AI ve výrobě zahrnuje aplikace ve výrobě a průmyslu, například prediktivní údržbu na základě dat ze senzorů, automatizovanou kontrolu kvality pomocí kamer, optimalizaci procesních parametrů a plánování výroby a roboty, kteří pracují po boku lidí. Cílem jsou méně poruch, méně zmetků a stabilnější provoz. Vyžaduje to spolehlivá strojní data a zapojení odborníků z dílny. Příklad: systém z vibračních vzorců pozná, že ložisko brzy selže.
Agenti, postupy a šablony v jednom pracovním prostoru – 24hodinové demo zdarma.
Spustit demoKolaborativní roboti, neboli kobotové, jsou průmyslové roboty navržené tak, aby pracovaly přímo po boku lidí bez oddělujícího bezpečnostního oplocení. Senzory, omezené síly a rychlosti a bezpečnostní funkce zajišťují, že se při kontaktu zastaví nebo odsunou; požadavky stanovují normy, například řada ISO 10218. Kobotové zvládají úlohy, jako je obsluha strojů, šroubování nebo balení, zatímco zaměstnanci se starají o kontrolu a zvláštní případy.
Detekce anomálií hledá datové body, události nebo vzorce, které se výrazně liší od normálu. Může jít o neobvykle vysoké transakce, náhlé skoky v hodnotách senzorů, duplicitní záznamy nebo podezřelou aktivitu v síti. Využívá se ve financích, IT bezpečnosti, výrobě a kontrole kvality. Metody sahají od jednoduchých statistických prahů po učící se modely; nálezy jsou indicie, které by měl posoudit člověk.
Počítačové vidění je oblast AI, v níž počítače interpretují obrázky a video. Typickými úlohami jsou rozpoznávání a lokalizace objektů, čtení textu v obrázcích a měření součástí. Technologie se využívá například při kontrole kvality ve výrobě, v asistenčních systémech řidiče, v logistice a v lékařském zobrazování.
Prediktivní modelování je technické jádro prediktivní analytiky: z ukázkových dat se známými výsledky se vytvoří model, který pro nové případy předpovídá hodnotu nebo třídu. Běžné metody zahrnují regresi, rozhodovací stromy, náhodné lesy a neuronové sítě. Model může například odhadnout cenu nemovitosti podle užitné plochy, lokality a roku výstavby. Před nasazením se testuje na zadržených datech, aby se odhalilo přeučení.
