можно расширить за счет информации о глубине. Добавление дополнительной информации повышает эффективность CNN , which includes increased accuracy and better recognition of objects and their positions.

From object recognition to smart automation solutions

Based on the above features and characteristics of convolutional neural networks, Photoneo took CNNs as a basis for its advanced robotic intelligence systems and automation solutions .

Photoneo’s CNN works with black &white data, color data, as well as depth information. The algorithms are trained on a large dataset of objects and if they come across new types of items, they can quickly generalize, that is, recognize and classify objects which it has not “seen” before.

Let’s take the concept of a box, for instance. The algorithms were trained on a large dataset of boxes so they understand that a box has a certain amount of faces, edges, and vertices. This principle will also work for boxes that the algorithms have not come across before, even squeezed or damaged ones. The greatest value of AI lies in the fact that it can generalize concepts that it was trained on without further retraining.

This enables Photoneo systems to recognize items of various shapes, sizes, colors, or materials – a robotic ability used for the localization and handling of mixed objects, including organic items such as fruit or fish, sorting of parcels, unloading of pallets laden with boxes, and many other industrial applications.

It might also happen that the algorithms come across objects with features that are fundamentally different from those the algorithms were trained on. This might confuse the CNN and cause a decrease in its performance. What can be done to solve this problem is either to prevent it by expecting exotic objects or to have a good retraining system. In the latter case, the performance will be temporarily lower but the CNN will be retrained to reach full performance rather quickly.

In case a customer needs to pick unusual items or non-commercial products such as industrial components, the CNN can be trained on a specific dataset containing these exotic items .

When it comes to the realization of a customer project, the customer receives Photoneo’s CNN for pilot testing and a feasibility study to ensure that the network can be used for that particular application. This CNN can then be improved and further trained on images from the pilot phase of the project, which will provide greater variability.

The greatest challenge in AI-powered object recognition and picking

The greatest challenge could also be described as the last puzzle piece that was missing in the range of pickable objects. This last piece was bags .

The difficulty lies in the nature of bags since they are extremely deformable and full of wrinkles, folds, and other irregularities. Despite the challenges that bags pose to AI, Photoneo developed a system that is able to recognize and pick bags, may they be full, half-empty, colored, transparent, or semi-transparent. This task is often challenging even for the human eye, which may find it difficult to recognize boundaries between bags that are chaotically placed in a container, especially if they are transparent.

However, good recognition and localization of bags are only part of the precondition for successful object picking. The other part relates to the mechanical side of an application – the robot gripper. The fact that bags are full of folds and wrinkles increases the risk that they will fall off the gripper. This risk can be prevented by using an appropriate vacuum gripper with feedback.

Future developments of AI

Despite significant advancements that have been made in AI in recent years, the field still offers a vast space for new achievements. For instance, so-called reinforcement learning receives great attention as it seems to be very promising in suggesting complex movements, for instance allowing a robot to adjust the position of an item before grasping it.

Reinforcement learning is not only able to cope with object recognition but also with mechanical problems of an application. This means that it not only enables a system to recognize items but also assess the individual steps of a robot action on the basis of rewards and punishments and “calculate” the chance of success or failure . In other words, AI algorithms are trained to make a sequence of decisions that will lead to actions maximizing the total reward. An example of the power of reinforcement learning is mastering and winning the board game of Go.

Despite its immense potential, reinforcement learning is closely linked to the environment it is set in and to the limitations it may pose. For example, the deployed gripper and its functionalities and limitations will always influence a system’s overall performance.

AI is the main driver of emerging technologies and its developments will be very dependent on a number of factors, including market demands, customer expectations, competition, and many others.