Главная Каталог Бренды Корзина (0) Избранное (0) О компании Доставка и оплата Контакты
+7 499 750 99 99 Пн-Пт, с 9:00 до 18:00
+7 800 777 72 04 Бесплатно для регионов

Искусственный интеллект от Siemens Digital Industries и шоколадная фабрика

Обучение с подкреплением — это подход искусственного интеллекта (ИИ), который математически воспроизводит естественное обучение машин. Шоколадная фабрика — пример того, как этот метод может быть использован для разработки алгоритмов управления промышленными предприятиями, которые поражают даже специалистов.

Сортируйте шоколадные батончики с помощью искусственного интеллекта

Шоколадные батончики транспортируются по нескольким конвейерным лентам — они являются частью демонстрационной установки, показывающей, как искусственный интеллект может управлять производственными машинами. В реальной системе батончики должны быть упакованы в фольгу, разумеется, автоматически. В этой демонстрационной системе Intelligent Infeed от Siemens Digital Industries плитки шоколада должны размещаться через равные промежутки в отдельных отсеках в конце системы конвейерной ленты. «Плитки размещаются на подающем конвейере через случайные промежутки времени. Контроллер системы достигает этого путем изменения скорости конвейерных лент. Три конвейерные ленты, соединенные последовательно, которые можно замедлять или ускорять, обеспечивают правильное расположение шоколада на последней ленте», — говорит Мартин Бишофф, эксперт по виртуальной мехатронике из отдела технологических исследований Siemens. «Алгоритм оптимального управления для этого, безусловно, является сложной задачей программирования — если вы не верите в это, просто попробуйте сами. Мы использовали обучение с подкреплением, чтобы обучить искусственный интеллект брать на себя этот контроль».

Подкрепление – обучение, основанное на успехах и неудачах

В этой демонстрационной системе Intelligent Infeed от Siemens Digital Industries плитки шоколада должны размещаться через равные промежутки в конце системы конвейерной ленты.

Обучение с подкреплением — это процесс искусственного интеллекта, который работает так же, как большинство людей учатся кататься на велосипеде — без знания физических основ, пробуя его: новичок узнает, хороша ли его собственная техника, непосредственно во время тестов вождения и постепенно будет становиться все лучше и лучше.

«Именно так работает обучение с подкреплением», — объясняет Мишель Токич, также эксперт по искусственному интеллекту в области технологий и преподаватель прикладного обучения с подкреплением в LMU. «ИИ получает целевую спецификацию, например: плитки шоколада можно размещать только на определенных областях ленты, и система должна работать максимально быстро. Затем ИИ делает — изначально совершенно случайно — попытки управления имитационной моделью, чтобы выполнить эти требования, и получает обратную связь, вызванную сигналами светового барьера, о том, насколько хорошей была эта попытка. Благодаря этой обратной связи удовлетворительное решение постепенно вырабатывается в течение многих циклов обучения». В примере с шоколадом потребовалось около 3 миллионов циклов обучения, прежде чем ИИ смог правильно разместить плитки на полях.

Обучение работе с цифровым двойником

Ошибки в управлении системой могут иметь дорогостоящие или опасные последствия. По этой причине контроллеры разрабатываются и без риска тестируются на цифровых двойниках систем (виртуальный ввод в эксплуатацию Siemens). ИИ также можно обучать с помощью цифрового двойника системы.

«После примерно 72 часов обучения с цифровым двойником на стандартном компьютере — около 24 часов на компьютерных кластерах в облаке — ИИ готов управлять реальной системой. В любом случае это намного быстрее, чем когда люди разрабатывают эти алгоритмы управления», — говорит Бишофф. «В Эрлангене с нашими коллегами из Siemens Digital Industries мы построили демонстратор, который управляется этим ИИ и ведет себя именно так, как мы ожидаем, — важная веха для нашего проекта, который финансируется Инновационным фондом Siemens».

Лучшее инженерное решение

«Когда вы наблюдаете за конвейерными лентами, которыми управляет ИИ, вы замечаете, что ИИ нашел стратегию решения, в которой все плитки шоколада на передних конвейерных лентах транспортируются как можно быстрее, а скорость контролируется только на последней конвейерной ленте. Эта стратегия работает хорошо и, что интересно, сильно отличается от наших обычных средств контроля», — говорит Томас Хеннефельдер. Инженер, ответственный за машину в Siemens Digital Industries, по-прежнему видит большой потенциал в методологии, позволяющей ИИ изучать сложные задачи управления независимо от цифрового двойника. «Благодаря такому подходу мы теперь можем разрабатывать оптимизированные для конкретных приложений элементы управления намного эффективнее и за гораздо меньшее время. В будущем производственные машины больше не будут ограничиваться задачами, для которых уже разработана управляющая программа, а смогут реализовать все задачи, которые сможет обучить ИИ».

10 фев 2022, 14:02
Новости
Следующее поколение промышленного ИИ
2 мар 2022, 20:07

Промышленные предприятия, машины, инфраструктуры: более половины бизнес-лидеров ожидают, что в ближайшие пять лет ими будет управлять искусственный интеллект (ИИ). Это одна из заметных международных т...

Читать
Все больше и больше провайдеров интернета вещей поддерживают внедрение OPC UA
20 фев 2022, 16:34

Количество провайдеров такого явления в индустрии как Интернет Вещей стремительно растет. Крупнейшими провайдерами на рынке на данный момент являются Amazon Web Services, Google Cloud, IBM, Microsoft,...

Читать
Во время и после короны - роботы ABB могут быть полезными помощниками
15 фев 2022, 15:16

Краткосрочные последствия пандемии серьезны, а долгосрочные последствия до сих пор не совсем ясны: будут ли и в будущем применяться правила дистанцирования? Одно можно сказать наверняка: везде, где эт...

Читать